本論文では、Coxの比例ハザードモデルとLASSOを再考し、生存分析における特徴選択の改善を目指しています。従来の交差検証やBICに依存する方法とは異なり、ペナルティパラメータλは特徴選択のために直接調整され、Coxの部分尤度の平方根を取ることで漸近的に重要となります。このアプローチは、交差検証LASSOやBICの部分集合選択に比べて大幅に改善を見せ、良好な特徴を全てかつのみ回収する確率において位相転移を持ち、圧縮センシングに似た特性を持ちます。この手法は線形モデルだけでなく、人工ニューラルネットワークにも適用可能です。