為了了解病人的身體狀況,醫(yī)生會對病人的各項(xiàng)生理指標(biāo)進(jìn)行監(jiān)測,這些監(jiān)測記錄形成了醫(yī)療時間序列。我們可以根據(jù)這些記錄對病人的住院死亡與否、所患疾病以及住院時間長短等進(jìn)行預(yù)測任務(wù)。醫(yī)療時間序列的缺失率比一般時間序列高很多,原因是醫(yī)生只會選擇與病人身體狀況相關(guān)的變量進(jìn)行監(jiān)測,而且不同的變量有不同的監(jiān)測頻率。在醫(yī)療時間序列分類問題的研究方面,相關(guān)學(xué)術(shù)論文總量不多,但近年來依然有兩個出色且具有影響力的模型。它們分別是GRU-D和channel-wise LSTM。因?yàn)樗鼈儍?yōu)越的性能和簡潔的設(shè)計(jì)原理所以它們已經(jīng)在很多問題上得到應(yīng)用。但是他們的缺點(diǎn)也不可忽視。GRU-D沒有考慮變量的缺失率,而且它在訓(xùn)練過程中把真實(shí)值和填充值混合相加,讓模型不能直接感應(yīng)真實(shí)值的變化以及不能同時接收每個變量和它的缺失標(biāo)記。channel-wise LSTM針對每個變量都采用了一個獨(dú)立的LSTM模型進(jìn)行處理,模型的計(jì)算量巨大。在GRU-D和channel-wise LSTM的啟發(fā)下,本文提出了一個能獨(dú)立感受變量的GRU(variable sensitive GRU,VS-GRU)。它有三個創(chuàng)新點(diǎn):第一,因?yàn)樽兞康娜笔逝c它...

【文章頁數(shù)】：65 頁

【學(xué)位級別】：碩士

【部分圖文】：

圖1-1一個醫(yī)療時間序列的例子，它代表6個變量在12個時間步之內(nèi)的觀測標(biāo)

間序列中的數(shù)據(jù)缺失問題有可能是因?yàn)橛涗浀膬x器失效，記錄丟失等等一系列客觀因素[15]造成的，然而這種原因在醫(yī)療時間序列的缺失問題上并不多見。在現(xiàn)實(shí)生活中，導(dǎo)致醫(yī)療時間序列的數(shù)據(jù)缺失問題往往是主觀因素造成的缺失�？紤]到監(jiān)測成本，病人的實(shí)際情況以及不同生理特征基于時間的變化等因素，我....

圖2-1LSTM的基本架構(gòu)[57]

第二章相關(guān)理論及技術(shù)11列之間的距離也有多種計(jì)算方法，如夾角余弦、皮爾森相關(guān)系數(shù)、杰卡德相似系數(shù)等，根據(jù)實(shí)際情況的不同選擇最適合的距離定義方式。最后基于模型的方法有自回歸滑動平均模型（auto-regressiveintegratedmovingaverage，ARIMA）[52....

圖2-2GRU的基本架構(gòu)[58]

華南理工大學(xué)碩士學(xué)位論文12型的變型，LSTM和GRU來處理時間序列問題。為了解決RNN中的梯度爆炸和梯度消失的問題，LSTM采用了三個門控機(jī)制，遺忘門，輸入門，輸出門，以及細(xì)胞狀態(tài)。LSTM思想的關(guān)鍵之處在于細(xì)胞狀態(tài)的變化，遺忘門決定要從細(xì)胞狀態(tài)中丟棄什么信息，輸入門決定根據(jù)此....

圖2-3RNN實(shí)現(xiàn)時間序列分類

第二章相關(guān)理論及技術(shù)13=σ(+1+)(2-8)=tanh(+(1)+)(2-9)=(1)1+(2-10)上面公式中，表示矩陣對應(yīng)元素相乘。無論是LSTM還是GRU都是一個針對時間序列的每個節(jié)點(diǎn)提取信息的結(jié)構(gòu)，我們認(rèn)為時間序列具有內(nèi)在的規(guī)律性，因此我們只需要把用一個類似圖2-1和....

本文編號：3890512