新書推薦:

《
精准表达:一说就懂的四句沟通术
》
售價:NT$
305

《
愤怒的葡萄(陈宗琛译本;美国版《活着》,一部扎根生活的人间史诗)
》
售價:NT$
337

《
鲁迅与抗日战争--启蒙与救亡(鲁迅文化基金会丛书)
》
售價:NT$
398

《
2045:AI改变人类未来的十大趋势(揭示未来二十年超级震撼的科技变革全景图)
》
售價:NT$
347

《
新知文库精选·骆驼来自何处:外来入侵物种的故事与科学
》
售價:NT$
352

《
沟通:终身原则(第八版)
》
售價:NT$
1010

《
小狗心理疗愈日记 史努比陪你找到自我主体性 走出艰难时刻
》
售價:NT$
214

《
心灵银行 脑科学轻松创造真正的改变 世界级催眠大师约翰卡帕斯送给普通人改写命运的秘密武器
》
售價:NT$
347
|
| 內容簡介: |
|
《疾病诊疗策略优化方法——基于深度强化学习》是一部着重阐述以深度学习与强化学习为代表的人工智能技术在医疗领域应用的学术专著。在简单介绍机器学习、深度学习、强化学习、多智能体强化学习、深度强化学习、生成对抗网络等理论与方法的基础上,着重阐述生成对抗网络可解释性深度学习的患者死亡风险预测算法、多疾病诊断关联分析算法、多疾病诊疗策略优化的多智能体并行合作与层级合作强化学习算法等。通过典型的具体实验设计,详细介绍电子健康记录驱动的深度学习与多智能体强化学习对疾病诊疗策略优化的完整过程,并对所提出的疾病诊疗策略优化算法的有效性、优越性进行对比研究与验证分析。
|
| 目錄:
|
|
目录第1章 机器学习、深度学习与强化学习 11.1 机器学习 11.2 深度学习 31.3 强化学习 151.4 多智能体强化学习 201.5 深度强化学习 24第2章 生成对抗网络可解释性深度学习的患者死亡风险预测 272.1 电子健康记录概述 272.2 生成对抗网络可解释性的患者死亡风险预测研究背景 282.3 生成对抗网络可解释性深度学习的患者死亡风险预测模型 292.4 实验数据集及患者队列预处理 302.5 生成模型数据及生成数据质量对比分析 382.6 生成对抗网络的数据扩充比例稳健性分析 482.7 可解释性深度学习算法讨论 49第3章 多疾病诊断关联分析算法 513.1 多疾病诊断问题 513.2 电子健康记录驱动的多疾病关联分析 533.3 临床文本报告驱动的多疾病病情缓急顺序诊断 58第4章 电子健康记录驱动的深度强化学习疾病治疗策略优化 694.1 电子健康记录驱动的深度强化学习疾病治疗策略优化问题 694.2 电子健康记录驱动的深度强化学习算法 714.3 电子健康记录驱动的强化学习实验环境构建 744.4 电子健康记录驱动的强化学习实验结果分析 81第5章 多智能体并行合作的多疾病连续治疗决策 895.1 多疾病连续治疗决策问题 895.2 多疾病连续治疗的马尔可夫决策建模 905.3 多智能体联合动作价值的表示方法 925.4 多智能体并行合作的多疾病连续治疗决策模型 965.5 多智能体并行合作的多疾病连续治疗决策模型实验设计 1005.6 多智能体并行合作的多疾病连续治疗决策模型实验结果分析 110第6章 多智能体层级合作的多疾病连续治疗决策 1176.1 多智能体层级合作的多疾病连续治疗决策建模 1176.2 多智能体层级合作的分层决策方法 1196.3 多智能体层级合作的多疾病连续治疗决策模型 1236.4 多智能体层级合作的多疾病连续治疗决策模型实验结果分析 128参考文献 135
|
|