一种自适应记忆神经网络多跳读取与覆盖度机制结合的药物推荐模型

一种自适应记忆神经网络多跳读取与覆盖度机制结合的药物推
荐模型
王延达;陈炜通;皮德常;岳琳
【期刊名称】《电子学报》
【年(卷),期】2022(50)4
【摘要】药物推荐的目标是依据病人的电子医疗记录生成药物处方,为医生提供临床决策支持.提取电子医疗记录中蕴含的时序模式以及上下文信息,是成功推荐药物的关键.以往研究忽略了病人之间医疗记录数据量存在差异,无法根据不同病人自身情况,调整数据读取过程中的关注重点以及数据读取迭代次数.针对上述问题,本文提出一种选择性覆盖度机制与自适应记忆神经网络读取结合的药物推荐模型.模型使用记忆神经网络存储病人健康状况对应的时序模式编码结果,利用覆盖度机制进行迭代读取过程中的数据过滤与注意力权重调整.同时模型依据病人自身情况,自适应决定记忆神经网络读取次数.基于真实临床数据的实验结果显示,本模型能够自适应地提取电子医疗记录中的重要数据,构建有效的病人健康状况表示向量,进而完成药物推荐.
【总页数】11页(P943-953)
【作者】王延达;陈炜通;皮德常;岳琳
【作者单位】南京航空航天大学计算机科学与技术学院;昆士兰大学信息技术与电子工程学院
【正文语种】中文
【中图分类】TP183
【相关文献】
1.一种跳频MAC协议的自适应机制
2.一种神经网络与用户偏好相结合的协同过滤推荐算法
3.QPR-NN:一种结合二次多项式回归与神经网络的推荐算法
4.基于签到活跃度和时空概率模型的自适应兴趣点推荐方法
5.个性化网页推荐中基于神经网络的自适应用户模型研究
因版权原因，仅展示原文概要，查看原文内容请购买。