Google研究在加護病房使用機器學習技術，綜合預測病人2天內的不良事件
Google研究人員想要借助機器學習技術技術，最大化加護病房資源使用效率，Google提出了一種稱為序列子網路路由（Sequential Sub-Network Routing，SeqSNR）的多任務學習架構（MTL），能夠良好地根據現實情況的複雜性，做出更全面的預測。該研究的貢獻在於，研究人員成功將SeqSNR應用在加護病房環境，預測病患連續不良事件，即便在缺少訓練資料的情況，也能良好地處理單項任務以及簡單的多重任務。
臉書留言
胡 自文
(這個頁面共進入 3 次, 今天進入 1 次)
