ICDM——An Examination of Multivariate Time Series Hashing with Applications to Health Care

在医疗领域,随着电子健康记录的应用,产生了越来越多的数据,这些数据通常为多变量的时间序列数据,即病人存在多项属性,且病人有一个治疗期。医生在治疗病人时,自然地会考虑该病人与自己治疗过的哪些病人相似,然后考虑采用相似的治疗手段。而电子健康记录数据库的建立,使得医生可以参考全数据库中的病人数据。但是如何从数据库中找出相似的病人呢?这涉及到多变量时间序列数据的相似性查询。

这种相似性查询通常对时间要求很高,即医生输入当前的病人数据,会期望很快找出相似的病人,以便尽快进行治疗。因此,本文采用了一种名为核心化的局部敏感哈希(kernelized locality sensitive hashing)方法来加快查询速度。由于相似性度量存在多种方法,因此作者将一系列的相似性度量标准均应用到了他们的哈希法查询方法中。

anyShare分享到:
This entry was posted in 新闻动态. Bookmark the permalink.

发表评论