KDD-2019参会日记-3

本次会议我比较感兴趣的一个应用是reinforcement learning。来自密歇根州立大学的教授做了关于使用增强学习提高轻度认知障碍诊断的报告。

IMG_4561

轻度认知障碍(MCI)是从正常衰老到痴呆,特别是阿尔茨海默病的前期阶段。即使MCI患者存在轻微的认知下降,他们也具有正常的整体认知,因此难以与正常衰老区分开。使用从测试者和访问者之间对话交互的记录数据,应用监督学习模型,最近的一项临床试验研究取得了较好的识别MCI与正常衰老的结果。然而,测试者与医务人员的面对面交互在实践中会产生大量的医疗护理费用。教授提出了一种新的强化学习(RL)框架,用于在临床试验的现有记录上训练有效的dialogue agent。训练该agent以描绘疾病特异性词汇的概率分布,从而以最大化诊断准确性和最小化访问时间。我们评估所提出的RL框架对于MCI诊断的性能。临床试验结果表明,虽然只使用了几次对话,但该框架显著优于当前最先进的监督学习方法。

anyShare分享到:
This entry was posted in 交流活动. Bookmark the permalink.

发表评论