典型文献
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
文献摘要：
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.
文献关键词：
药物推荐;记忆神经网络;注意力机制;覆盖度机制;自适应多跳读取
中图分类号：
作者姓名：
王延达;陈炜通;皮德常;岳琳
作者机构：
南京航空航天大学计算机科学与技术学院,江苏南京211106;昆士兰大学信息技术与电子工程学院,澳大利亚昆士兰布里斯班4072
文献出处：
引用格式：
[1]王延达;陈炜通;皮德常;岳琳-.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)[J].电子学报,2022(04):943-953
A类：
覆盖度机制,自适应多跳读取
B类：
应记,记忆神经网络,药物推荐,推荐模型,电子医疗记录,成药,药物处方,临床决策支持,时序模式,上下文信息,数据量,整数,数据读取,关注重点,迭代次数,模型使用,网络存储,人健康,数据过滤,注意力权重,权重调整,临床数据,重要数据,注意力机制
AB值：
0.234043
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
