医学中的贝叶斯 LSTM
机器学习
2017-06-06 v1 机器学习
应用统计
摘要
医学领域有望从近期的深度学习进展中获得显著收益。对于医疗从业者而言，了解任何机器学习算法所做决策中的不确定性至关重要。本研究展示了使用贝叶斯 LSTM 对医疗时间序列进行分类的效用。我们使用四个医疗时间序列数据集，表明贝叶斯 LSTM 相比标准 LSTM 提供了准确率的提升。此外，我们展示了医疗时间序列中确定与不确定分类的精选示例。通过对深度学习常规做法的简单修改，即可为医疗从业者和患者带来显著的改善。
引用
@article{arxiv.1706.01242,
title = {Bayesian LSTMs in medicine},
author = {Jos van der Westhuizen and Joan Lasenby},
journal= {arXiv preprint arXiv:1706.01242},
year = {2017}
}
备注
11 pages, 8 figures