应用于生理状态监测的判别型切换线性动力系统
机器学习
2015-04-27 v1
摘要
我们提出一种判别型切换线性动力系统(DSLDS)，应用于重症监护病房(ICUs)中的患者监测。我们的方法基于利用判别分类器根据观察到的生命体征识别患者的健康状态，然后在此状态条件下推断其潜在的生理参数值。该工作建立在因子化切换线性动力系统(FSLDS) (Quinn et al., 2009)之上，后者此前已用于类似场景。FSLDS是生成模型，而DSLDS是判别模型。我们在两个真实世界数据集上证明，DSLDS在多数关注情形下能够优于FSLDS，并且两种模型的 混合取得了比单独任一模型更高的性能。
引用
@article{arxiv.1504.06494,
title = {Discriminative Switching Linear Dynamical Systems applied to Physiological Condition Monitoring},
author = {Konstantinos Georgatzis and Christopher K. I. Williams},
journal= {arXiv preprint arXiv:1504.06494},
year = {2015}
}