非 CGM 糖尿病数据在个性化推荐中的可预测性研究
计算机与社会
2024-04-10 v5 机器学习
机器学习
摘要
借助连续血糖监测（CGM），相关工作中基于数据的血糖预测模型已被证明有效。然而，此类（CGM）系统并非总可用，例如居家患者。本工作中，我们对 9 名患者开展研究，考察基于数据驱动（即机器学习）的模型在患者级血糖预测上的在线可预测性；其测量仅周期性进行（即间隔数小时）。为此，我们提出若干预测后处理方法以应对这些数据的噪声特性，使终端系统性能得到边际提升。
引用
@article{arxiv.1808.07380,
title = {On the Predictability of non-CGM Diabetes Data for Personalized Recommendation},
author = {Tu Nguyen and Markus Rokicki},
journal= {arXiv preprint arXiv:1808.07380},
year = {2024}
}
备注
In Proceedings of ACM CIKM 2018 Workshops