资源约束下依赖过程的在线建模与监测
机器学习
2023-10-24 v2
摘要
在许多医疗与工程系统中，对大量动态过程群体在有限资源下进行自适应监测，对于及时检测异常事件至关重要。例子包括基于风险的疾病筛查与基于状态的过程监测。然而，现有自适应监测模型要么忽略过程间依赖，要么忽视过程建模中的不确定性。为设计一种最优监测策略，既能准确监测健康状态不佳的过程，又主动收集信息以降低不确定性，本研究提出一种新颖的在线协同学习方法。该方法设计了基于协同学习的上置信界（CL-UCB）算法，以在有限资源下最优平衡依赖过程的利用与探索。所提方法的效率通过理论分析、仿真研究以及阿尔茨海默病自适应认知监测的实证研究得以证明。
引用
@article{arxiv.2307.14208,
title = {Online Modeling and Monitoring of Dependent Processes under Resource Constraints},
author = {Tanapol Kosolwattana and Huazheng Wang and Ying Lin},
journal= {arXiv preprint arXiv:2307.14208},
year = {2023}
}