基于强化学习的学生-教师课程学习：预测医院住院收治科室
机器学习
2020-07-07 v1 计算机视觉与模式识别
机器学习
摘要
在临床环境中，由于资源限制和空间可用性，准确可靠地预测住院收治科室至关重要，尤其是处理来自急诊科的患者时。本文提出一种通过强化学习实现的学生-教师网络来解决这一特定问题。学生网络权重的表征被视为状态，并作为教师网络的输入。教师网络的动作是从按熵排序的训练集中选择最合适的数据批次来训练学生网络。通过在三个数据集上进行验证，我们不仅证明了该方法在表格数据上优于现有最优方法，在图像识别上也具有竞争力，而且还展示了教师网络能够学习到新颖的课程。实验表明，教师网络可以主动了解学生网络，并引导其取得比单独训练时更好的性能。
引用
@article{arxiv.2007.01135,
title = {Student-Teacher Curriculum Learning via Reinforcement Learning: Predicting Hospital Inpatient Admission Location},
author = {Rasheed el-Bouri and David Eyre and Peter Watkinson and Tingting Zhu and David Clifton},
journal= {arXiv preprint arXiv:2007.01135},
year = {2020}
}
备注
16 pages, 31 figures, In Proceedings of the 37th International Conference on Machine Learning