論文の概要: Conformance Checking for a Medical Training Process Using Petri net Simulation and Sequence Alignment

• arxiv url: http://arxiv.org/abs/2010.11719v1
• Date: Wed, 21 Oct 2020 16:29:09 GMT
• ステータス: 処理完了
• システム内更新日: 2022-10-05 00:07:27.588024
• Title: Conformance Checking for a Medical Training Process Using Petri net Simulation and Sequence Alignment
• Title（参考訳）: ペトリネットシミュレーションとシーケンスアライメントを用いた医療訓練プロセスのコンフォーマンスチェック
• Authors: An Nguyen, Wenyu Zhang, Leo Schwinn, and Bjoern Eskofier
• Abstract要約: 外科手術のための医療訓練過程を解析する。 10人の学生が超音波でCVC(Central Venous Catheters)を設置する訓練を受けた。 バイオインフォマティクスのアプローチに着想を得た最適で大域的な配列アライメント問題を定式化する。
• 参考スコア（独自算出の注目度）: 4.644911323831458
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Process Mining has recently gained popularity in healthcare due to its potential to provide a transparent, objective and data-based view on processes. Conformance checking is a sub-discipline of process mining that has the potential to answer how the actual process executions deviate from existing guidelines. In this work, we analyze a medical training process for a surgical procedure. Ten students were trained to install a Central Venous Catheters (CVC) with ultrasound. Event log data was collected directly after instruction by the supervisors during a first test run and additionally after a subsequent individual training phase. In order to provide objective performance measures, we formulate an optimal, global sequence alignment problem inspired by approaches in bioinformatics. Therefore, we use the Petri net model representation of the medical process guideline to simulate a representative set of guideline conform sequences. Next, we calculate the optimal, global sequence alignment of the recorded and simulated event logs. Finally, the output measures and visualization of aligned sequences are provided for objective feedback.
• Abstract（参考訳）: プロセスマイニングは、透明で客観的でデータベースのプロセスビューを提供する可能性があるため、最近医療で人気を集めている。 コンフォーマンスチェックはプロセスマイニングのサブ原則であり、実際のプロセス実行が既存のガイドラインからどのように逸脱するかに答える可能性がある。 本研究では,外科手術のための医療訓練プロセスを分析する。 10人の学生が超音波でCVC(Central Venous Catheters)を設置する訓練を受けた。 イベントログデータは、最初のテスト実行中に管理者が指示した後、およびその後の個別トレーニングフェーズ後に、直接収集された。 客観的な性能指標を提供するため,バイオインフォマティクスのアプローチに触発された最適大域配列アライメント問題を定式化する。 そこで、医療プロセスガイドラインのペトリネットモデル表現を用いて、ガイドライン適合配列の代表的なセットをシミュレートする。 次に、記録およびシミュレーションされたイベントログの最適で大域的なシーケンスアライメントを計算する。 最後に、目的フィードバックのために、アライメントシーケンスの出力測定と可視化を行う。

関連論文リスト

• Reinforcement Learning for Data-Driven Workflows in Radio Interferometry. I. Principal Demonstration in Calibration [1.167489362272148]
  電波干渉計(Radio Interferometry)は、天体物理学的な現象を研究するために用いられる観測技術である。 干渉計によって収集されたデータは、天文学者が科学的な情報を抽出する前に、かなりの処理を必要とする。 本稿では、干渉法の背後にある原理とデータ処理に必要な手順を簡易に記述する。
  論文  参考訳（メタデータ） (2024-10-22T16:07:55Z)
• Bisimulation Learning [55.859538562698496]
  我々は、大きな、潜在的に無限の状態空間を持つ状態遷移系の有限バイシミュレートを計算する。 提案手法は,実際に行われている他の最先端ツールよりも高速な検証結果が得られる。
  論文  参考訳（メタデータ） (2024-05-24T17:11:27Z)
• A Survey of the Impact of Self-Supervised Pretraining for Diagnostic Tasks with Radiological Images [71.26717896083433]
  自己教師付き事前学習は,伝達学習における特徴表現の改善に有効であることが観察されている。 本総説ではX線, CT, 磁気共鳴, 超音波画像における使用法について概説する。
  論文  参考訳（メタデータ） (2023-09-05T19:45:09Z)
• Instruction Position Matters in Sequence Generation with Large Language Models [67.87516654892343]
  大規模言語モデル(LLM)は、翻訳や要約といった条件付きシーケンス生成タスクを実行することができる。 入力文の後にタスク命令の位置をシフトさせることにより,LLMの指示追従能力を向上させることを提案する。
  論文  参考訳（メタデータ） (2023-08-23T12:36:57Z)
• Self-Supervised Learning via Maximum Entropy Coding [57.56570417545023]
  本稿では,表現の構造を明示的に最適化する原理的目的として,最大エントロピー符号化(MEC)を提案する。 MECは、特定のプリテキストタスクに基づいて、以前のメソッドよりもより一般化可能な表現を学ぶ。 ImageNetリニアプローブだけでなく、半教師付き分類、オブジェクト検出、インスタンスセグメンテーション、オブジェクトトラッキングなど、さまざまなダウンストリームタスクに対して一貫して最先端のパフォーマンスを実現する。
  論文  参考訳（メタデータ） (2022-10-20T17:58:30Z)
• Event Log Sampling for Predictive Monitoring [0.3425341633647624]
  本稿では,予測モデルのためのトレーニングプロセスインスタンスのサンプリングを可能にするインスタンス選択手法を提案する。 本手法は,次の活動予測法において,信頼性の高い予測精度を維持しつつ,トレーニング速度を大幅に向上させることができることを示す。
  論文  参考訳（メタデータ） (2022-04-04T13:36:48Z)
• Evaluating Contrastive Learning on Wearable Timeseries for Downstream Clinical Outcomes [10.864821932376833]
  SimCLRやBYOLのような対照的な損失を利用する自己教師型アプローチは、高次元の健康信号に適用できる。 そこで本研究では,SimCLRが下流評価タスクの大部分において,逆数法と完全教師付き手法よりも優れていることを示す。
  論文  参考訳（メタデータ） (2021-11-13T10:48:17Z)
• Leveraging Time Irreversibility with Order-Contrastive Pre-training [3.1848820580333737]
  時系列データに基づく自己教師付き事前学習のための「順序コントラスト」手法について検討する。 本研究では,順序コントラスト事前学習で学習した表現の下流誤差に対する有限サンプル保証を証明した。 この結果から,特定の分布クラスや下流タスクのために設計された事前学習手法が,自己指導型学習の性能を向上させることが示唆された。
  論文  参考訳（メタデータ） (2021-11-04T02:56:52Z)
• How Well Self-Supervised Pre-Training Performs with Streaming Data? [73.5362286533602]
  ストリーミング形式でデータが収集される現実のシナリオでは、ジョイントトレーニングスキームは通常、ストレージ重大で時間を要する。 ストリーミングデータでどのように連続的な自己監督プリトレーニングが実行されるかは不明です。 ストリーミングデータ内の分散シフトが軽度である場合,逐次自己教師付き学習は共同学習とほぼ同等の性能を示す。
  論文  参考訳（メタデータ） (2021-04-25T06:56:48Z)
• CoCoMoT: Conformance Checking of Multi-Perspective Processes via SMT (Extended Version) [62.96267257163426]
  我々はCoCoMoT(Computing Conformance Modulo Theories)フレームワークを紹介する。 まず、純粋な制御フロー設定で研究したSATベースのエンコーディングを、データ認識ケースに持ち上げる方法を示す。 次に,プロパティ保存型クラスタリングの概念に基づく新しい前処理手法を提案する。
  論文  参考訳（メタデータ） (2021-03-18T20:22:50Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。