論文の概要: Operating Room (Re)Scheduling with Bed Management via ASP

• arxiv url: http://arxiv.org/abs/2105.02283v1
• Date: Wed, 5 May 2021 18:51:22 GMT
• ステータス: 処理完了
• システム内更新日: 2021-05-07 13:18:46.125592
• Title: Operating Room (Re)Scheduling with Bed Management via ASP
• Title（参考訳）: asp.netでベッド管理を行うための手術室(re)
• Authors: Carmine Dodaro, Giuseppe Galat\`a, Muhammad Kamran Khan, Marco Maratea, Ivan Porro
• Abstract要約: 最初に、回答セットプログラミング(ASP)に基づく問題に対する解決策を提示します。 このソリューションは、5日間のスケジュールで目標長さの3つのシナリオで、現実的なサイズとパラメータのベンチマークでテストされます。 また,再スケジュール問題に対するaspソリューションも提示する。 何らかの理由でオフラインスケジュールが完了できない場合。
• 参考スコア（独自算出の注目度）: 8.189696720657247
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: The Operating Room Scheduling (ORS) problem is the task of assigning patients to operating rooms, taking into account different specialties, lengths and priority scores of each planned surgery, operating room session durations, and the availability of beds for the entire length of stay both in the Intensive Care Unit and in the wards. A proper solution to the ORS problem is of primary importance for the healthcare service quality and the satisfaction of patients in hospital environments. In this paper we first present a solution to the problem based on Answer Set Programming (ASP). The solution is tested on benchmarks with realistic sizes and parameters, on three scenarios for the target length on 5-day scheduling, common in small-medium sized hospitals, and results show that ASP is a suitable solving methodology for the ORS problem in such setting. Then, we also performed a scalability analysis on the schedule length up to 15 days, which still shows the suitability of our solution also on longer plan horizons. Moreover, we also present an ASP solution for the rescheduling problem, i.e. when the off-line schedule cannot be completed for some reason. Finally, we introduce a web framework for managing ORS problems via ASP that allows a user to insert the main parameters of the problem, solve a specific instance, and show results graphically in real-time. Under consideration in Theory and Practice of Logic Programming (TPLP).
• Abstract（参考訳）: 手術室スケジューリング(英: Operating Room Scheduling、ORS)は、手術室に患者を割り当て、計画された各手術の専門性、長さと優先順位、手術室のセッション期間、集中治療室と病棟の両方に滞在する期間全体のベッドの可用性を考慮するタスクである。 ORS問題に対する適切な解決策は、医療サービス品質と病院環境における患者の満足度にとって最も重要なものである。 本稿では、まず、解答セットプログラミング(ASP.NET)に基づく問題の解を示す。 提案手法は, 現実的なサイズとパラメータを持つベンチマークを用いて, 5日間のスケジュールにおける目標長の3つのシナリオで検証し, 結果から, ASPがORS問題に適した解決方法であることが示された。 また、最大15日間のスケジュール長についてもスケーラビリティ解析を行い、より長い計画地平線上でのソリューションの適合性を示した。 さらに、再スケジュール問題、すなわち、再スケジューリング問題に対するASPソリューションも提示する。 何らかの理由でオフラインスケジュールが完了できない場合。 最後に、ASPを介してORS問題を管理するWebフレームワークを導入し、ユーザが問題の主パラメータを挿入し、特定のインスタンスを解決し、結果をリアルタイムでグラフィカルに表示できるようにする。 論理プログラミングの理論と実践(tplp)における考察。

関連論文リスト

• Clairvoyance: A Pipeline Toolkit for Medical Time Series [95.22483029602921]
  時系列学習は、データ駆動の*クリニカルな意思決定支援のパンとバターである* Clairvoyanceは、ソフトウェアツールキットとして機能する、統合されたエンドツーエンドのオートMLフレンドリなパイプラインを提案する。 Clairvoyanceは、臨床時系列MLのための包括的で自動化可能なパイプラインの生存可能性を示す最初のものである。
  論文  参考訳（メタデータ） (2023-10-28T12:08:03Z)
• When MOE Meets LLMs: Parameter Efficient Fine-tuning for Multi-task Medical Applications [57.342772288710044]
  我々はMOELoRAと呼ばれるマルチタスク医療応用のためのパラメータ効率の良い微調整フレームワークを提案する。 MOEとLoRAを統一するために、トレーニング可能なパラメータとして複数の専門家を考案し、トレーニング可能なパラメータの小さなサイズを保持するために、各専門家は2つの低ランク行列から構成される。 マルチタスク医療データセットを用いて実験を行い、MOELoRAが既存のパラメータを効率よく微調整する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） (2023-10-21T17:18:09Z)
• Logic-Based Benders Decomposition in Answer Set Programming for Chronic Outpatients Scheduling [2.370481325034443]
  Answer Set Programming (ASP)では、ユーザーは宣言的に問題を定義でき、効率的な解法でそれを解決できる。 他の研究領域では、論理ベースのベンダー分解(LBBD)が有効であることが証明された。 本稿では, 医療分野の応用を事例として, LBBD を ASP に適用する。
  論文  参考訳（メタデータ） (2023-05-19T19:34:47Z)
• Conjunctive Query Based Constraint Solving For Feature Model Configuration [79.14348940034351]
  本稿では、制約満足度問題を解決するために共役クエリーを適用する方法を示す。 このアプローチは、構成タスクを解決するために、広範囲のデータベース技術の応用を可能にする。
  論文  参考訳（メタデータ） (2023-04-26T10:08:07Z)
• A Hierarchical Temporal Planning-Based Approach for Dynamic Hoist Scheduling Problems [11.66506213335498]
  ホイストスケジューリングは、自律デバイスの開発で産業応用の電気めっきのボトルネックとなっている。 適応型PDDLの形で新しい時間計画問題としてホイストスケジューリング問題を定式化する。 この問題に対するソリューションメソッドの評価に使用できる実生活ベンチマークインスタンスのコレクションを提供する。
  論文  参考訳（メタデータ） (2022-12-11T05:30:44Z)
• Optimal Event Monitoring through Internet Mashup over Multivariate Time Series [77.34726150561087]
  このフレームワークは、モデル定義、クエリ、パラメータ学習、モデル評価、データ監視、決定レコメンデーション、Webポータルのサービスをサポートする。 さらに、MTSAデータモデルとクエリ言語を拡張して、学習、監視、レコメンデーションのサービスにおいて、この種の問題をサポートする。
  論文  参考訳（メタデータ） (2022-10-18T16:56:17Z)
• Planning and Scheduling in Digital Health with Answer Set Programming [0.0]
  医療の問題は、解決するためには、いくつかの制約と異なるタイプのリソースを考慮する必要があるため、複雑である。 我々は、すでにテスト済みのソリューションを拡張したり、新しい問題に対するソリューションをモデル化することで、このような問題の解決策を提案する予定です。
  論文  参考訳（メタデータ） (2022-08-05T10:51:02Z)
• The Contextual Appointment Scheduling Problem [4.644923443649425]
  タスクベース損失関数を用いた統合的推定と最適化問題としてASPを定式化する。 我々は、文脈の使用を正当化するために、それらを含むことが不一致な決定に結びつくことを示す。
  論文  参考訳（メタデータ） (2021-08-12T04:51:26Z)
• An ASP-based Solution to the Chemotherapy Treatment Scheduling problem [7.633618497843278]
  腫瘍診療所における化学療法治療のスケジューリングの問題点は複雑である。 まず,イタリア・ジェノヴァのサン・マルティーノ病院で採用されている問題の特定の事例について考察し,回答セットプログラミング(ASP)に基づく問題解決法を提案する。 サン・マルティーノ病院が提供した実データを用いて行った実験結果から,ASPは,この重要なスケジューリング問題に対しても効果的な解決方法であることが示された。
  論文  参考訳（メタデータ） (2021-08-05T14:18:45Z)
• Combining Deep Learning and Optimization for Security-Constrained Optimal Power Flow [94.24763814458686]
  セキュリティに制約のある最適電力フロー(SCOPF)は、電力システムの基本である。 SCOPF問題におけるAPRのモデル化は、複雑な大規模混合整数プログラムをもたらす。 本稿では,ディープラーニングとロバスト最適化を組み合わせた新しい手法を提案する。
  論文  参考訳（メタデータ） (2020-07-14T12:38:21Z)
• Dynamic Multi-Robot Task Allocation under Uncertainty and Temporal Constraints [52.58352707495122]
  本稿では,不確実性およびマルチエージェント協調の下での逐次意思決定における重要な計算課題を分離するマルチロボット割当アルゴリズムを提案する。 都市におけるマルチアームコンベヤベルトピック・アンド・プレイスとマルチドローン配送ディスパッチの2つの異なる領域における広範囲なシミュレーション結果について検証を行った。
  論文  参考訳（メタデータ） (2020-05-27T01:10:41Z)

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。