論文の概要: Security, extensibility, and redundancy in the Metabolic Operating System
- arxiv url: http://arxiv.org/abs/2401.01357v1
- Date: Mon, 11 Dec 2023 21:26:55 GMT
- ステータス: 処理完了
- システム内更新日: 2024-03-18 10:39:12.029220
- Title: Security, extensibility, and redundancy in the Metabolic Operating System
- Title（参考訳）: メタボリックオペレーティングシステムにおけるセキュリティ,拡張性,冗長性
- Authors: Samuel T. King,
- Abstract要約: 本稿では,新しいインスリン自動デリバリーシステムであるメタボリックオペレーティングシステムについて紹介する。
我々は、コアシステムを簡単にし、コアクローズドループアルゴリズムから非クリティカルな機能を分離するために分離原理を適用した。
安全性の観点からは、システムを使用している人が安全であることを保証するために、複数の冗長性層を構築します。
- 参考スコア（独自算出の注目度）: 0.8484871864277641
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: People living with Type 1 Diabetes (T1D) lose the ability to produce insulin naturally. To compensate, they inject synthetic insulin. One common way to inject insulin is through automated insulin delivery systems, which use sensors to monitor their metabolic state and an insulin pump device to adjust insulin to adapt. In this paper, we present the Metabolic Operating System, a new automated insulin delivery system that we designed from the ground up using security first principles. From an architecture perspective, we apply separation principles to simplify the core system and isolate non-critical functionality from the core closed-loop algorithm. From an algorithmic perspective, we evaluate trends in insulin technology and formulate a simple, but effective, algorithm given the state-of-the-art. From a safety perspective, we build in multiple layers of redundancy to ensure that the person using our system remains safe. Fundamentally, this paper is a paper on real-world experiences building and running an automated insulin delivery system. We report on the design iterations we make based on experiences working with one individual using our system. Our evaluation shows that an automated insulin delivery system built from the ground up using security first principles can still help manage T1D effectively. Our source code is open source and available on GitHub (link omitted).
- Abstract（参考訳）: 1型糖尿病患者(T1D)は自然にインスリンを産生する能力を失う。
補うために、合成インスリンを注入する。
インスリンを注入する一般的な方法は、インスリンの代謝状態を監視するセンサーと、インスリンを適応させるためにインスリンポンプ装置を使用する自動インスリンデリバリーシステムである。
本稿では,新しい自動インスリンデリバリーシステムであるメタボリック・オペレーティング・システムについて述べる。
アーキテクチャの観点から、コアシステムを単純化し、コアクローズドループアルゴリズムから非クリティカルな機能を分離するために分離原理を適用します。
アルゴリズムの観点から、我々はインスリン技術のトレンドを評価し、最先端の状況から、単純だが効果的なアルゴリズムを定式化する。
安全性の観点からは、システムを使用している人が安全であることを保証するために、複数の冗長性層を構築します。
本論文は,インスリン自動配送システムの構築と運用に関する実体験に関する論文である。
私たちは、システムを使って1人の個人と仕事をした経験に基づいて、デザインイテレーションを報告します。
我々の評価は、セキュリティ第一原則を用いてゼロから構築された自動インスリンデリバリーシステムが、T1Dを効果的に管理できることを示している。
ソースコードはオープンソースで、GitHubから入手可能です(リンクは省略されています)。
関連論文リスト
- GlucOS: Security, correctness, and simplicity for automated insulin delivery [0.9763849901138384]
本稿では,信頼性の高い自動インスリンデリバリーシステムであるGlucOSを紹介する。
GlucOSはアルゴリズムのセキュリティ、ドライバのセキュリティ、エンド・ツー・エンドの検証を組み合わせることで、悪意のあるMLモデル、脆弱なポンプドライバ、人間の生理学の急激な変化を防いでいる。
論文 参考訳（メタデータ） (2024-06-26T11:20:15Z) - Attention Networks for Personalized Mealtime Insulin Dosing in People with Type 1 Diabetes [0.30723404270319693]
本稿では,自己注意型エンコーダネットワークを用いた強化学習エージェントが,この直感的な処理を効果的に模倣し,強化する方法を実証する。
その結果、センサー強化ポンプのシナリオでは16.5から9.6に、自動インスリンデリバリーのシナリオでは9.1から6.7に、血糖リスクは著しく低下した。
論文 参考訳（メタデータ） (2024-06-18T17:59:32Z) - Optimizing the Design of an Artificial Pancreas to Improve Diabetes
Management [10.60691612679966]
糖尿病は米国だけでも3800万人に影響を与える。
この治療の目的は、連続したグルコースメーターで測定されるように、血糖値を許容範囲の中央に保持することである。
第二の目標は注射を最小化することであり、これは一部の患者が実施するのが不快で困難である。
本研究では,神経進化を治療の最適な戦略の発見に用いた。
論文 参考訳（メタデータ） (2024-02-10T00:49:46Z) - Robotic Navigation Autonomy for Subretinal Injection via Intelligent
Real-Time Virtual iOCT Volume Slicing [88.99939660183881]
網膜下注射のための自律型ロボットナビゲーションの枠組みを提案する。
提案手法は,機器のポーズ推定方法,ロボットとi OCTシステム間のオンライン登録,およびインジェクションターゲットへのナビゲーションに適した軌道計画から構成される。
ブタ前眼の精度と再現性について実験を行った。
論文 参考訳（メタデータ） (2023-01-17T21:41:21Z) - Temporal patterns in insulin needs for Type 1 diabetes [0.0]
1型糖尿病 (Type 1 Diabetes, T1D) は、身体がインスリンをほとんど分泌しない慢性疾患である。
正しいインスリン摂取量と時間を見つけることは、複雑で困難であり、まだ未解決のコントロールタスクである。
本研究ではOpenAPS Data Commonsデータセットを用いて、インスリンに必要な時間的パターンをよく知られた要因によって検出する。
論文 参考訳（メタデータ） (2022-11-14T14:19:50Z) - Secure and Privacy-Preserving Automated Machine Learning Operations into
End-to-End Integrated IoT-Edge-Artificial Intelligence-Blockchain Monitoring
System for Diabetes Mellitus Prediction [0.5825410941577593]
本稿では,危険因子に基づく糖尿病予測のためのIoT-edge-Artificial Intelligence (AI)-blockchainシステムを提案する。
提案システムはブロックチェーンによって支えられ、異なる病院の患者からリスクファクターデータの密集したビューを得る。
提案システムでは,最も正確なランダム林モデルを用いて,数値実験と比較解析を行った。
論文 参考訳（メタデータ） (2022-11-13T13:57:14Z) - Neurosymbolic hybrid approach to driver collision warning [64.02492460600905]
自律運転システムには2つの主要なアルゴリズムアプローチがある。
ディープラーニングだけでは、多くの分野で最先端の結果が得られています。
しかし、ディープラーニングモデルが機能しない場合、デバッグが非常に難しい場合もあります。
論文 参考訳（メタデータ） (2022-03-28T20:29:50Z) - Deep Metric Learning with Locality Sensitive Angular Loss for
Self-Correcting Source Separation of Neural Spiking Signals [77.34726150561087]
本稿では, 深層学習に基づく手法を提案し, 自動掃除とロバスト分離フィルタの必要性に対処する。
本手法は, ソース分離した高密度表面筋電図記録に基づいて, 人工的に劣化したラベルセットを用いて検証する。
このアプローチにより、ニューラルネットワークは、信号のラベル付けの不完全な方法を使用して、神経生理学的時系列を正確に復号することができる。
論文 参考訳（メタデータ） (2021-10-13T21:51:56Z) - Sensitivity analysis in differentially private machine learning using
hybrid automatic differentiation [54.88777449903538]
感性分析のための新しいテクスチブリド自動識別システム(AD)を導入する。
これにより、ニューラルネットワークをプライベートデータ上でトレーニングするなど、任意の微分可能な関数合成の感度をモデル化できる。
当社のアプローチは,データ処理の設定において,プライバシ損失に関する原則的推論を可能にする。
論文 参考訳（メタデータ） (2021-07-09T07:19:23Z) - Towards self-organized control: Using neural cellular automata to
robustly control a cart-pole agent [62.997667081978825]
我々は、カートポールエージェントを制御するために、ニューラルセルオートマトンを使用する。
我々は、Q値の推定値として出力セルの状態を用いる深層学習を用いてモデルを訓練した。
論文 参考訳（メタデータ） (2021-06-29T10:49:42Z) - Non-linear Neurons with Human-like Apical Dendrite Activations [81.18416067005538]
XOR論理関数を100%精度で学習し, 標準的なニューロンに後続のアピーカルデンドライト活性化(ADA)が認められた。
コンピュータビジョン,信号処理,自然言語処理の6つのベンチマークデータセットについて実験を行った。
論文 参考訳（メタデータ） (2020-02-02T21:09:39Z)
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。