論文の概要: Fusion of Various Optimization Based Feature Smoothing Methods for Wearable and Non-invasive Blood Glucose Estimation
- arxiv url: http://arxiv.org/abs/2503.03770v1
- Date: Thu, 06 Mar 2025 16:42:53 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-03-07 15:58:18.364649
- Title: Fusion of Various Optimization Based Feature Smoothing Methods for Wearable and Non-invasive Blood Glucose Estimation
- Title（参考訳）: ウェアラブルおよび非侵襲的血糖推定のための種々の最適化に基づく特徴平滑化手法の融合
- Authors: Yiting Wei, Bingo Wing-Kuen Ling, Danni Chen, Yuheng Dai, Qing Liu,
- Abstract要約: 得られた基準血糖値の取得特徴および確率は信頼性が低い。
本稿では,得られた特徴や基準血糖値を円滑にするために適合する手法を提案する。
提案手法は平均絶対相対偏差(MARD)を0.0930とし、クラーク誤差のゾーンAに落下するテストデータの比率を94.1176%とする。
- 参考スコア（独自算出の注目度）: 5.908575253445878
- License:
- Abstract: Recently, the wearable and non-invasive blood glucose estimation approach has been proposed. However, due to the unreliability of the acquisition device, the presence of the noise and the variations of the acquisition environments, the obtained features and the reference blood glucose values are highly unreliable. To address this issue, this paper proposes a polynomial fitting approach to smooth the obtained features or the reference blood glucose values. First, the blood glucose values are estimated based on the individual optimization approaches. Second, the absolute difference values between the estimated blood glucose values and the actual blood glucose values based on each optimization approach are computed. Third, these absolute difference values for each optimization approach are sorted in the ascending order. Fourth, for each sorted blood glucose value, the optimization method corresponding to the minimum absolute difference value is selected. Fifth, the accumulate probability of each selected optimization method is computed. If the accumulate probability of any selected optimization method at a point is greater than a threshold value, then the accumulate probabilities of these three selected optimization methods at that point are reset to zero. A range of the sorted blood glucose values are defined as that with the corresponding boundaries points being the previous reset point and this reset point. Hence, after performing the above procedures for all the sorted reference blood glucose values in the validation set, the regions of the sorted reference blood glucose values and the corresponding optimization methods in these regions are determined. The computer numerical simulation results show that our proposed method yields the mean absolute relative deviation (MARD) at 0.0930 and the percentage of the test data falling in the zone A of the Clarke error grid at 94.1176%.
- Abstract（参考訳）: 近年,ウェアラブルおよび非侵襲的血糖推定法が提案されている。
しかし, 取得装置の信頼性の低下, ノイズの存在, 取得環境の変動, 得られた特徴および基準血糖値の信頼性は高い。
この問題に対処するために, 得られた特徴や基準血糖値を円滑にするための多項式フィッティング手法を提案する。
まず、個々の最適化手法に基づいて血糖値を推定する。
次に、各最適化手法に基づいて、推定した血糖値と実際の血糖値との絶対差値を算出する。
第三に、最適化アプローチ毎のこれらの絶対差値は、昇順にソートされる。
第4に、選別された血糖値毎に、最小絶対差値に対応する最適化方法を選択する。
第5に、選択した最適化手法の累積確率を算出する。
ある時点で選択された最適化手法の累積確率がしきい値より大きい場合、その時点で選択された3つの最適化手法の累積確率はゼロにリセットされる。
ソートされた血糖値の範囲は、対応する境界点が前回のリセット点とこのリセット点とで定義される。
そこで、検証セットにおける全ての選別基準血糖値に対して上記手順を実行した後、選別基準血糖値の領域と、これらの領域における対応する最適化方法を決定する。
計算機数値シミュレーションの結果,提案手法は平均絶対相対偏差(MARD)が0.0930、テストデータの比率が94.1176%であることがわかった。
関連論文リスト
- Distributed Nonparametric Estimation: from Sparse to Dense Samples per Terminal [9.766173684831324]
我々は,すべてのレシエーションに対して最小値の最適レートを特徴付けるとともに,各端末毎のサンプルがスパースから密度に変化するため,最適レートの位相遷移を同定する。
これにより、以前の研究で残された問題が完全に解決され、その範囲は密度の高いサンプルを持つレギュレーションまたは終端あたりの1つのサンプルに限られる。
最適率は、密度推定、ガウス、二分法、ポアソン、ヘテロスケダスティック回帰モデルなど、様々な特殊ケースに即時に適用される。
論文 参考訳（メタデータ） (2025-01-14T06:41:55Z) - Optimal Kernel Choice for Score Function-based Causal Discovery [92.65034439889872]
本稿では,データに最も適合する最適なカーネルを自動的に選択する,一般化スコア関数内のカーネル選択手法を提案する。
合成データと実世界のベンチマークの両方で実験を行い,提案手法がカーネル選択法より優れていることを示す。
論文 参考訳（メタデータ） (2024-07-14T09:32:20Z) - Sobolev Space Regularised Pre Density Models [51.558848491038916]
本研究では,ソボレフ法則の正則化に基づく非パラメトリック密度推定法を提案する。
この方法は統計的に一貫したものであり、帰納的検証モデルを明確かつ一貫したものにしている。
論文 参考訳（メタデータ） (2023-07-25T18:47:53Z) - Variational Classification [51.2541371924591]
我々は,変分オートエンコーダの訓練に用いるエビデンスローバウンド(ELBO)に類似した,モデルの訓練を目的とした変分目的を導出する。
軟質マックス層への入力を潜伏変数のサンプルとして扱うことで, 抽象化された視点から, 潜在的な矛盾が明らかとなった。
我々は、標準ソフトマックス層に見られる暗黙の仮定の代わりに、選択された潜在分布を誘導する。
論文 参考訳（メタデータ） (2023-05-17T17:47:19Z) - Exploring the Optimized Value of Each Hyperparameter in Various Gradient
Descent Algorithms [0.0]
勾配降下アルゴリズムは、高い精度または低い誤差の深層学習モデルのパラメータ最適化に応用されている。
本研究では,各対象関数の平均誤差を,様々な勾配降下アルゴリズムに基づいて解析するフレームワークを提案する。
実験の結果,提案手法により高効率収束と低誤差が得られることがわかった。
論文 参考訳（メタデータ） (2022-12-23T12:04:33Z) - Fake It Till You Make It: Near-Distribution Novelty Detection by
Score-Based Generative Models [54.182955830194445]
既存のモデルは、いわゆる"近く分布"設定で失敗するか、劇的な低下に直面します。
本稿では, スコアに基づく生成モデルを用いて, 合成近分布異常データを生成することを提案する。
本手法は,9つのノベルティ検出ベンチマークにおいて,近分布ノベルティ検出を6%改善し,最先端のノベルティ検出を1%から5%パスする。
論文 参考訳（メタデータ） (2022-05-28T02:02:53Z) - Policy Learning for Optimal Individualized Dose Intervals [3.9801611649762263]
このような政策を推定する新しい手法を提案する。
推定された政策は一貫しており、そのリスクはルートnレートで最良クラスの政策に収束する。
論文 参考訳（メタデータ） (2022-02-24T17:59:20Z) - Evaluating State-of-the-Art Classification Models Against Bayes
Optimality [106.50867011164584]
正規化フローを用いて学習した生成モデルのベイズ誤差を正確に計算できることを示す。
われわれの手法を用いて、最先端の分類モデルについて徹底的な調査を行う。
論文 参考訳（メタデータ） (2021-06-07T06:21:20Z) - Constrained and Composite Optimization via Adaptive Sampling Methods [3.4219044933964944]
本論文の動機は,制約付き最適化問題を解くための適応サンプリング手法を開発することにある。
本論文で提案する手法は、f が凸(必ずしも微分可能ではない)である合成最適化問題 min f(x) + h(x) にも適用できる近位勾配法である。
論文 参考訳（メタデータ） (2020-12-31T02:50:39Z) - Robust, Accurate Stochastic Optimization for Variational Inference [68.83746081733464]
また, 共通最適化手法は, 問題が適度に大きい場合, 変分近似の精度が低下することを示した。
これらの結果から,基礎となるアルゴリズムをマルコフ連鎖の生成とみなして,より堅牢で正確な最適化フレームワークを開発する。
論文 参考訳（メタデータ） (2020-09-01T19:12:11Z) - Optimization of Genomic Classifiers for Clinical Deployment: Evaluation
of Bayesian Optimization to Select Predictive Models of Acute Infection and
In-Hospital Mortality [0.0]
血液から特定の遺伝子の発現レベルを定量化することにより、患者の免疫反応を特徴づけることにより、両方のタスクを遂行する潜在的によりタイムリーで正確な手段を示す。
機械学習手法は、デプロイ対応の分類モデルの開発にこの‘ホスト応答’を活用するプラットフォームを提供する。
急性感染症の診断分類器の開発におけるHO法と29の診断マーカーの遺伝子発現による院内死亡率の比較を行った。
論文 参考訳（メタデータ） (2020-03-27T10:22:02Z)
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。