买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!
申请/专利权人:浙江大学
摘要:本发明公开了一种帕累托最优的因果效应估计和策略学习的预测方法,包括以下步骤:将待预测病人的特征数据以及药物干预剂量数据输入到经过训练的帕累托最优因果效应估计模块中,对应得到短期、长期康复率结果。将待预测病人的特征数据输入到经过训练的帕累托最优策略学习模块中,得到最佳药物治疗剂量。相较于以前的方法,本发明提出了一个新颖的端到端算法,同时解决了因果效应预测以及策略学习这两个任务中长短期结果之间的冲突问题。本发明可以确定干预变量的最佳取值,使得该干预变量导致的短期效应和长期效应具有帕累托最优性。
主权项:1.一种帕累托最优的因果效应估计和策略学习的预测方法,其特征在于,包括以下步骤:S1.将待预测病人的特征数据以及待预测病人的药物干预剂量数据输入到经过训练的帕累托最优因果效应估计模块中,得到病人短期康复率结果以及病人长期康复率结果,完成基于帕累托优化的因果效应估计;所述帕累托最优因果效应估计模块包括第一表征学习网络、第二表征学习网络、短期反事实预测网络和长期反事实预测网络;S2.将待预测病人的特征数据输入到经过训练的帕累托最优策略学习模块中,得到待预测病人的最佳药物治疗剂量,所述帕累托最优策略学习模块包括一个策略学习网络;所述帕累托最优因果效应估计模块单独经过第一训练阶段迭代训练完毕后,固定所述帕累托最优因果效应估计模块参数,并获取所述帕累托最优因果效应估计模块最终输出的病人长期康复率预测结果、病人短期康复率预测结果以及第二表征,利用病人长期康复率预测结果、病人短期康复率预测结果以及第二表征在第二训练阶段进行所述帕累托最优策略学习模块的迭代训练。
全文数据:
权利要求:
百度查询: 浙江大学 一种帕累托最优的因果效应估计和策略学习的预测方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。