BriefGPT - AI 论文速递
·
GARNN: 一种可解释的图注意力循环神经网络用于预测多元时间序列中的血糖水平
💡
原文中文，约300字，阅读约需1分钟。
📝
内容提要
我们提出了一种混合变分自编码器的方法，用于学习可解释的连续葡萄糖监测和餐饮数据的表示。该方法通过基于机制的微分方程将潜在空间与输入联系起来，产生反映生理量的嵌入。在糖尿病类型2和糖尿病前期个体的数据集上，我们的无监督表示发现了个体之间的分离。我们的嵌入产生的聚类效果比其他特征好4倍，为血糖控制提供了可解释的嵌入空间。
🎯
关键要点
- 提出了一种混合变分自编码器的方法，用于学习可解释的连续葡萄糖监测和餐饮数据的表示。
- 该方法通过基于机制的微分方程将潜在空间与输入联系起来，产生反映生理量的嵌入。
- 嵌入反映胰岛素敏感性、葡萄糖有效性和基础血糖水平等生理量。
- 在糖尿病类型2和糖尿病前期个体的数据集上，发现了与疾病严重程度成比例的个体之间的分离。
- 嵌入产生的聚类效果比其他特征好4倍，为血糖控制提供了可解释的嵌入空间。
- 可以直接从实际环境的数据中学习得到细致而可解释的嵌入空间。
➡️
