安妮·索菲·西尔文特;米歇尔·多亚特;凯瑟琳·加贝 医疗场景构建的多层次时间抽象。 (英语) Zbl 1100.92504号 国际期刊改编。控制信号处理。 19,第5期,377-394(2005). 总结:随着典型模式序列(场景)的发展,自动识别对计算机辅助患者监护至关重要。然而,直接根据医学专业知识构建此类场景在实践中是不现实的。在本文中,我们提出了一种数据抽象和特定事件提取(数据挖掘)的方法,以最终构建此类场景。数据抽象和数据挖掘基于对数据、信息和知识这三个关键概念的管理,这三个概念是通过我们医学领域应用程序特定的本体实例化的。在详细描述了建议的方法之后,我们将其应用于重症监护病房住院患者的监督。我们报告了在机械通气断奶过程中提取典型抽象模式序列的结果。 理学硕士: 92 C50 医疗应用(通用) 93立方厘米 控制理论中的应用模型 关键词:数据抽象;时间推理;数据挖掘;监测 PDF格式BibTeX公司 XML格式引用 \textit{A.-S.Silvent}等人,《国际期刊》改编。控制信号处理。19,第5号,377--394(2005;Zbl 1100.92504) 全文: 内政部 参考文献: [1] , . 基于知识的自动通风管理系统。桑德斯:费城,2001年;379-396. [2] 莫里斯,《危重病护理诊所》,第15页,第523页–(1999年) [3] Miksch,《医学中的人工智能》,第8页,543页–(1996年) [4] Shahar,《人工智能》90,第79页–(1997) [5] Fayyad,《人工智能杂志》,第7页,第37页–(1996年) [6] .Connaissances代表。爱马仕:巴黎,1997年。 [7] .Métaconnaissance公司。人工智能未来。爱马仕:巴黎,1990年。 [8] Dojat,《医学中的人工智能》14,第139页–(1998年) [9] 克兰西,《人工智能》27页289页–(1985) [10] Calvelo,《医学中的人工智能》,第19页,203–(2000) [11] Haimowitz,《医学中的人工智能》,第8页,299页–(1996) [12] Dojat,应用人工智能10 pp 121–(1996) [13] 比较数据库中的机器学习和知识发现:文本中知识发现的应用。施普林格:柏林,2000年;1-21. ·Zbl 0980.68984号 [14] , . 使用兴趣度目标度量挖掘摘要的原则。第十二届IEEE人工智能工具国际会议记录(ICTAI'00),加拿大温哥华,2000年11月;72-81. [15] , . 发现序列中的频繁事件。知识发现和数据挖掘(KDD-95)第一届会议记录,加拿大蒙特利尔,1995年8月20日至21日;210-215. [16] , . 在区间序列中查找信息规则。智能数据分析进展,计算机科学讲稿2189。施普林格:柏林,2001年;123-132. [17] , . 时间序列主题的概率发现。第九届ACM SIGKDD知识发现和数据挖掘国际会议,美国,2003年;493-498. [18] , , . 时间序列的符号表示,包含流算法的含义。第八届ACM SIGMOD数据挖掘和知识发现研究问题研讨会,加利福尼亚州San-Diego,2003年出版。 [19] , , . 《通过时间数据挖掘对血液病服务进行质量评估》,计算机科学讲义2780。施普林格:柏林,2003年;11-20. [20] 《从ICU高频数据中在线提取连续时间序列以获取决策支持信息》,《计算机科学》2780讲义。施普林格:柏林,2003年;1-10. [21] 拉里扎,《医学中的人工智能》5,第91页–(1995)·doi:10.1007/3-540-60025-6_128 [22] Keenan,《柳叶刀》第359页,第186页——(2002年) 此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配,可能包含数据转换错误。在某些情况下,zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献,而不要求完整或完全匹配。