2018年10月24日讨论班报告

各位老师，同学：

时间：10月24日讨论班 15:30-17:00

地点：教学楼5-308

报告内容：

李瑞璨 2017-AAAI-ICU Mortality Prediction_ A Classification Algorithm for Imbalanced Datasets

本文提出了一种算法，解决在二元分类的情况下，当两个类中的一个在数据中显着不足时出现的不平衡问题。通过特征转换利用类不平衡，使转换后的特征更容易分类。假设检验用于分类，其中检验统计量遵循两个x2随机变量差异的分布，虽然其中没有分析表达式，但是我们得出精确的近似值。确定死亡风险对于重症监护病房（ICU）的关键决策非常重要。本文对4000名ICU患者的基准数据集进行了实验，结果表明本文的算法超过了以往最佳的死亡率预测方法。

葛伟 Fine-grained Concept Linking using Neural Networks in Healthcare

为了使用医疗数据，我们经常需要将真实世界的文本片段（如医学概念的缩写、简写）与规范描述的医学概念联系起来。然而，由于文本片段和规范描述之间的词语差异以及细粒度概念之间概念含义的重叠，现有的医疗保健概念链接方法（例如基于词典的和简单的机器学习方法）是无效的。为了应对这些挑战，本文提出了一种神经概念链接（NCL）方法，用于使用系统集成的神经网络进行精确的概念链接。本文还提出了一种新的神经网络架构称为COMposite AttentIonal encode-Decode神经网络（COM-AID）。COM-AID执行编码 - 解码过程，将概念编码为矢量，并在两种注意力机制的帮助下将矢量解码为文本片段。一方面，它通过文本注意力机制将文本信息加入神经网络，从而可以从语义角度克服词语差异。另一方面，它通过结构注意力机制将医学概念的结构信息（父类信息）结合到神经网络中，从而可以有效区分不同概念间的差异。在两个真实数据集上的实验研究证实NCL概念链接结果明显优于最先进的技术。

下周报告人 孟倩雯，于福强