Recently there has been a surge of interest in developing Digital Twins of process flows in healthcare to better understand bottlenecks and areas of improvement. A key challenge is in the validation process. We describe a work in progress for a digital twin using an agent based simulation model for determining bed turnaround time for patients in hospitals. We employ a strategy using machine learning for validating the model and implementing sensitivity analysis.
翻译：最近,人们对发展保健流程中的数码双胞胎进程流动的兴趣激增,以更好地了解瓶颈和有待改进的领域,一个关键的挑战在于验证过程。我们描述了正在使用基于代理的模拟模型为医院病人确定床位周转时间的数码双胞胎工作。我们采用了一种战略,用机器学习来验证模型并进行敏感性分析。</s>
相关内容
机器学习（Machine Learning）是一个研究计算学习方法的国际论坛。该杂志发表文章，报告广泛的学习方法应用于各种学习问题的实质性结果。该杂志的特色论文描述研究的问题和方法，应用研究和研究方法的问题。有关学习问题或方法的论文通过实证研究、理论分析或与心理现象的比较提供了坚实的支持。应用论文展示了如何应用学习方法来解决重要的应用问题。研究方法论文改进了机器学习的研究方法。所有的论文都以其他研究人员可以验证或复制的方式描述了支持证据。论文还详细说明了学习的组成部分，并讨论了关于知识表示和性能任务的假设。
官网地址：http://dblp.uni-trier.de/db/journals/ml/
相关VIP内容
相关资讯
相关论文
微信扫码咨询专知VIP会员