数据驱动的间歇低氧训练贝叶斯优化决策方法
文献类型：期刊论文
| 作者 | 陈婧; 史大威; 蔡德恒; 王军政; 朱玲玲 |
| 刊名 | 自动化学报
 |
| 出版日期 | 2023 |
| 卷号 | 49期号:8页码:1667-1678 |
| 关键词 | 数据驱动控制 高斯过程 贝叶斯优化 风险不对称代价函数 高原适应能力提升 间歇性低氧训练 |
| ISSN号 | 0254-4156 |
| DOI | 10.16383/j.aas.c220712 |
| 英文摘要 | 青藏地区快速的经济发展使得进入高原的群体数量日益增加,随之而来的高原健康问题也愈发突出.间歇性低氧训练(Intermittent hypoxic training, IHT)是急进高原前常使用的预习服方法,一般针对不同个体均设置固定的开环策略,存在方案制定无标准、系统化的理论指导缺乏、效果不明显等问题.针对以上情况,设计了一种小样本数据驱动的IHT策略贝叶斯闭环学习优化框架,建立自回归结构的高斯过程血氧饱和度(Peripheral oxygen saturation, SpO2)预测模型,并考虑高低风险事件对训练的影响,设计与氧浓度变化方向和速率相关的风险不对称代价函数,提出具有安全约束的贝叶斯优化方法,实现IHT最优供氧浓度的优化决策.考虑到现有仿真器无法反映个体动态变化过程,依据“最优速率理论”设计了合理的模型自适应变化律.所提出闭环干预方法通过该仿真器进行了可行性和有效性验证.说明该学习框架能够指导个体提升高原适应能力,减轻其在预习服阶段的非适应性不良反应,为个性化IHT提供精准调控手段. |
| 源URL | [http://ir.ia.ac.cn/handle/173211/56083]  |
| 专题 | 自动化研究所_学术期刊_自动化学报 |
| 推荐引用方式 GB/T 7714 | 陈婧,史大威,蔡德恒,等. 数据驱动的间歇低氧训练贝叶斯优化决策方法[J]. 自动化学报,2023,49(8):1667-1678. |
| APA | 陈婧,史大威,蔡德恒,王军政,&朱玲玲.(2023).数据驱动的间歇低氧训练贝叶斯优化决策方法.自动化学报,49(8),1667-1678. |
| MLA | 陈婧,et al."数据驱动的间歇低氧训练贝叶斯优化决策方法".自动化学报 49.8(2023):1667-1678. |
入库方式： OAI收割
来源：自动化研究所
浏览0
下载0
收藏0
其他版本
除非特别说明，本系统中所有内容都受版权保护，并保留所有权利。