【技术实现步骤摘要】
【国外来华专利技术】使用循环神经网络分析健康事件
本说明书涉及使用循环神经网络来分析健康事件。
技术介绍
神经网络是采用非线性单元的一层或多层来针对所接收的输入预测输出的机器学习模型。一些神经网络除了输出层之外还包括一个或多个隐藏层。每个隐藏层的输出被用作网络中下一层——即下一个隐藏层或输出层——的输入。网络的每一层根据相应的参数集合的当前值从接收到的输入生成输出。一些神经网络是循环神经网络。循环神经网络是接收输入序列并且由该输入序列生成输出序列的神经网络。具体而言,循环神经网络可以将来自先前时间步的网络的一些或全部内部状态用在计算当前时间步的输出中。
技术实现思路
通常,本说明书中的主题的一个创新方面以方法体现,该方法包括下述动作:获得健康事件的多个初始时间序列,其中,该初始时间序列中的每一个包括在多个时间步中的每个时间步处的相应的健康相关数据;使用循环神经网络处理健康事件的多个初始时间序列中的每一个以针对该初始时间序列中的每一个,生成该初始时间序列中的每个时间步的循环神经网络的相应的网络内部状态,其中,循环神经网络已经被训练以接收输入时间序列,并且针对每个输入时间序列中的每个时间步,生成该时间步的网络内部状态并且预测在该时间步处根据该时间步的网络内部状态识别的健康事件之后发生的未来事件;针对多个初始时间序列中的每一个,将该时间序列中的时间步的网络内部状态中的一个或多个存储在内部状态储存库中;获得健康事件的第一时间序列;使用循环神经网络来处理健康事件的第一时间序列以生成第一时间序列的序列内部状态;以及使用第一时间序列的序列内部状态和内部状态储存库中的网络内部状态,从多个初始时间 ...
【技术保护点】
一种方法,包括:获得健康事件的多个初始时间序列,其中所述初始时间序列中的每一个包括在多个时间步中的每个时间步处的相应的健康相关数据;使用循环神经网络处理所述健康事件的多个初始时间序列中的每一个,以针对所述初始时间序列中的每一个,生成所述初始时间序列中的每个时间步的所述循环神经网络的相应的网络内部状态,其中,所述循环神经网络已经被训练以接收输入时间序列,并且针对每个输入时间序列中的每个时间步,生成所述时间步的网络内部状态并且预测在所述时间步处根据所述时间步的网络内部状态识别的健康事件之后发生的未来事件;针对所述多个初始时间序列中的每一个,将该时间序列中的时间步的网络内部状态中的一个或多个存储在内部状态储存库中;获得健康事件的第一时间序列;使用所述循环神经网络来处理所述健康事件的第一时间序列以生成所述第一时间序列的序列内部状态;以及使用所述第一时间序列的序列内部状态和所述内部状态储存库中的网络内部状态,从所述多个初始时间序列中选择很可能包括预测所述第一时间序列中的未来健康事件的健康事件的一个或多个初始时间序列。
【技术特征摘要】
【国外来华专利技术】2015.07.27 US 14/810,3841.一种方法,包括:获得健康事件的多个初始时间序列,其中所述初始时间序列中的每一个包括在多个时间步中的每个时间步处的相应的健康相关数据;使用循环神经网络处理所述健康事件的多个初始时间序列中的每一个,以针对所述初始时间序列中的每一个,生成所述初始时间序列中的每个时间步的所述循环神经网络的相应的网络内部状态,其中,所述循环神经网络已经被训练以接收输入时间序列,并且针对每个输入时间序列中的每个时间步,生成所述时间步的网络内部状态并且预测在所述时间步处根据所述时间步的网络内部状态识别的健康事件之后发生的未来事件;针对所述多个初始时间序列中的每一个,将该时间序列中的时间步的网络内部状态中的一个或多个存储在内部状态储存库中;获得健康事件的第一时间序列;使用所述循环神经网络来处理所述健康事件的第一时间序列以生成所述第一时间序列的序列内部状态;以及使用所述第一时间序列的序列内部状态和所述内部状态储存库中的网络内部状态,从所述多个初始时间序列中选择很可能包括预测所述第一时间序列中的未来健康事件的健康事件的一个或多个初始时间序列。2.如权利要求1所述的方法,其中,选择一个或多个初始时间序列包括:确定所述内部状态储存库中与所述序列内部状态类似的网络内部状态;以及从所述多个初始时间序列中选择很可能包括预测所述第一时间序列中的未来健康事件的健康事件的初始时间序列,针对所述初始时间序列生成与所述初始时间序列类似的网络内部状态。3.如权利要求2所述的方法,其中,确定所述内部状态储存库中与所述序列内部状态类似的网络内部状态包括:针对所述内部状态储存库中的每个网络内部状态,计算所述网络内部状态和所述序列内部状态之间的相应的相似性度量;以及根据所述相似性度量来确定类似的网络内部状态。4.如权利要求2或3所述的方法,进一步包括:将所述内部状态储存库中的每个网络内部状态与相应的时间步以及生成该网络内部状态所针对的相应的初始时间序列相关联。5.如权利要求4所述的方法,进一步包括:提供用于呈现给用户的数据,所述数据针对所选择的初始时间序列中的每一个,标识所选择的初始时间序列中处...
【专利技术属性】
技术研发人员:格雷戈里·肖恩·科拉多,杰弗里·阿德盖特·迪恩,
申请(专利权)人:谷歌有限责任公司,
类型:发明
国别省市:美国,US
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。