CASIA OpenIR  > 学术期刊  > 自动化学报
数据驱动的间歇低氧训练贝叶斯优化决策方法
陈婧; 史大威; 蔡德恒; 王军政; 朱玲玲
Source Publication自动化学报
ISSN0254-4156
2023
Volume49Issue:8Pages:1667-1678
Abstract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.
Keyword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
DOI10.16383/j.aas.c220712
Citation statistics
Document Type期刊论文
Identifierhttp://ir.ia.ac.cn/handle/173211/56083
Collection学术期刊_自动化学报
Recommended Citation
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.
Files in This Item: Download All
File Name/Size DocType Version Access License
AAS-CN-2022-0712.pdf(6031KB)期刊论文出版稿开放获取CC BY-NC-SAView Download
Related Services
Recommend this item
Bookmark
Usage statistics
Export to Endnote
Google Scholar
Similar articles in Google Scholar
[陈婧]'s Articles
[史大威]'s Articles
[蔡德恒]'s Articles
Baidu academic
Similar articles in Baidu academic
[陈婧]'s Articles
[史大威]'s Articles
[蔡德恒]'s Articles
Bing Scholar
Similar articles in Bing Scholar
[陈婧]'s Articles
[史大威]'s Articles
[蔡德恒]'s Articles
Terms of Use
No data!
Social Bookmark/Share
File name: AAS-CN-2022-0712.pdf
Format: Adobe PDF
All comments (0)
No comment.
 

Items in the repository are protected by copyright, with all rights reserved, unless otherwise indicated.