Full metadata record
DC poleHodnotaJazyk
dc.contributor.authorDe Falco, Ivanoe
dc.contributor.authorDella Cioppa, Antonio
dc.contributor.authorKoutný, Tomáš
dc.contributor.authorScafuri, Umberto
dc.contributor.authorTarantino, Ernesto
dc.contributor.authorÚbl, Martin
dc.date.accessioned2023-05-22T10:00:13Z-
dc.date.available2023-05-22T10:00:13Z-
dc.date.issued2021
dc.identifier.citationDE FALCO, I. DELLA CIOPPA, A. KOUTNÝ, T. SCAFURI, U. TARANTINO, E. ÚBL, M. Grammatical Evolution-Based Approach for Extracting Interpretable Glucose-Dynamics Models. In IEEE ISCC 2021 Proceedings. Piscataway: IEEE, 2021. s. 1-6. ISBN: 978-1-66542-744-9 , ISSN: 1530-1346cs
dc.identifier.isbn978-1-66542-744-9
dc.identifier.issn1530-1346
dc.identifier.uri2-s2.0-85123195545
dc.identifier.urihttp://hdl.handle.net/11025/51886
dc.description.abstractKvalitu života diabetických pacientů lze zlepšit vytvořením personalizovaného kontrolního algoritmu integrovaného do umělé slinivky břišní, schopného dávkovat inzulín. Klíčovou akcí při stavbě tohoto umělého zařízení je vymyslet účinný algoritmus pro předpovídání budoucích hladin glukózy. V tomto článku je navržena evoluční strategie, tj. Algoritmus gramatické evoluce, k odvození personalizovaného předpovědního modelu pro hodnocení hodnot glykémie v budoucnosti na základ minulých měření glukózy a znalost bazálních a infuzních hladin inzulínu a spotřeby jídla. Cílem je objevit modely, které jsou nejen interpretovatelné ale také s nízkou složitostí pro použití v řídicím algoritmu, který je hlavním prvkem umělé slinivky břišní. K vyhodnocení navrhovaného evolučního automatického postupu byla použita databáze v reálném světě, kterou tvoří diabetičtí pacienti 1. typu.cs
dc.format6 s.cs
dc.format.mimetypeapplication/pdf
dc.language.isoenen
dc.publisherIEEEen
dc.relation.ispartofseriesIEEE ISCC 2021 Proceedingsen
dc.rightsPlný text je přístupný v rámci univerzity přihlášeným uživatelůmcs
dc.rights© IEEEen
dc.subjectgramatická evolucecs
dc.subjectdiabetescs
dc.subjectsymbolická regresecs
dc.titleGrammatical Evolution-Based Approach for Extracting Interpretable Glucose-Dynamics Modelsen
dc.title.alternativeExtrakce interpretovatelných modelů dynamiky glukózy pomocí gramatické evolucecs
dc.typekonferenční příspěvekcs
dc.typeConferenceObjecten
dc.rights.accessrestrictedAccessen
dc.type.versionpublishedVersionen
dc.description.abstract-translatedThe quality of life of diabetic patients can be enhanced by devising a personalized control algorithm, integrated within an artificial pancreas, capable of dosing the insulin. A key action in the building of this artificial device is to conceive an efficient algorithm for forecasting future glucose levels. Within this paper, an evolutionary-based strategy, i.e., a Grammatical Evolution algorithm, is devised to deduce a personalized forecasting model to evaluate blood glucose values in the future on the basis of the past glucose measurements, and the knowledge of the basal and infused insulin levels and of the food consumption. The aim is to discover models that are not only interpretable but also with low complexity to be used within a control algorithm that is the main element of the artificial pancreas. A real-world database composed by Type 1 diabetic patients has been employed to evaluate the proposed evolutionary automatic procedure.en
dc.subject.translatedgrammatical evolutionen
dc.subject.translateddiabetesen
dc.subject.translatedsymbolic regressionen
dc.identifier.doi10.1109/ISCC53001.2021.9631483
dc.type.statusPeer-revieweden
dc.identifier.document-number936276000111
dc.identifier.obd43935305
dc.project.IDSGS-2019-016/Syntéza a analýza geometrických a výpočetních modelůcs
Vyskytuje se v kolekcích:Konferenční příspěvky / Conference papers (NTIS)
Konferenční příspěvky / Conference Papers (KIV)
OBD



Použijte tento identifikátor k citaci nebo jako odkaz na tento záznam: http://hdl.handle.net/11025/51886

Všechny záznamy v DSpace jsou chráněny autorskými právy, všechna práva vyhrazena.

hledání
navigace
  1. DSpace at University of West Bohemia
  2. Publikační činnost / Publications
  3. OBD