Hepatitis B Virus Infection Control Using Reinforcement Learning
Publish Year: 1390
نوع سند: مقاله کنفرانسی
زبان: English
View: 2,290
This Paper With 5 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
این Paper در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
ICEEE03_006
تاریخ نمایه سازی: 18 مهر 1390
Abstract:
In this paper, optimal drug schedule for patients infected by hepatitis B virus (HBV) is obtained. An objective of the control is reducing infected cells and free virions. The optimal control problem is to design an effective drug-schedule to reduce the number of infected cells and free virions in a time-optimal fashion. To achieve this goal, a reinforcement learning (RL), which is one of the best unsupervised machine learning algorithms, is proposed for control. Because RL has no need of environment model, i.e. it is model-free; it has absorbed interests during the recent years, especially in medical applications. Performance evaluation of the proposed algorithm has been performed by simulating on the mathematical model of drug dosage of hepatitis therapy.
Keywords:
Authors
Amin Noori
Department of Control Engineering Ferdowsi university of MashhadMashhad, Iran
مراجع و منابع این Paper:
لیست زیر مراجع و منابع استفاده شده در این Paper را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود Paper لینک شده اند :