مقایسه کارایی روش های یادگیری تقویتی عمیق برای کنترل دوز داروی بیماران مبتلا به لوسمی
Publish Year: 1402
Type: Conference paper
Language: Persian
View: 326
This Paper With 7 Page And PDF Format Ready To Download
- Certificate
- I'm the author of the paper
این Paper در بخشهای موضوعی زیر دسته بندی شده است:
Export:
Document National Code:
CDI20_011
Index date: 6 April 2024
مقایسه کارایی روش های یادگیری تقویتی عمیق برای کنترل دوز داروی بیماران مبتلا به لوسمی abstract
طراحی یک استراتژی کنترل هوشمند برای تعیین رژیم درمانی دارویی برای بیماران مبتلا به لوسمی می تواند در درمان این بیماری بسیار مهم باشد. استفاده از الگوریتم های هوش مصنوعی می تواند به پزشکان کمک کند تا به طور دقیق تر و اثربخش تر دوز مناسب دارو را تعیین کنند. در این مقاله، از الگوریتم های یادگیری تقویتی پیوسته برای بهینه سازی دوز داروی بیماران مبتلا به لوسمی استفاده شده است. برای این منظور سه روش DQN، DDPG وPPO مورد بررسی قرار گرفته است و نتایج آنها با هم مقایسه شده اند که این امر می تواند به بهبود و بهینه سازی در تعیین رژیم درمانی دارویی برای بیماران CML و حتی سایر بیماری های مشابه کمک کند.
مقایسه کارایی روش های یادگیری تقویتی عمیق برای کنترل دوز داروی بیماران مبتلا به لوسمی Keywords:
مقایسه کارایی روش های یادگیری تقویتی عمیق برای کنترل دوز داروی بیماران مبتلا به لوسمی authors
مریم افخمی
دانشجو کارشناسی ارشد دانشگاه سجاد
امین نوری
عضو هیات علمی دانشگاه سجاد