Title: | Grammatical Evolution-Based Approach for Extracting Interpretable Glucose-Dynamics Models |
Other Titles: | Extrakce interpretovatelných modelů dynamiky glukózy pomocí gramatické evoluce |
Authors: | De Falco, Ivanoe Della Cioppa, Antonio Koutný, Tomáš Scafuri, Umberto Tarantino, Ernesto Úbl, Martin |
Citation: | DE 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: 1530-1346 |
Issue Date: | 2021 |
Publisher: | IEEE |
Document type: | konferenční příspěvek ConferenceObject |
URI: | 2-s2.0-85123195545 http://hdl.handle.net/11025/51886 |
ISBN: | 978-1-66542-744-9 |
ISSN: | 1530-1346 |
Keywords: | gramatická evoluce;diabetes;symbolická regrese |
Keywords in different language: | grammatical evolution;diabetes;symbolic regression |
Abstract: | Kvalitu 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. |
Abstract in different language: | The 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. |
Rights: | Plný text je přístupný v rámci univerzity přihlášeným uživatelům © IEEE |
Appears in Collections: | Konferenční příspěvky / Conference papers (NTIS) Konferenční příspěvky / Conference Papers (KIV) OBD |
Files in This Item:
File | Size | Format | |
---|---|---|---|
Koutný Grammatical_Evolution-Based_Approach_for_Extracting_Interpretable_Glucose-Dynamics_Models.pdf | 1,2 MB | Adobe PDF | View/Open Request a copy |
Please use this identifier to cite or link to this item:
http://hdl.handle.net/11025/51886
Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.