实体
Approximate Dynamic Programming For Dynamic Stochastic Resource Allocation With Applications to Healthcare
Approximate Dynamic Programming For Dynamic Stochastic Resource Allocation With Applications to Healthcare
PulseAugur coverage of Approximate Dynamic Programming For Dynamic Stochastic Resource Allocation With Applications to Healthcare — every cluster mentioning Approximate Dynamic Programming For Dynamic Stochastic Resource Allocation With Applications to Healthcare across labs, papers, and developer communities, ranked by signal.
总计 · 30天
1
90 天内 2
发布 · 30天
0
90 天内 0
论文 · 30天
1
90 天内 2
层级分布 · 90 天
主题
情绪 · 30 天
1 天有情绪数据
最近 · 第 1/1 页 · 共 2 条
-
AI框架旨在将医院急诊滞留时间缩短70%
研究人员开发了一个新的框架，通过主动申请住院床位来减少急诊科（ED）的滞留时间。该系统使用患者入院概率和离院时间的预测来指导早期床位申请，并将其表述为马尔可夫决策过程。使用大型急诊科数据的模拟表明，这些主动申请可以显著缩短滞留时间和总体住院时间，其中新供应商启发式方法在急诊科性能和住院床位利用率之间提供了有利的平衡。
-
新框架在不确定性下利用AI进行地质导向
一个新框架整合了粒子滤波和强化学习，以在地质不确定性下优化地质导向决策。该方法使用粒子滤波进行概率性地下解释，并使用基于价值的强化学习进行顺序决策。该框架与近似动态规划和深度Q学习进行了评估，展示了改进的导向平滑度和操作洞察力。