A Quotient Basis Kernel for the prediction of mortality in severe sepsis patients
Visualitza/Obre
Estadístiques de LA Referencia / Recolecta
Inclou dades d'ús des de 2022
Cita com:
hdl:2117/23280
Tipus de documentText en actes de congrés
Data publicació2013
Condicions d'accésAccés obert
Tots els drets reservats. Aquesta obra està protegida pels drets de propietat intel·lectual i
industrial corresponents. Sense perjudici de les exempcions legals existents, queda prohibida la seva
reproducció, distribució, comunicació pública o transformació sense l'autorització del titular dels drets
Abstract
In this paper, we describe a novel kernel for multinomial distributions, namely the Quotient Basis Kernel (QBK), which is based on a suitable reparametrization of the input space through algebraic geometry and statistics. The QBK is used here for data transformation prior to classification in a medical problem concerning the prediction of mortality in patients suffering severe sepsis. This is a common clinical syndrome, often treated at the Intensive Care Unit (ICU) in a time-critical context. Mortality prediction results with Support Vector Machines using QBK compare favorably with those obtained using alternative kernels and standard clinical procedures.
CitacióRibas, V. [et al.]. A Quotient Basis Kernel for the prediction of mortality in severe sepsis patients. A: European Symposium on Artificial Neural Networks, Computational Intelligence and Machine Learning. "ESANN 2013 proceedings: European Symposium on Artificial Neural Networks, Computational Intelligence and Machine Learning: Bruges (Belgium), 24-26 April 2013". Bruges: 2013, p. 379-384.
ISBN978-2-87419-081-0
Versió de l'editorhttps://www.elen.ucl.ac.be/esann/proceedings/papers.php?ann=2013
Fitxers | Descripció | Mida | Format | Visualitza |
---|---|---|---|---|
es2013-29.pdf | 199,6Kb | Visualitza/Obre |