Detail publikace

Evolutionary Design of Reduced Precision Levodopa-Induced Dyskinesia Classifiers

HURTA Martin, DRAHOŠOVÁ Michaela, SEKANINA Lukáš, SMITH Stephen L. a ALTY Jane E. Evolutionary Design of Reduced Precision Levodopa-Induced Dyskinesia Classifiers. In: Genetic Programming, 25th European Conference, EuroGP 2022. Lecture Notes in Computer Science, roč. 13223. Madrid: Springer Nature Switzerland AG, 2022, s. 85-101. ISBN 978-3-031-02055-1. Dostupné z: https://link.springer.com/chapter/10.1007/978-3-031-02056-8_6
Název česky
Evoluční návrh klasifikátorů levodopou indukované dyskineze se sníženou přesností
Typ
článek ve sborníku konference
Jazyk
angličtina
Autoři
Hurta Martin, Ing. (UPSY FIT VUT)
Drahošová Michaela, Ing., Ph.D. (UPSY FIT VUT)
Sekanina Lukáš, prof. Ing., Ph.D. (UPSY FIT VUT)
Smith Stephen L. (UYORK)
Alty Jane E. (UTAS)
URL
Klíčová slova

Kartézské genetické programování, koevoluce, prediktory fitness s adaptivní velikostí, energeticky úsporné, hardwarově orientované, aritmetika s pevnou desetinnou čárkou, levodopou indukovaná dyskineze, Parkinsonova choroba

Abstrakt

Parkinsonova choroba je jedním z nejčastějších neurologických onemocnění, jehož příznaky se obvykle léčí lékem obsahujícím levodopu. K minimalizaci nežádoucích účinků levodopy, tj. levodopou indukované dyskineze (LID), je nutné správně řídit dávkování levodopy. Tento článek se zabývá aplikací kartézského genetického programování (CGP) k ohodnocení LID na základě časových řad získaných pomocí akcelerometrů připevněných k tělu pacienta. Evoluční návrh klasifikátorů LID se sníženou přesností je zkoumán s cílem nalézt hardwarově efektivní klasifikátor spolu s klasifikační přesností co nejbližší základní softwarové implementaci. CGP vybavené koevolucí prediktorů fitness s adaptivní velikostí (coASFP) je použito k návrhu klasifikátorů LID pracujících s aritmetikou s pevnou desetinnou čárkou a sníženou přesností, která je vhodná pro implementaci v zákaznických integrovaných obvodech. V této konkrétní úloze jsme dosáhli výrazného snížení výpočetní náročnosti evolučního návrhu ve srovnání s původním CGP. CoASFP navíc v této úloze účinně zabránilo přeučení. Experimenty s návrhem LID-klasifikátoru se sníženou přesností ukazují, že evoluční klasifikátory pracující s 8bitovou bezznaménkovou celočíselnou reprezentací dat spolu se škálováním vstupních dat pomocí logického posunu doprava nejen výrazně překonaly hardwarové charakteristiky všech ostatních zkoumaných řešení, ale také dosáhly lepší přesnosti klasifikátoru ve srovnání s klasifikátory pracujícími s čísly s plovoucí desetinnou čárkou.

Rok
2022
Strany
85-101
Sborník
Genetic Programming, 25th European Conference, EuroGP 2022
Řada
Lecture Notes in Computer Science
Svazek
13223
Konference
25th European Conference on Genetic Programming, Madrid, ES
ISBN
978-3-031-02055-1
Vydavatel
Springer Nature Switzerland AG
Místo
Madrid, ES
DOI
UT WoS
000873586200006
EID Scopus
BibTeX
@INPROCEEDINGS{FITPUB12601,
   author = "Martin Hurta and Michaela Draho\v{s}ov\'{a} and Luk\'{a}\v{s} Sekanina and L. Stephen Smith and E. Jane Alty",
   title = "Evolutionary Design of Reduced Precision Levodopa-Induced Dyskinesia Classifiers",
   pages = "85--101",
   booktitle = "Genetic Programming, 25th European Conference, EuroGP 2022",
   series = "Lecture Notes in Computer Science",
   volume = 13223,
   year = 2022,
   location = "Madrid, ES",
   publisher = "Springer Nature Switzerland AG",
   ISBN = "978-3-031-02055-1",
   doi = "10.1007/978-3-031-02056-8\_6",
   language = "english",
   url = "https://www.fit.vut.cz/research/publication/12601"
}
Nahoru