A Novel Tropical Geometry-Based Interpretable Machine Learning Method: Pilot Application to Delivery of Advanced Heart Failure Therapies
A Novel Tropical Geometry-Based Interpretable Machine Learning Method: Pilot Application to Delivery of Advanced Heart Failure Therapies
复制标题
一种基于热带几何的新型可解释机器学习方法：在先进心力衰竭治疗中的试点应用
DOI：
10.1109/jbhi.2022.3211765
复制
发表时间：
2023
影响因子：
7.7
通讯作者：
Najarian, Kayvan
中科院分区：
文献类型：
--
作者：
Yao, Heming;Derksen, Harm;Golbus, Jessica R.;Zhang, Justin;Aaronson, Keith D.;Gryak, Jonathan;Najarian, Kayvan
模型的可解释性对于临床决策支持系统等许多实际应用至关重要。本文提出了一种新的可解释机器学习方法，该方法可以在人类可理解的规则中对输入变量和响应之间的关系进行建模。该方法将热带几何应用于模糊推理系统，通过监督学习发现变量编码函数和显著规则。利用合成数据集进行了实验，验证了该算法在分类和规则发现方面的性能和能力。此外，我们提出了一个试点应用程序，以确定有资格接受先进治疗的心力衰竭患者作为原则的证明。从我们在这个特定应用程序上的结果来看，所提出的网络达到了最高的F1分数。该网络能够学习规则，这些规则可以被临床提供者解释和使用。此外，现有的模糊领域知识可以很容易地转移到网络中，便于模型训练。在我们的应用中，利用现有的知识，F1成绩提高了5%以上。该网络的特点使其在需要模型可靠性和合理性的应用中具有很大的应用前景。
A model's interpretability is essential to many practical applications such as clinical decision support systems. In this article, a novel interpretable machine learning method is presented, which can model the relationship between input variables and responses in humanly understandable rules. The method is built by applying tropical geometry to fuzzy inference systems, wherein variable encoding functions and salient rules can be discovered by supervised learning. Experiments using synthetic datasets were conducted to demonstrate the performance and capacity of the proposed algorithm in classification and rule discovery. Furthermore, we present a pilot application in identifying heart failure patients that are eligible for advanced therapies as proof of principle. From our results on this particular application, the proposed network achieves the highest F1 score. The network is capable of learning rules that can be interpreted and used by clinical providers. In addition, existing fuzzy domain knowledge can be easily transferred into the network and facilitate model training. In our application, with the existing knowledge, the F1 score was improved by over 5%. The characteristics of the proposed network make it promising in applications requiring model reliability and justification.
登录
查看更多内容
一种基于聚合算子的模糊监督分类新方法
DOI：
--
发表时间：
2007
期刊：
2007 Third International IEEE Conference on Signal-Image Technologies and Internet-Based System
影响因子：
--
作者：
S. Meher
通讯作者：
S. Meher
DOI：
10.1109/tvcg.2019.2934659
发表时间：
2020-01-01
影响因子：
5.2
作者：
Hohman, Fred;Park, Haekyu;Chau, Duen Horng (Polo)
通讯作者：
Chau, Duen Horng (Polo)
INTERMACS（机械辅助循环支持机构间登记处）：将登记数据转化为临床实践的新范例。
影响因子：
24
作者：
Marissa A. Miller;K. Ulisney;J. T. Baldwin
通讯作者：
J. T. Baldwin
基于模糊逻辑的优化方法与控制系统及其应用
DOI：
--
发表时间：
2018
期刊：
影响因子：
--
作者：
Ali Sadollah
通讯作者：
Ali Sadollah
InterpretML：机器学习可解释性的统一框架
DOI：
--
发表时间：
2019
期刊：
arXiv.org
影响因子：
--
作者：
Harsha Nori;Samuel Jenkins;Paul Koch;R. Caruana
通讯作者：
R. Caruana