Repozytorium Uniwersytetu Zielonogórskiego udostępnia 9 272 obiektów cyfrowych
Obiekt
Tytuł: Hospitalization patient forecasting based on multi-task deep learning
Współtwórca:
Niemiec, Marcin - ed. ; Dziech, Andrzej - ed. ; Wassermann, Jakob - ed.
Podtytuł:
Tytuł publikacji grupowej:
Abstract:
Forecasting the number of hospitalization patients is important for hospital management. The number of hospitalization patients depends on three types of patients, namely, admission patients, discharged patients, and inpatients. However, previous works focused on one type of patients rather than the three types of patients together. In this paper, we propose a multi-task forecasting model to forecast the three types of patients simultaneously. ; We integrate three neural network modules into a unified model for forecasting. Besides, we extract date features of admission and discharged patient flows to improve forecasting accuracy. The algorithm is trained and evaluated on a real-world data set of a one-year daily observation of patient numbers in a hospital. We compare the performance of our model with eight baselines over two real-word data sets. The experimental results show that our approach outperforms other baseline algorithms significantly.
Wydawca:
Zielona Góra: Uniwersytet Zielonogórski
Identyfikator zasobu:
DOI:
Strony:
Źródło:
AMCS, volume 33, number 1 (2023) ; kliknij tutaj, żeby przejść
Jezyk:
Licencja CC BY 4.0:
Prawa do dysponowania publikacją:
Biblioteka Uniwersytetu Zielonogórskiego
Kolekcje, do których przypisany jest obiekt:
- Repozytorium > Jednostki organizacyjne > Wydział Informatyki, Elektrotechniki i Automatyki
- Repozytorium > Typy utworów > Artykuły
- Repozytorium > Czasopisma naukowe i serie wydawnicze UZ > International Journal of Applied Mathematics and Computer Science (AMCS) > International Journal of Applied Mathematics and Computer Science (AMCS) (2023)
Data ostatniej modyfikacji:
25 lip 2025
Data dodania obiektu:
25 lip 2025
Liczba wyświetleń treści obiektu:
9
Wszystkie dostępne wersje tego obiektu:
https://zbc.uz.zgora.pl/repozytorium/publication/101578
Wyświetl opis w formacie RDF:
Wyświetl opis w formacie OAI-PMH:
-
-
-
-
-
International Journal of Applied Mathematics and Computer Science (AMCS), volume 33, number 1 (2023)
-
International Journal of Applied Mathematics and Computer Science (AMCS), volume 33, number 2 (2023)
-
International Journal of Applied Mathematics and Computer Science (AMCS), volume 33, number 3 (2023)
-
International Journal of Applied Mathematics and Computer Science (AMCS), volume 33, number 4 (2023)
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
| Nazwa wydania | Data |
|---|---|
| Hospitalization patient forecasting based on multi-task deep learning | 25 lip 2025 |
Obiekty Podobne
Zhou, Jianling Liu, Ji Zhang, Min Korbicz, Józef (1951- ) - red. Uciński, Dariusz - red.
Strausz, György Korbicz, Józef (1951- ) - red. Uciński, Dariusz - red.
Gamino-Carranza, Arturo Kitowski, Zygmunt - ed. Piskur, Paweł - ed. Hożyń , Stanisław - ed.
Zhang, Weimin Zhou, Luyao Shao, Min Wang, Cui Wang, Yu Woźniak, Marcin - ed. Kumar, Yogesh - ed. Ijaz, Muhammad Fazal - ed.
Siwek, Krzysztof Osowski, Stanisław Szupiluk, Ryszard Korbicz, Józef (1951- ) - ed.
Sumi, Monira S. Zaman, Faisal M. Hirose, Hideo Cordón, Oskar - ed. Kazienko, Przemysław - ed.
Brdyś, Mietek A. Borowa, Adam Idźkowiak, Piotr Brdyś, Marcin T. Korbicz, Józef (1951- ) - ed.
Siwek, Krzysztof Osowski, Stanisław Korbicz, Józef (1951- ) - red. Uciński, Dariusz - red.
