Die Schätzung fehlender Daten in zeitlichen Datenströmen mit Hilfe multidirektionaler rekurrenter Neuronalen Netze

Fehlende Daten stellen ein allgegenwärtiges Problem dar. In medizinischen Umgebungen ist dieses Problem besonders herausfordernd, da viele Messreihen zu unterschiedlichen – und oft unregelmäßigen – Zeiten erhoben werden. Eine genaue Schätzung dieser fehlenden Messwerte ist aus vielen Gründen, einschließlich Diagnose, Prognose und Therapie, von entscheidender Bedeutung. Bestehende Methoden lösen dieses Schätzproblem durch Interpolation innerhalb der Messreihen oder Imputation über die Messreihen hinweg (beides ignoriert wichtige Informationen) oder indem sie den zeitlichen Aspekt der Daten vernachlässigen und starke Annahmen über die Natur des Datenerzeugungsprozesses und/oder das Muster der fehlenden Daten aufstellen (beides ist für medizinische Daten besonders problematisch). Wir schlagen einen neuen Ansatz vor, der auf einer neuartigen Deep-Learning-Architektur basiert, die wir als Multi-directional Recurrent Neural Network (M-RNN) bezeichnen. Dieses Netzwerk interpoliert innerhalb der Messreihen und imputiert über die Messreihen hinweg. Die Leistungsfähigkeit unseres Ansatzes demonstrieren wir durch dessen Anwendung auf fünf reale medizinische Datensätze. Wir zeigen, dass es im Vergleich zu 11 Stand-of-the-Art-Verfahren (einschließlich Spline- und Kubischer Interpolationen, MICE, MissForest, Matrix-Vervollständigung und mehreren RNN-Methoden) eine erheblich verbesserte Schätzung der fehlenden Messwerte liefert; typische Verbesserungen im Root Mean Square Error liegen zwischen 35% und 50%. Zusätzliche Experimente mit denselben fünf Datensätzen verdeutlichen, dass die durch unsere Methode erzielten Verbesserungen äußerst robust sind.