通过改进的 Thompson 采样算法实现对个性化目标的优化和个性化奖励函数的最优化，从而在移动健康应用中达到降低累积遗憾和提高个性化回报的效果。

Nov, 2023

个性化适应性干预的规划和实施存在挑战，本研究介绍了在线强化学习代理实施个性化干预的可行性和有效性的 N-of-1 试验设计，结果显示适应性干预能增加患者效益，但设计和实施过程变得更为复杂，同时需要利用之前干预研究的数据来量化预期效益。

Sep, 2023

本文提出了一种名为 DecompPI 的新算法，用于优化基于行为干预的个性化健康干预计划，以实现卓越的长期健康成果；我们发现，该算法不仅具有一定的理论保证，而且在现实应用中也能够显著地减少干预成本。

Mar, 2023

本文探讨了移动健康干预技术 (mHealth) 中的即时自适应干预政策，包括专家提供的政策以及基于历史数据的干预政策效果估计，并提供了一个估计器和置信区间，以评估这类政策在长期内是否能提高健康结果。

Dec, 2019

本文介绍了一个框架，通过提供不同类型的干预措施，帮助使用移动健康技术的患者在日常生活中采取或保持健康的行为，同时优化了马尔可夫决策过程的参数，以解决人类决策过程中可能出现的问题。

Dec, 2022

我们正在开发一种虚拟辅导系统，旨在帮助患者坚持行为改变干预。我们提出的系统可以预测患者是否会执行目标行为，并使用反事实案例来个性化指导行为改变干预。我们通过使用不同接受干预程度的模拟患者数据来评估我们的预测模型。

Apr, 2023

本文提出了一种基于群组驱动的强化学习方法，在移动健康技术中实现将相似用户信息进行整合，以共享信息和更好的转化有限用户信息来学习更好的强化学习策略，实验结果表明该方法优于现有 mHealth 强化学习方法。

Aug, 2017

提出了一种基于平衡的权重方法来评估和学习个性化决策策略，该方法适用于利用历史记录来进行个性化医疗和互联网广告，该方法明显优于现有方法。

May, 2017

研究使用一系列机器学习算法及各种参数进行分类和回归来预测肥胖级别，体重和脂肪含量，并应用遗传算法、随机查找、网格搜索和 Optuna 等多种超参数优化算法来提高模型准确度。

Aug, 2021

本文针对在线旅游平台的营销问题，提出了一种基于背包问题优化的新型提升建模技术，采用回溯估计模型、在线动态校准等方法，成功地在满足金融限制的同时提高了目标结果，并超越了其他方法。

Aug, 2020