論文の概要: $\alpha$-Satellite: An AI-driven System and Benchmark Datasets for Hierarchical Community-level Risk Assessment to Help Combat COVID-19

• arxiv url: http://arxiv.org/abs/2003.12232v1
• Date: Fri, 27 Mar 2020 04:44:53 GMT
• ステータス: 処理完了
• システム内更新日: 2023-05-27 18:32:29.354235
• Title: $\alpha$-Satellite: An AI-driven System and Benchmark Datasets for Hierarchical Community-level Risk Assessment to Help Combat COVID-19
• Title（参考訳）: alpha$-satellite:covid-19対策のための階層的コミュニティレベルのリスクアセスメントのためのai駆動システムとベンチマークデータセット
• Authors: Yanfang Ye, Shifu Hou, Yujie Fan, Yiyue Qian, Yiming Zhang, Shiyu Sun, Qian Peng, Kenneth Laparo
• Abstract要約: 新型コロナウイルス(COVID-19)の感染者は53万1000人を超え、少なくとも171カ国で2万4000人以上が死亡している。 新型コロナウイルスの感染拡大を受け、地域住民の感染が拡大するとの見方が強まっている。 我々は、階層的なコミュニティレベルのリスク評価を提供するAI駆動システム(初期提供として$alpha$-Satelliteと名づけられた)を提案し、開発する。
• 参考スコア（独自算出の注目度）: 24.774285634657787
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: The novel coronavirus and its deadly outbreak have posed grand challenges to human society: as of March 26, 2020, there have been 85,377 confirmed cases and 1,293 reported deaths in the United States; and the World Health Organization (WHO) characterized coronavirus disease (COVID-19) - which has infected more than 531,000 people with more than 24,000 deaths in at least 171 countries - a global pandemic. A growing number of areas reporting local sub-national community transmission would represent a significant turn for the worse in the battle against the novel coronavirus, which points to an urgent need for expanded surveillance so we can better understand the spread of COVID-19 and thus better respond with actionable strategies for community mitigation. By advancing capabilities of artificial intelligence (AI) and leveraging the large-scale and real-time data generated from heterogeneous sources (e.g., disease related data from official public health organizations, demographic data, mobility data, and user geneated data from social media), in this work, we propose and develop an AI-driven system (named $\alpha$-Satellite}, as an initial offering, to provide hierarchical community-level risk assessment to assist with the development of strategies for combating the fast evolving COVID-19 pandemic. More specifically, given a specific location (either user input or automatic positioning), the developed system will automatically provide risk indexes associated with it in a hierarchical manner (e.g., state, county, city, specific location) to enable individuals to select appropriate actions for protection while minimizing disruptions to daily life to the extent possible. The developed system and the generated benchmark datasets have been made publicly accessible through our website. The system description and disclaimer are also available in our website.
• Abstract（参考訳）: 2020年3月26日時点で、米国では85,377人の感染者と1,293人の死者が確認されており、世界保健機関(WHO)は新型コロナウイルス感染症(COVID-19)を指定しており、少なくとも171カ国で24,000人以上が死亡している531,000人以上が感染している。 新型コロナウイルスの感染拡大を受け、地域社会の感染拡大が懸念される地域が増えていることから、市町村の感染拡大を把握し、地域社会の緩和に向けた行動的な戦略にもっと対応できるよう、緊急の監視の必要性が指摘されている。 By advancing capabilities of artificial intelligence (AI) and leveraging the large-scale and real-time data generated from heterogeneous sources (e.g., disease related data from official public health organizations, demographic data, mobility data, and user geneated data from social media), in this work, we propose and develop an AI-driven system (named $\alpha$-Satellite}, as an initial offering, to provide hierarchical community-level risk assessment to assist with the development of strategies for combating the fast evolving COVID-19 pandemic. より具体的には、特定の場所(ユーザ入力や自動位置決め)が与えられた場合、開発システムは、階層的な方法でリスクインデックス(例えば、州、郡、市、特定の場所)を自動的に提供し、個人が保護のための適切なアクションを選択しながら、可能な限り日常生活の混乱を最小限に抑えるようにします。 開発したシステムと生成されたベンチマークデータセットは,当社のwebサイトを通じて公開されている。 システム記述と破棄は、当社のwebサイトでも利用できます。

関連論文リスト

• COVID-19 Spreading Prediction and Impact Analysis by Using Artificial Intelligence for Sustainable Global Health Assessment [0.0]
  現在、新型コロナウイルスの流行は2,164,111人以上に影響し、世界中で200カ国以上で146,198人以上が死亡している。 この状況におけるAIの根本的な困難は、情報の可用性の制限と病気の確実性である。 本稿では、AIを統合して感染症の発生を予測するとともに、ディープラーニングを用いたAIが新型コロナウイルス感染した胸部X線を認識できるかどうかを検証した。
  論文  参考訳（メタデータ） (2023-04-23T19:48:29Z)
• Towards Accurate Spatiotemporal COVID-19 Risk Scores using High Resolution Real-World Mobility Data [15.302926747159557]
  比較的細かい空間的および時間的リスクスコアを割り当てるHawkesプロセスベースの技術を開発する。 位置密度と移動行動に基づくリスクスコアの開発に重点を置いている。 以上の結果から,高分解能モビリティデータに基づく細粒度リスクスコアは,有用な洞察を提供し,安全に再オープンできることが示された。
  論文  参考訳（メタデータ） (2020-12-14T06:31:28Z)
• Machine learning spatio-temporal epidemiological model to evaluate Germany-county-level COVID-19 risk [26.228330223358952]
  我々は,感染データから流行動態を抽出するための機械支援フレームワークを開発した。 この新しいツールボックスは、ドイツで412のランドクライス(国)にまたがる多水準のCO-19流行の予測に最初に利用された。 実用上、最悪の死者が35万人であるクリスマスの状況を予測し、効果的な政策は2万人未満に抑える可能性がある。
  論文  参考訳（メタデータ） (2020-11-30T20:17:19Z)
• Epidemic mitigation by statistical inference from contact tracing data [61.04165571425021]
  我々は,個人が感染するリスクを推定するためにベイズ推定法を開発した。 本稿では,感染防止のための検査・隔離戦略を最適化するために,確率論的リスク推定手法を提案する。 我々のアプローチは、最近接触した個人間の通信のみを必要とする、完全に分散されたアルゴリズムに変換されます。
  論文  参考訳（メタデータ） (2020-09-20T12:24:45Z)
• Understanding the temporal evolution of COVID-19 research through machine learning and natural language processing [66.63200823918429]
  重症急性呼吸器症候群2号(SARS-CoV-2)による新型コロナウイルス感染症(COVID-19)の流行は、世界中の人々の生活や社会に影響を与え続けている。 私たちは複数のデータソース、すなわちPubMedとArXivを使用し、現在のCOVID-19研究の風景を特徴づけるために、いくつかの機械学習モデルを構築しました。 調査の結果,PubMedとArXivで利用可能な研究の種類は異なることが確認された。
  論文  参考訳（メタデータ） (2020-07-22T18:02:39Z)
• A Survey on Applications of Artificial Intelligence in Fighting Against COVID-19 [75.84689958489724]
  SARS-CoV-2ウイルスによる新型コロナウイルスのパンデミックは世界中で急速に広がり、世界的な感染拡大につながっている。 新型コロナウイルス対策の強力なツールとして、人工知能(AI)技術はこのパンデミックに対抗するために広く利用されている。 この調査では、新型コロナウイルス対策におけるAIテクノロジの既存および潜在的応用に関する包括的見解を、医療とAI研究者に提示する。
  論文  参考訳（メタデータ） (2020-07-04T22:48:15Z)
• The challenges of deploying artificial intelligence models in a rapidly evolving pandemic [10.188172055060544]
  我々は、AIモデルの可能性を加速するために、基礎研究と応用研究の両方が不可欠であると主張する。 この視点は、世界の科学コミュニティが将来の病気の発生に対してより効果的に対処する方法を垣間見ることができるかもしれない。
  論文  参考訳（メタデータ） (2020-05-19T21:11:48Z)
• COVI White Paper [67.04578448931741]
  接触追跡は、新型コロナウイルスのパンデミックの進行を変える上で不可欠なツールだ。 カナダで開発されたCovid-19の公衆ピアツーピア接触追跡とリスク認識モバイルアプリケーションであるCOVIの理論的、設計、倫理的考察、プライバシ戦略について概説する。
  論文  参考訳（メタデータ） (2020-05-18T07:40:49Z)
• Digital Ariadne: Citizen Empowerment for Epidemic Control [55.41644538483948]
  新型コロナウイルスの危機は、1918年のH1N1パンデミック以来、公衆衛生にとって最も危険な脅威である。 技術支援による位置追跡と接触追跡は、広く採用されれば、感染症の拡散を抑えるのに役立つかもしれない。 個人のデバイス上での自発的な位置情報とBluetoothトラッキングに基づいて、"diAry"や"digital Ariadne"と呼ばれるツールを提示する。
  論文  参考訳（メタデータ） (2020-04-16T15:53:42Z)
• Mapping the Landscape of Artificial Intelligence Applications against COVID-19 [59.30734371401316]
  世界保健機関(WHO)は、SARS-CoV-2ウイルスによる新型コロナウイルスの感染をパンデミックと宣言した。 我々は、機械学習と、より広範に、人工知能を用いた最近の研究の概要を、新型コロナウイルス危機の多くの側面に取り組むために提示する。
  論文  参考訳（メタデータ） (2020-03-25T12:30:33Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。