論文の概要: Discovering associations in COVID-19 related research papers
- arxiv url: http://arxiv.org/abs/2004.03397v1
- Date: Mon, 6 Apr 2020 10:52:25 GMT
- ステータス: 処理完了
- システム内更新日: 2022-12-16 07:29:05.383561
- Title: Discovering associations in COVID-19 related research papers
- Title(参考訳): 新型コロナウイルス関連研究論文の関連性発見
- Authors: Iztok Fister Jr., Karin Fister, Iztok Fister
- Abstract要約: 本研究は、新型コロナウイルス関連論文の要約と、関連ルールテキストマイニングを用いた新型コロナウイルス関連研究について分析した。
これらの手法を基礎として,同種の疫病/パンデミックの流行に研究者がどう対応しているかを歴史を通じて明らかにすることを目的とした。
- 参考スコア(独自算出の注目度): 2.146386506780702
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: A COVID-19 pandemic has already proven itself to be a global challenge. It
proves how vulnerable humanity can be. It has also mobilized researchers from
different sciences and different countries in the search for a way to fight
this potentially fatal disease. In line with this, our study analyses the
abstracts of papers related to COVID-19 and coronavirus-related-research using
association rule text mining in order to find the most interestingness words,
on the one hand, and relationships between them on the other. Then, a method,
called information cartography, was applied for extracting structured knowledge
from a huge amount of association rules. On the basis of these methods, the
purpose of our study was to show how researchers have responded in similar
epidemic/pandemic situations throughout history.
- Abstract(参考訳): 新型コロナウイルス(COVID-19)のパンデミックは、すでに世界的な課題であることが証明されている。
人類がいかに脆弱であるかを証明する。
同社はまた、この致命的な病気に対処する方法を探るため、さまざまな科学や各国の研究者を動員した。
そこで本研究では,covid-19関連論文の要約を,関連規則テキストマイニング(association rule text mining)を用いて分析した。
そして,膨大な関連ルールから構造化知識を抽出するために,情報地図法という手法を適用した。
本研究の目的は,歴史を通じて同様の流行やパンデミックの状況において研究者がどのように対応してきたかを示すことである。
関連論文リスト
- Covidia: COVID-19 Interdisciplinary Academic Knowledge Graph [99.28342534985146]
新型コロナウイルスに関する既存の文献や知識プラットフォームは、生物学や医学に関する論文の収集にのみ焦点が当てられている。
我々は、異なるドメインにおけるCOVID-19の知識間のギャップを埋めるために、Covidia, COVID-19の学際的知識グラフを提案する。
論文 参考訳(メタデータ) (2023-04-14T16:45:38Z) - Human Behavior in the Time of COVID-19: Learning from Big Data [71.26355067309193]
2020年3月以降、新型コロナウイルスの感染者は6億人を超え、600万人以上が死亡している。
パンデミックはあらゆる面で人間の行動に影響を与え、変化をもたらした。
研究者は自然言語処理、コンピュータビジョン、音声信号処理、頻繁なパターンマイニング、機械学習といったビッグデータ技術を採用してきた。
論文 参考訳(メタデータ) (2023-03-23T17:19:26Z) - COVID-19 Multidimensional Kaggle Literature Organization [3.201839066679614]
因子化は文書コーパスに隠されたパターンを発見できる強力な教師なし学習手法であることを示す。
コーパスの高次表現により,類似記事,関連雑誌,類似研究論文の執筆者,話題キーワードの同時グループ化が可能となることを示す。
論文 参考訳(メタデータ) (2021-07-17T06:16:36Z) - Navigating the landscape of COVID-19 research through literature
analysis: A bird's eye view [11.362549790802483]
我々は、2020年5月15日時点でPubMedで見つかった13,369のCOVID-19関連記事、LitCovidコレクションを分析した。
我々は、最先端のエンティティ認識、分類、クラスタリング、その他のNLP技術を適用する。
クラスタリングアルゴリズムは,関連用語群で表されるトピックを識別し,関連する文書に対応するクラスタを算出する。
論文 参考訳(メタデータ) (2020-08-07T23:39:29Z) - COVID-19 Kaggle Literature Organization [29.959515544730348]
世界は、2020年に重症急性呼吸症候群のコロナウイルス-2(SARS-CoV-2)の壊滅的な流行に直面している。
この問題の研究は、科学者が新しい発見に追いつくのに苦労している点まで、急速に追跡された。
本稿では、機械学習技術を用いて、新型コロナウイルスに関する科学文献を整理、視覚化するアプローチについて述べる。
論文 参考訳(メタデータ) (2020-08-04T21:02:32Z) - 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) - Coronavirus Knowledge Graph: A Case Study [4.646516629534201]
我々は、新型コロナウイルス関連の専門家やバイオエンティティを特定するために、機械学習、ディープラーニング、知識グラフの構築とマイニング技術をいくつか使用しています。
関連疾患,薬物候補,遺伝子,遺伝子変異,関連化合物の予測手法を提案する。
論文 参考訳(メタデータ) (2020-07-04T03:55:31Z) - A Study of Knowledge Sharing related to Covid-19 Pandemic in Stack
Overflow [69.5231754305538]
主に2020年2月と3月に投稿された464のStack Overflowに関する質問と、テキストマイニングの力を活用した調査。
事実、この世界的な危機はStack Overflowにおける活動の激化を招き、ほとんどのトピックは、Covid-19データ分析に対する強い関心を反映している。
論文 参考訳(メタデータ) (2020-04-18T08:19:46Z) - 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。