論文の概要: Open Data Resources for Fighting COVID-19
- arxiv url: http://arxiv.org/abs/2004.06111v3
- Date: Mon, 11 May 2020 13:38:06 GMT
- ステータス: 処理完了
- システム内更新日: 2022-12-14 00:18:50.973838
- Title: Open Data Resources for Fighting COVID-19
- Title（参考訳）: 新型コロナウイルス対策のためのオープンデータリソース
- Authors: Teodoro Alamo and Daniel G. Reina and Martina Mammarella and Alberto
Abella
- Abstract要約: 我々は,季節的行動,地域死亡率,行政措置の有効性などの基本的な側面を分析するために必要な変数を同定する。
オープンデータリソースの大部分が直面している現在の制限と困難について説明する。
- 参考スコア（独自算出の注目度）: 0.3441021278275805
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: We provide an insight into the open data resources pertinent to the study of
the spread of Covid-19 pandemic and its control. We identify the variables
required to analyze fundamental aspects like seasonal behaviour, regional
mortality rates, and effectiveness of government measures. Open data resources,
along with data-driven methodologies, provide many opportunities to improve the
response of the different administrations to the virus. We describe the present
limitations and difficulties encountered in most of the open-data resources. To
facilitate the access to the main open-data portals and resources, we identify
the most relevant institutions, at a world scale, providing Covid-19
information and/or auxiliary variables (demographics, mobility, etc.). We also
describe several open resources to access Covid-19 data-sets at a country-wide
level (i.e. China, Italy, Spain, France, Germany, U.S., etc.). In an attempt to
facilitate the rapid response to the study of the seasonal behaviour of
Covid-19, we enumerate the main open resources in terms of weather and climate
variables. CONCO-Team: The authors of this paper belong to the CONtrol COvid-19
Team, which is composed of different researches from universities of Spain,
Italy, France, Germany, United Kingdom and Argentina. The main goal of
CONCO-Team is to develop data-driven methods for the better understanding and
control of the pandemic.
- Abstract（参考訳）: 我々は、Covid-19パンデミックの拡散とそのコントロールに関する研究に関連するオープンなデータリソースについての洞察を提供する。
我々は,季節的行動,地域死亡率,行政措置の有効性などの基本的な側面を分析するために必要な変数を同定する。
オープンデータリソースは、データ駆動の方法論とともに、ウイルスに対する異なる管理の応答を改善する多くの機会を提供する。
オープン・データ・リソースのほとんどで遭遇する現在の制限と困難について述べる。
主要なオープンデータポータルやリソースへのアクセスを容易にするため、世界規模で最も関連性の高い機関を特定し、Covid-19情報および/または補助変数(デコグラフ、モビリティなど)を提供する。
また、中国、イタリア、スペイン、フランス、ドイツ、米国など、全国レベルでCovid-19データセットにアクセスするためのオープンリソースについても記述する。
新型コロナウイルス(covid-19)の季節的行動研究への迅速な対応を促進するため、気象や気候変数の観点から主要なオープンリソースを列挙した。
CONCO-Team: この論文の著者はControl Covid-19 Teamに属しており、スペイン、イタリア、フランス、ドイツ、イギリス、アルゼンチンの各大学のさまざまな研究から成り立っている。
CONCO-Teamの主な目標は、パンデミックの理解とコントロールを改善するために、データ駆動手法を開発することです。
関連論文リスト
- Data-Driven Decision Making in COVID-19 Response: A Survey [9.610132964009178]
データは、効果的な意思決定において、明らかに重要な役割を担います。
データ駆動意思決定は、意思決定プロセスのガイドにデータ関連のエビデンスと洞察を使用する。
この調査論文は、データによって駆動される現在の政策について光を当てている。
論文 参考訳（メタデータ） (2022-02-23T11:28:26Z) - ROC: An Ontology for Country Responses towards COVID-19 [0.0]
ROCは新型コロナウイルスのパンデミックに関するデータを収集、リンク、共有するためのモデルを提供する。
これは概念の表現と語彙の作成のためのセマンティックスタンダード(W3C標準RDF、OWL、SPARQL)に従う。
論文 参考訳（メタデータ） (2021-04-15T10:12:19Z) - FLOP: Federated Learning on Medical Datasets using Partial Networks [84.54663831520853]
新型コロナウイルスの感染拡大で医療資源が不足している。
新型コロナウイルスの診断を緩和するために、さまざまなデータ駆動型ディープラーニングモデルが開発されている。
患者のプライバシー上の懸念から、データそのものはまだ乏しい。
我々は、textbfPartial Networks (FLOP) を用いた、シンプルで効果的な textbfFederated textbfL textbfon Medical データセットを提案する。
論文 参考訳（メタデータ） (2021-02-10T01:56:58Z) - CovidExplorer: A Multi-faceted AI-based Search and Visualization Engine
for COVID-19 Information [0.0]
我々は、多面的なAIベースの検索および可視化エンジンであるCovidExplorerを紹介する。
本システムの目的は、現在最先端の新型コロナウイルス研究の理解、ドメインに関する研究論文の特定、および新型コロナウイルス患者のリアルタイムトレンドと統計の可視化を支援することである。
他の既存のシステムとは対照的に、CovidExplorerは、インド固有のソーシャルメディアに関するトピックに関する議論を、COVID-19のさまざまな側面を研究するためにもたらしている。
論文 参考訳（メタデータ） (2020-11-30T08:42:13Z) - TICO-19: the Translation Initiative for Covid-19 [112.5601530395345]
COvid-19の翻訳イニシアチブ(TICO-19)は、テストおよび開発データを、35の異なる言語でAIおよびMT研究者に提供した。
同じデータが表現されているすべての言語に変換されるため、テストや開発は、セット内の任意の言語のペアリングに対して行うことができる。
論文 参考訳（メタデータ） (2020-07-03T16:26:17Z) - CO-Search: COVID-19 Information Retrieval with Semantic Search, Question
Answering, and Abstractive Summarization [53.67205506042232]
CO-Searchは、新型コロナウイルスの文献上の複雑なクエリを処理するように設計された、レトリバーランサーセマンティック検索エンジンである。
ドメイン固有の比較的限られたデータセットを考慮し、文書の段落と引用の2部グラフを生成する。
TREC-COVID情報検索課題のデータに基づいて,本システムの評価を行った。
論文 参考訳（メタデータ） (2020-06-17T01:32:48Z) - CAiRE-COVID: A Question Answering and Query-focused Multi-Document
Summarization System for COVID-19 Scholarly Information Management [48.251211691263514]
我々は、リアルタイム質問応答(QA)とマルチドキュメント要約システムであるCAiRE-COVIDを紹介し、Kaggle COVID-19 Open Researchデータセットチャレンジで10のタスクのうちの1つを勝ち取った。
本システムの目的は,コミュニティからの優先度の高い質問に答えることによって,新型コロナウイルスに関する数多くの学術論文をマイニングすることにある。
論文 参考訳（メタデータ） (2020-05-04T15:07:27Z) - Rapidly Bootstrapping a Question Answering Dataset for COVID-19 [88.86456834766288]
我々は、新型コロナウイルスに特化して設計された質問応答データセットの始まりであるCovidQAを紹介する。
これは、そのタイプの最初の公開リソースであり、より実質的な評価資源が利用可能になるまで研究を導くためのストップギャップとして意図されている。
論文 参考訳（メタデータ） (2020-04-23T17:35:11Z) - CORD-19: The COVID-19 Open Research Dataset [28.556291682259477]
CORD-19は、新型コロナウイルスとその関連歴史的研究に関する科学論文の資源が増えている。
CORD-19はリリース以来、200万回以上ダウンロードされ、多くのCOVID-19テキストマイニングおよび発見システムの基盤となっている。
論文 参考訳（メタデータ） (2020-04-22T17:10:18Z) - 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) - A County-level Dataset for Informing the United States' Response to
COVID-19 [5.682299443164938]
我々は、アメリカ合衆国郡のレベルに関する政府、ジャーナリスト、学術情報源から関連するデータを収集するデータセットを提示する。
私たちのデータセットには300以上の変数が含まれており、人口推計、人口統計、民族、住宅、教育、雇用と所得、気候、交通、スコア、医療システム関連メトリクスを要約しています。
論文 参考訳（メタデータ） (2020-04-01T05:07:27Z)
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。