Fugu-MT 論文翻訳(概要): Risk Estimation of SARS-CoV-2 Transmission from Bluetooth Low Energy Measurements

論文の概要: Risk Estimation of SARS-CoV-2 Transmission from Bluetooth Low Energy Measurements

arxiv url: http://arxiv.org/abs/2004.11841v1
Date: Wed, 22 Apr 2020 20:10:35 GMT
ステータス: 処理完了
システム内更新日: 2022-12-10 18:04:50.069132
Title: Risk Estimation of SARS-CoV-2 Transmission from Bluetooth Low Energy Measurements
Title（参考訳）: Bluetooth低エネルギー測定によるSARS-CoV-2伝送のリスク推定
Authors: Felix Sattler, Jackie Ma, Patrick Wagner, David Neumann, Markus Wenzel, Ralf Sch\"afer, Wojciech Samek, Klaus-Robert M\"uller, Thomas Wiegand
Abstract要約: 本研究では,感染リスクの高い近距離で十分な時間を費やした被験者を確実に検出する,機械学習に基づく新しいアプローチを提案する。本研究は,新型コロナウイルスの急激な感染拡大を抑えることを目的とした疫学政策の立案に役立つ重要な概念実証である。
参考スコア（独自算出の注目度）: 15.691772511883423
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: Digital contact tracing approaches based on Bluetooth low energy (BLE) have the potential to efficiently contain and delay outbreaks of infectious diseases such as the ongoing SARS-CoV-2 pandemic. In this work we propose a novel machine learning based approach to reliably detect subjects that have spent enough time in close proximity to be at risk of being infected. Our study is an important proof of concept that will aid the battery of epidemiological policies aiming to slow down the rapid spread of COVID-19.
Abstract（参考訳）: Bluetooth Low Energy (BLE) に基づくデジタル接触追跡手法は、SARS-CoV-2パンデミックのような感染症の発生を効果的に封じ込め、遅らせる可能性がある。本研究は,感染リスクの高い近距離で十分な時間を費やした被験者を確実に検出するための,機械学習に基づく新しいアプローチを提案する。私たちの研究は、新型コロナウイルスの急速な拡大を遅らせるべく、疫学的な政策のバッテリーを補助する重要な概念実証です。

関連論文リスト

Effectiveness of probabilistic contact tracing in epidemic containment: the role of super-spreaders and transmission path reconstruction [0.0]
新型コロナウイルスのパンデミックは、初期段階の非薬学介入戦略の重要性を浮き彫りにしている。マスクの普及と接触追跡戦略の体系的実装は、より伝統的なアプローチに対する潜在的に効果的で社会的に影響の少ない代替手段を提供する。本研究では,SARS-CoV-2拡散の3つの最先端モデルを用いて,接触追跡に関連する診断・社会的コストを定量的に分析した。
論文参考訳（メタデータ） (2023-12-01T20:19:12Z)
Leveraging Wastewater Monitoring for COVID-19 Forecasting in the US: a Deep Learning study [0.7832189413179361]
2019年末の新型コロナウイルス(COVID-19)の流行は、世界中を揺さぶり、何百万人もの命を奪った健康危機の始まりだった。廃水のウイルス負荷データの有効性に関するコンセンサスにもかかわらず、ウイルス負荷を利用して新型コロナウイルスの予測を改善する方法論的なアプローチが欠如している。本稿では,日常的な症例とバイラルロードデータとの関係を自動的に把握するために,ディープラーニングを用いた手法を提案する。
論文参考訳（メタデータ） (2022-12-17T04:57:44Z)
A Multi-Task Learning Framework for COVID-19 Monitoring and Prediction of PPE Demand in Community Health Centres [6.817045487961957]
本稿では,SARS-CoV-2とPersonal-Protective-Equipment消費の効果を共同で予測する特有なマルチタスク学習フレームワークを提案する。以上の結果から,SARS-CoV-2の拡散に影響を及ぼす最も重要な要因は,政府の行動や人的要因であることが明らかとなった。
論文参考訳（メタデータ） (2021-08-20T23:32:41Z)
COVI-AgentSim: an Agent-based Model for Evaluating Methods of Digital Contact Tracing [68.68882022019272]
COVI-AgentSimは、ウイルス学、病気の進行、社会的接触ネットワーク、移動パターンに基づくエージェントベースのコンパートメンタルシミュレータである。 1)バイナリテスト結果に基づいてバイナリレコメンデーションを割り当てる標準バイナリコンタクトトレース (BCT) と,2) 多様な特徴に基づいてグレードレベルのレコメンデーションを割り当てる特徴ベースコンタクトトレース (FCT) のルールベースの手法である。
論文参考訳（メタデータ） (2020-10-30T00:47:01Z)
Predicting Infectiousness for Proactive Contact Tracing [75.62186539860787]
大規模デジタル接触追跡は、ウイルスの拡散を最小限に抑えながら、経済と社会活動を再開する潜在的な解決策である。プライバシ、モビリティ制限、公衆衛生のトレードオフを行う様々なDCT手法が提案されている。本稿では,個人の感染を積極的に予測するためにスマートフォンに展開可能な方法を開発し,検証する。
論文参考訳（メタデータ） (2020-10-23T17:06:07Z)
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)
Prediction of the onset of cardiovascular diseases from electronic health records using multi-task gated recurrent units [51.14334174570822]
本稿では,電子カルテから心血管イベントを予測するための注意機構を備えたマルチタスク・リカレントニューラルネットワークを提案する。提案手法は、NHS Foundation Trustの5年間のデータを用いて、標準的な臨床リスク予測器(QRISK)と機械学習の代替手段と比較される。
論文参考訳（メタデータ） (2020-07-16T17:43:13Z)
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)
A Deep Q-learning/genetic Algorithms Based Novel Methodology For Optimizing Covid-19 Pandemic Government Actions [63.669642197519934]
我々はSEIR疫学モデルを用いて、人口の時間とともにウイルスウイルスの進化を表現している。報酬システムにより、アクションのシーケンス(統合、自己同化、二メートル距離、制限を取らない)を評価する。どちらの意味でも、パンデミックの悪影響を抑えるために政府が取るべき行動を発見する上で、我々の方法論が有効な手段であることを実証する。
論文参考訳（メタデータ） (2020-05-15T17:17:45Z)

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。