論文の概要: Visualising COVID-19 Research

• arxiv url: http://arxiv.org/abs/2005.06380v2
• Date: Fri, 15 May 2020 10:06:39 GMT
• ステータス: 処理完了
• システム内更新日: 2023-05-20 07:51:43.251192
• Title: Visualising COVID-19 Research
• Title（参考訳）: 新型コロナウイルス研究の可視化
• Authors: Pierre Le Bras, Azimeh Gharavi, David A. Robb, Ana F. Vidal, Stefano Padilla, Mike J. Chantler
• Abstract要約: そこで我々は,新しいテーマベース可視化手法を開発した。 大規模なコーパスの高度なデータモデリング、情報マッピング、トレンド分析を組み合わせる。 トップダウンでボトムアップのブラウジングと検索インターフェースを提供し、トピックや研究リソースを素早く発見する。
• 参考スコア（独自算出の注目度）: 4.664989082015335
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: The world has seen in 2020 an unprecedented global outbreak of SARS-CoV-2, a new strain of coronavirus, causing the COVID-19 pandemic, and radically changing our lives and work conditions. Many scientists are working tirelessly to find a treatment and a possible vaccine. Furthermore, governments, scientific institutions and companies are acting quickly to make resources available, including funds and the opening of large-volume data repositories, to accelerate innovation and discovery aimed at solving this pandemic. In this paper, we develop a novel automated theme-based visualisation method, combining advanced data modelling of large corpora, information mapping and trend analysis, to provide a top-down and bottom-up browsing and search interface for quick discovery of topics and research resources. We apply this method on two recently released publications datasets (Dimensions' COVID-19 dataset and the Allen Institute for AI's CORD-19). The results reveal intriguing information including increased efforts in topics such as social distancing; cross-domain initiatives (e.g. mental health and education); evolving research in medical topics; and the unfolding trajectory of the virus in different territories through publications. The results also demonstrate the need to quickly and automatically enable search and browsing of large corpora. We believe our methodology will improve future large volume visualisation and discovery systems but also hope our visualisation interfaces will currently aid scientists, researchers, and the general public to tackle the numerous issues in the fight against the COVID-19 pandemic.
• Abstract（参考訳）: 2020年の世界では、新型コロナウイルス(covid-19)の新型ウイルスであるsars-cov-2が世界中で発生し、私たちの生活や労働環境が劇的に変化した。 多くの科学者は治療とワクチンを見つけるために疲れずに働いています。 さらに、政府や科学機関、企業は、このパンデミックの解決を目的としたイノベーションと発見を加速するために、資金や大量のデータリポジトリの開設など、リソースを利用できるように迅速に行動している。 本稿では,大規模コーパスの高度なデータモデリング,情報マッピング,トレンド分析を組み合わせ,トピックや研究資源を素早く発見するためのトップダウンとボトムアップのブラウジングと検索インターフェースを提供する,新しいテーマベースビジュアライゼーション手法を開発する。 この方法は、最近リリースされた2つの出版データセット(DimensionsのCOVID-19データセットとAllen Institute for AIのCORD-19)に適用する。 その結果,ソーシャルディスタンシング,クロスドメイン・イニシアチブ(メンタルヘルスや教育など),医学的な研究の進展,出版物を通じて異なる領域におけるウイルスの広がりの軌跡など,興味深い情報が明らかになった。 また,大規模コーパスの検索と閲覧を迅速かつ自動的に行う必要性も示した。 われわれの方法では、将来の大規模可視化と発見システムの改善が期待されていますが、現在の可視化インターフェースは、科学者、研究者、一般大衆が新型コロナウイルス(COVID-19)パンデミックとの戦いにおける多くの問題に取り組むのに役立つことを期待しています。

関連論文リスト

• COVIDx-US -- An open-access benchmark dataset of ultrasound imaging data for AI-driven COVID-19 analytics [116.6248556979572]
  COVIDx-USは、新型コロナウイルス関連超音波画像データのオープンアクセスベンチマークデータセットです。 肺超音波93本と,SARS-CoV-2肺炎,非SARS-CoV-2肺炎,健康管理症例10,774本からなる。
  論文  参考訳（メタデータ） (2021-03-18T03:31:33Z)
• Accelerating COVID-19 research with graph mining and transformer-based learning [2.493740042317776]
  新型コロナウイルス研究のための汎用仮説自動生成システムAGATHA-CとAGATHA-GPを紹介します。 どちらのシステムも、高速な計算時間でドメイン(一部のドメインでは0.97%のROC AUC)間で高品質の予測を実現します。 これらのシステムは、新型コロナウイルスとオキシトシンホルモンの関係など、現在進行中の研究成果を発見できることを示す。
  論文  参考訳（メタデータ） (2021-02-10T15:11:36Z)
• 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)
• 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)
• 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)
• Rapidly Deploying a Neural Search Engine for the COVID-19 Open Research Dataset: Preliminary Thoughts and Lessons Learned [88.42878484408469]
  我々は最新のニューラルネットワークランキングアーキテクチャを利用する検索エンジンであるNeural Covidexを紹介する。 本稿では、最初の取り組みについて述べ、その過程で学んだ教訓についていくつか考察する。
  論文  参考訳（メタデータ） (2020-04-10T17:12:29Z)
• 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。