論文の概要: CovidNet: To Bring Data Transparency in the Era of COVID-19
- arxiv url: http://arxiv.org/abs/2005.10948v3
- Date: Mon, 20 Jul 2020 21:32:24 GMT
- ステータス: 処理完了
- システム内更新日: 2023-05-19 01:42:17.480350
- Title: CovidNet: To Bring Data Transparency in the Era of COVID-19
- Title(参考訳): CovidNet:COVID-19時代のデータ透明性を実現する
- Authors: Tong Yang, Kai Shen, Sixuan He, Enyu Li, Peter Sun, Pingying Chen, Lin
Zuo, Jiayue Hu, Yiwen Mo, Weiwei Zhang, Haonan Zhang, Jingxue Chen, Yu Guo
- Abstract要約: 本稿では,大規模流行データセットに関連付けられた新型コロナウイルス追跡プロジェクトであるCovidNetについて述べる。
CovidNetは、世界27か国から4,124のサブディビジョンのリアルタイムグローバルケース情報を提供する唯一のプラットフォームである。
データセットの正確性と鮮度は、自発的なチームワーク、クラウドソーシングチャネル、自動データパイプラインによる苦労の結果です。
- 参考スコア(独自算出の注目度): 9.808021836153712
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Timely, creditable, and fine-granular case information is vital for local
communities and individual citizens to make rational and data-driven responses
to the COVID-19 pandemic. This paper presents CovidNet, a COVID-19 tracking
project associated with a large scale epidemic dataset, which was initiated by
1Point3Acres. To the best of our knowledge, the project is the only platform
providing real-time global case information of more than 4,124 sub-divisions
from over 27 countries worldwide with multi-language supports. The platform
also offers interactive visualization tools to analyze the full historical case
curves in each region. Initially launched as a voluntary project to bridge the
data transparency gap in North America in January 2020, this project by far has
become one of the major independent sources worldwide and has been consumed by
many other tracking platforms. The accuracy and freshness of the dataset is a
result of the painstaking efforts from our voluntary teamwork, crowd-sourcing
channels, and automated data pipelines. As of May 18, 2020, the project website
has been visited more than 200 million times and the CovidNet dataset has
empowered over 522 institutions and organizations worldwide in policy-making
and academic researches. All datasets are openly accessible for non-commercial
purposes at https://coronavirus.1point3acres.com via a formal request through
our APIs.
- Abstract(参考訳): 地域社会や個人が新型コロナウイルス(covid-19)パンデミックに対して合理的かつデータ駆動の対応を行うためには、タイムリーで信用力があり、詳細なケース情報が必要である。
本稿では1Point3Acresによって開始された大規模流行データセットに関連する新型コロナウイルス追跡プロジェクトであるCovidNetについて述べる。
私たちの知る限りでは、このプロジェクトは、世界27カ国の4,124以上のサブディビジョンのリアルタイムのグローバルケース情報を提供する唯一のプラットフォームです。
プラットフォームはまた、各リージョンのすべての履歴ケースカーブを分析するインタラクティブな可視化ツールも提供する。
当初、2020年1月に北米におけるデータ透明性ギャップを埋める自発的なプロジェクトとして立ち上げられたこのプロジェクトは、世界中で主要な独立した情報源の1つとなり、他の多くの追跡プラットフォームで利用されてきた。
データセットの正確性と鮮度は、自発的なチームワーク、クラウドソーシングチャネル、自動化されたデータパイプラインからの苦痛を伴う努力の結果です。
2020年5月18日現在、プロジェクトのWebサイトは2億回以上訪問されており、CovidNetデータセットは、ポリシー作成と学術研究で世界中で522の機関や組織に権限を与えている。
すべてのデータセットは、当社のAPIによる正式な要求を通じて、https://coronavirus.1point3acres.comで、非商用目的に公開アクセス可能である。
関連論文リスト
- Analyzing the Impact of Fake News on the Anticipated Outcome of the 2024
Election Ahead of Time [7.1970442944315245]
フェイクニュースに関する認識と研究の高まりにもかかわらず、北米の政治演説の中で人種的スラリーや偏見を特にターゲットとするデータセットは、依然として大きな必要性がある。
本研究では、これらの誤情報の重要な側面を照らす包括的データセットを紹介する。
論文 参考訳(メタデータ) (2023-12-01T20:14:16Z) - LMSYS-Chat-1M: A Large-Scale Real-World LLM Conversation Dataset [75.9621305227523]
LMSYS-Chat-1M(LMSYS-Chat-1M)について紹介する。
このデータセットは、VicunaのデモとArenaのWebサイトで、210KのIPアドレスから収集されています。
GPT-4と同様の動作を行うコンテンツモデレーションモデルの開発、安全性ベンチマークの構築、Vicunaと同様の動作を行う命令追従モデルのトレーニング、挑戦的なベンチマーク問題の作成、という4つのユースケースを通じて、その汎用性を実証する。
論文 参考訳(メタデータ) (2023-09-21T12:13:55Z) - COVID-19: An exploration of consecutive systemic barriers to
pathogen-related data sharing during a pandemic [3.192308005611312]
2020年の新型コロナウイルス(COVID-19)パンデミックは、世界中の政府や研究者の迅速な対応につながった。
2023年末時点で、新型コロナウイルス(COVID-19)による死者は数百万人を超えている。
パンデミックに関連するデータを扱うデータ専門家は、多くの場合、このデータにアクセス、共有、再利用するための重要なシステム上の障壁に直面します。
論文 参考訳(メタデータ) (2022-05-24T14:25:09Z) - DataLab: A Platform for Data Analysis and Intervention [96.75253335629534]
DataLabは統一されたデータ指向プラットフォームであり、ユーザはデータの特徴をインタラクティブに分析することができる。
ツールネームには、データセットレコメンデーションとグローバルビジョン分析のための機能がある。
これまでのところ、DataLabは1,715のデータセットと3,583の変換バージョンをカバーしている。
論文 参考訳(メタデータ) (2022-02-25T18:32:19Z) - A Summary of COVID-19 Datasets [1.3490988186255934]
本研究は、新型コロナウイルス研究のために開発された主要なデータセットについてレビューする。
このコレクションが引き続き、コンピューティングコミュニティ、バイオメディカルの専門家、および政策立案者のメンバを集結させることを願っています。
論文 参考訳(メタデータ) (2022-02-06T17:34:26Z) - Datasets: A Community Library for Natural Language Processing [55.48866401721244]
データセットは、現代のNLPのためのコミュニティライブラリである。
このライブラリには650以上のユニークなデータセットが含まれており、250以上のコントリビュータを抱えており、さまざまな新しいクロスデータセット研究プロジェクトを支援している。
論文 参考訳(メタデータ) (2021-09-07T03:59:22Z) - Global Tweet Mentions of COVID-19 [3.3043776328952226]
われわれは、2020年1月から現在まで毎週更新されている190万件のキーワード選択されたTwitter投稿のオープンソースデータセットを提示する。
ダッシュボードには、キーワードやハッシュタグを含むジオタグ付きツイートの100%が表示される。
新型コロナウイルスの新たな変種が出現する一方で、ワクチンの根絶と耐性が進行中であるため、このデータセットは研究者によって新型コロナウイルスのさまざまな側面を研究するために使われる可能性がある。
論文 参考訳(メタデータ) (2021-08-13T20:21:29Z) - Retiring Adult: New Datasets for Fair Machine Learning [47.27417042497261]
UCIアダルトは、多くのアルゴリズム的公正な介入の開発と比較の基礎として機能している。
UCIアダルトデータのスーパーセットを米国国勢調査資料から再構築し、その外部妥当性を制限するUCIアダルトデータセットの慣用性を明らかにする。
私たちの主な貢献は、公正な機械学習の研究のために既存のデータエコシステムを拡張する、一連の新しいデータセットです。
論文 参考訳(メタデータ) (2021-08-10T19:19:41Z) - OpenStreetMap data use cases during the early months of the COVID-19
pandemic [0.0]
OpenStreetMap (OSM) は、オープンアクセスライセンスの下で利用できるグローバルジオグラフィックデータベースである。
本章では、現在進行中のCOVID-19パンデミックの早期(2020年1月から7月)にOSMが果たす役割について述べる。
論文 参考訳(メタデータ) (2020-08-06T13:43:31Z) - 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) - NWPU-Crowd: A Large-Scale Benchmark for Crowd Counting and Localization [101.13851473792334]
我々は,5,109枚の画像からなる大規模集束群集NWPU-Crowdを構築し,合計2,133,375個の点と箱を付加したアノテートヘッドを構築した。
他の実世界のデータセットと比較すると、様々な照明シーンを含み、最大密度範囲 (020,033) を持つ。
本稿では,データ特性について述べるとともに,主要なSOTA(State-of-the-art)手法の性能を評価し,新たなデータに生じる問題を分析する。
論文 参考訳(メタデータ) (2020-01-10T09:26:04Z)
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。