論文の概要: A Flexible and Intelligent Framework for Remote Health Monitoring
Dashboards
- arxiv url: http://arxiv.org/abs/2006.05276v1
- Date: Tue, 9 Jun 2020 14:07:45 GMT
- ステータス: 処理完了
- システム内更新日: 2022-11-23 15:48:41.366732
- Title: A Flexible and Intelligent Framework for Remote Health Monitoring
Dashboards
- Title（参考訳）: リモートヘルスモニタリングダッシュボードのためのフレキシブルでインテリジェントなフレームワーク
- Authors: Shayan Fazeli, Majid Sarrafzadeh
- Abstract要約: ViSierraは、RPMプロジェクトでデータ監視ダッシュボードを設計するためのフレームワークである。
これらのプラットフォームは、従来のRPMプロジェクトに必要なすべての側面をカバーし、機械学習ソリューションのような新しい機能と組み合わせます。
- 参考スコア（独自算出の注目度）: 4.561162529091813
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Developing and maintaining monitoring panels is undoubtedly the main task in
the remote patient monitoring (RPM) systems. Due to the significant variations
in desired functionalities, data sources, and objectives, designing an
efficient dashboard that responds to the various needs in an RPM project is
generally a cumbersome task to carry out. In this work, we present ViSierra, a
framework for designing data monitoring dashboards in RPM projects. The
abstractions and different components of this open-source project are
explained, and examples are provided to support our claim concerning the
effectiveness of this framework in preparing fast, efficient, and accurate
monitoring platforms with minimal coding. These platforms will cover all the
necessary aspects in a traditional RPM project and combine them with novel
functionalities such as machine learning solutions and provide better data
analysis instruments for the experts to track the information.
- Abstract（参考訳）: モニタリングパネルの開発とメンテナンスは、間違いなくリモート患者監視(rpm)システムの主要なタスクである。
所望の機能、データソース、目的に大きなバリエーションがあるため、RPMプロジェクトにおけるさまざまなニーズに対応する効率的なダッシュボードを設計するのは、一般的には難しい作業です。
本稿では,RPMプロジェクトのデータ監視ダッシュボードを設計するためのフレームワークであるViSierraを紹介する。
このオープンソースプロジェクトの抽象化とさまざまなコンポーネントを解説し、最小限のコーディングで高速で効率的で正確な監視プラットフォームを構築する上で、このフレームワークの有効性に関する私たちの主張を支持する例を挙げる。
これらのプラットフォームは、従来のRPMプロジェクトに必要なすべての側面をカバーし、機械学習ソリューションのような新しい機能と組み合わせ、専門家が情報を追跡するためのより良いデータ分析手段を提供する。
関連論文リスト
- Empowering Enterprise Development by Building and Deploying Admin Dashboard using Refine Framework [0.0]
このプロジェクトでは,エンタープライズ開発に適したアドバイザダッシュボードの開発を提案する。
デリバリには、包括的なドキュメントとともにデプロイ可能なダッシュボードが含まれており、最先端のデータ駆動ソリューションでエンタープライズチームを強化することを目的としている。
論文 参考訳（メタデータ） (2024-04-15T18:50:30Z) - Towards Model-Driven Dashboard Generation for Systems-of-Systems [52.251635013691256]
本稿では、単純なダッシュボードモデルのリストをダッシュボードモデルに自動変換する、モデル駆動技術に依存しないアプローチについて述べる。
ダッシュボードのカスタマイズは抽象モデル表現を単に修正するだけで効率的に実現できる。
論文 参考訳（メタデータ） (2024-02-23T10:55:18Z) - De-fine: Decomposing and Refining Visual Programs with Auto-Feedback [81.08213203440634]
De-fineは複雑なタスクを単純なサブタスクに分解し、自動フィードバックによってプログラムを洗練するフレームワークである。
様々な視覚的タスクを対象とした実験により、De-fineはより正確で堅牢なプログラムを作成し、新しいベンチマークをフィールドに設定した。
論文 参考訳（メタデータ） (2023-11-21T06:24:09Z) - ControlLLM: Augment Language Models with Tools by Searching on Graphs [97.62758830255002]
我々は,大規模言語モデル(LLM)が実世界のタスクを解くためのマルチモーダルツールを利用できる新しいフレームワークであるControlLLMを提案する。
フレームワークは,(1)複雑なタスクを明確なサブタスクに分割し,入力と出力を適切に定義したサブタスクに分解するtextittask Decomposer,(2)構築済みのツールグラフ上で最適なソリューションパスを探索する textitThoughts-on-Graph(ToG)パラダイム,(3)ソリューションパスを解釈して実行するリッチなツールボックスを備えた textitexecution Engine,の3つの主要なコンポーネントから構成される。
論文 参考訳（メタデータ） (2023-10-26T21:57:21Z) - Computer Vision for Construction Progress Monitoring: A Real-Time Object
Detection Approach [0.0]
建設進捗監視(CPM)は、効率的なプロジェクト管理、オンタイムおよび予算の納入を保証するために不可欠である。
従来のCPMメソッドは、しばしば手動による検査と報告に頼っている。
本稿では,最先端オブジェクト検出アルゴリズムを用いたCPMの自動検出手法を提案する。
論文 参考訳（メタデータ） (2023-05-24T12:27:42Z) - MOSAIC, acomparison framework for machine learning models [0.0]
MOSAICは、機械学習モデルのためのPythonプログラムである。
これにより、任意のネットワークアーキテクチャの実装とテストが簡単で、高速で、エラーの少ないものになる。
論文 参考訳（メタデータ） (2023-01-30T15:29:24Z) - ConvLab-3: A Flexible Dialogue System Toolkit Based on a Unified Data
Format [88.33443450434521]
タスク指向対話(TOD)システムはデジタルアシスタントとして機能し、フライトの予約やレストランの検索といった様々なタスクを通じてユーザを誘導する。
TODシステムを構築するための既存のツールキットは、データ、モデル、実験環境の包括的な配列を提供するのに不足することが多い。
本稿では,このギャップを埋めるための多面的対話システムツールキットConvLab-3を紹介する。
論文 参考訳（メタデータ） (2022-11-30T16:37:42Z) - SOLIS -- The MLOps journey from data acquisition to actionable insights [62.997667081978825]
本稿では,基本的なクロスプラットフォームテンソルフレームワークとスクリプト言語エンジンを使用しながら,すべての要件をサポートする統合デプロイメントパイプラインとフリー・ツー・オペレートアプローチを提案する。
しかし、このアプローチは、実際のプロダクショングレードシステムに機械学習機能を実際にデプロイするために必要な手順やパイプラインを提供していない。
論文 参考訳（メタデータ） (2021-12-22T14:45:37Z) - YMIR: A Rapid Data-centric Development Platform for Vision Applications [82.67319997259622]
本稿では,コンピュータビジョンアプリケーションの開発を迅速化するオープンソースプラットフォームについて紹介する。
このプラットフォームは、効率的なデータ開発を機械学習開発プロセスの中心に置く。
論文 参考訳（メタデータ） (2021-11-19T05:02:55Z) - OdoViz: A 3D Odometry Visualization and Processing Tool [0.0]
OdoVizは、自動運転車のデータセットの3D視覚化と処理のための、リアクティブなWebベースのツールである。
このシステムには、GPS/INSのポーズ、ポイントクラウド、カメライメージのロード、検査、可視化、処理の機能を提供する。
論文 参考訳（メタデータ） (2021-07-15T18:37:19Z) - Collaborative Inference for Efficient Remote Monitoring [34.27630312942825]
これをモデルレベルで解決するための簡単なアプローチは、より単純なアーキテクチャを使用することです。
本稿では,局所的なモニタリングツールとして機能する単純な関数の和として,予測モデルを分解した代替手法を提案する。
ローカル監視機能が安全であることを保証するために、後者にサイン要求が課される。
論文 参考訳（メタデータ） (2020-02-12T01:57:17Z)
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。