論文の概要: Understanding the temporal evolution of COVID-19 research through
machine learning and natural language processing
- arxiv url: http://arxiv.org/abs/2007.11604v1
- Date: Wed, 22 Jul 2020 18:02:39 GMT
- ステータス: 処理完了
- システム内更新日: 2022-11-07 23:38:33.647691
- Title: Understanding the temporal evolution of COVID-19 research through
machine learning and natural language processing
- Title(参考訳): 機械学習と自然言語処理によるCOVID-19研究の時間的進化の理解
- Authors: Ashkan Ebadi, Pengcheng Xi, St\'ephane Tremblay, Bruce Spencer, Raman
Pall, Alexander Wong
- Abstract要約: 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。
- 参考スコア(独自算出の注目度): 66.63200823918429
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: The outbreak of the novel coronavirus disease 2019 (COVID-19), caused by the
severe acute respiratory syndrome coronavirus 2 (SARS-CoV-2) has been
continuously affecting human lives and communities around the world in many
ways, from cities under lockdown to new social experiences. Although in most
cases COVID-19 results in mild illness, it has drawn global attention due to
the extremely contagious nature of SARS-CoV-2. Governments and healthcare
professionals, along with people and society as a whole, have taken any
measures to break the chain of transition and flatten the epidemic curve. In
this study, we used multiple data sources, i.e., PubMed and ArXiv, and built
several machine learning models to characterize the landscape of current
COVID-19 research by identifying the latent topics and analyzing the temporal
evolution of the extracted research themes, publications similarity, and
sentiments, within the time-frame of January- May 2020. Our findings confirm
the types of research available in PubMed and ArXiv differ significantly, with
the former exhibiting greater diversity in terms of COVID-19 related issues and
the latter focusing more on intelligent systems/tools to predict/diagnose
COVID-19. The special attention of the research community to the high-risk
groups and people with complications was also confirmed.
- Abstract(参考訳): 重症急性呼吸器症候群(SARS-CoV-2)による新型コロナウイルス感染症(COVID-19)の流行は、ロックダウン中の都市から新しい社会体験に至るまで、世界中の人々の生活や社会に影響を与え続けている。
多くの場合、新型コロナウイルスは軽度の病気を引き起こすが、SARS-CoV-2の極めて伝染的な性質のため、世界中で注目されている。
政府や医療専門家は、人や社会全体とともに、移行の連鎖を破り、流行曲線をフラット化するための措置を講じている。
本研究では,複数のデータソース,すなわちPubMedとArXivを用いて,2020年1月から5月までの期間内に,潜伏するトピックを特定し,抽出した研究テーマ,出版の類似性,感情の時間的進化を分析することによって,現在のCOVID-19研究の景観を特徴付ける機械学習モデルを構築した。
pubmedとarxivで利用可能な研究のタイプは大きく異なり、前者はcovid-19関連の問題に関してより多様性を示し、後者はcovid-19を予測/診断するためのインテリジェントなシステム/ツールに重点を置いている。
リスクの高いグループや合併症のある人々に対する研究コミュニティの特別な関心も確認された。
関連論文リスト
- Human Behavior in the Time of COVID-19: Learning from Big Data [71.26355067309193]
2020年3月以降、新型コロナウイルスの感染者は6億人を超え、600万人以上が死亡している。
パンデミックはあらゆる面で人間の行動に影響を与え、変化をもたらした。
研究者は自然言語処理、コンピュータビジョン、音声信号処理、頻繁なパターンマイニング、機械学習といったビッグデータ技術を採用してきた。
論文 参考訳(メタデータ) (2023-03-23T17:19:26Z) - A machine learning analysis of the relationship between some underlying
medical conditions and COVID-19 susceptibility [0.0]
新型コロナウイルス(COVID-19)として知られるコロナウイルスは、米国に住むすべての市民の生活に大きな影響を与えている。
いくつかのワクチンやブースターは、個人が利用するために永続的な治療法として作成されている。
論文 参考訳(メタデータ) (2021-12-24T01:36:57Z) - 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) - 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) - Analysing the impact of global demographic characteristics over the
COVID-19 spread using class rule mining and pattern matching [8.025086113117291]
本研究は、人口統計学的属性と世界的変動の多次元的関連を調査するためのインテリジェントなアプローチを提案する。
信頼性のあるソースから複数の人口統計属性とCOVID-19感染データを収集し、インテリジェントアルゴリズムで処理し、データ内の重要な関連やパターンを識別する。
論文 参考訳(メタデータ) (2020-09-27T18:43:18Z) - Cross-lingual Transfer Learning for COVID-19 Outbreak Alignment [90.12602012910465]
われわれは、Twitterを通じてイタリアの新型コロナウイルス感染症(COVID-19)の早期流行を訓練し、他のいくつかの国に移る。
実験の結果,クロスカントリー予測において最大0.85のスピアマン相関が得られた。
論文 参考訳(メタデータ) (2020-06-05T02:04:25Z) - Remote health monitoring and diagnosis in the time of COVID-19 [51.01158603315544]
コロナウイルス(COVID-19)は重症急性呼吸器症候群ウイルス(SARS-CoV-2)によって引き起こされる
パンデミックは、遠隔医療サービスを提供するための新しいルートを革新し、拡張し、創り出すインセンティブを駆り立ててきた。
論文 参考訳(メタデータ) (2020-05-18T08:54:38Z) - Visualising COVID-19 Research [4.664989082015335]
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。
論文 参考訳(メタデータ) (2020-05-13T15:45:14Z) - 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。