論文の概要: Intelligent Optimization of Diversified Community Prevention of COVID-19
using Traditional Chinese Medicine
- arxiv url: http://arxiv.org/abs/2007.13926v1
- Date: Tue, 28 Jul 2020 00:55:01 GMT
- ステータス: 処理完了
- システム内更新日: 2022-11-06 01:24:38.772048
- Title: Intelligent Optimization of Diversified Community Prevention of COVID-19
using Traditional Chinese Medicine
- Title（参考訳）: 伝統漢方薬を用いた集団感染予防の知能的最適化
- Authors: Yu-Jun Zheng, Si-Lan Yu, Jun-Chao Yang, Tie-Er Gan, Qin Song, Jun Yang
and Mumtaz Karatas
- Abstract要約: 多くの地域社会は、TCMの「差別化に基づく取扱い」の原則に違反している全住民に一貫したTCM予防プログラムを使用している。
本稿では,地域住民を対象とした多様なTCM予防プログラムを開発するためのインテリジェントな最適化手法を提案する。
- 参考スコア（独自算出の注目度）: 4.650786898897182
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Traditional Chinese medicine (TCM) has played an important role in the
prevention and control of the novel coronavirus pneumonia (COVID-19), and
community prevention has become the most essential part in reducing the spread
risk and protecting populations. However, most communities use a uniform TCM
prevention program for all residents, which violates the "treatment based on
syndrome differentiation" principle of TCM and limits the effectiveness of
prevention. In this paper, we propose an intelligent optimization method to
develop diversified TCM prevention programs for community residents. First, we
use a fuzzy clustering method to divide the population based on both modern
medicine and TCM health characteristics; we then use an interactive
optimization method, in which TCM experts develop different TCM prevention
programs for different clusters, and a heuristic algorithm is used to optimize
the programs under the resource constraints. We demonstrate the computational
efficiency of the proposed method and report its successful application to
TCM-based prevention of COVID-19 in 12 communities in Zhejiang province, China,
during the peak of the pandemic.
- Abstract（参考訳）: 従来の中国医学(TCM)は、新型コロナウイルス(COVID-19)の予防とコントロールにおいて重要な役割を担い、感染拡大リスクの低減と人口保護において、地域社会の予防が最も重要な役割を担っている。
しかし,ほとんどの地域社会では,TCMの「シンドローム分化に基づく治療」原則に違反し,予防効果を制限しているため,住民全員に一貫したTCM予防プログラムを使用している。
本稿では,地域住民を対象とした多様なTCM予防プログラムを開発するためのインテリジェントな最適化手法を提案する。
まず、ファジィクラスタリング法を用いて、現代医学とTCMの健康特性の両方に基づいて集団を分割し、対話的最適化法を用いて、TCMの専門家が異なるクラスタのための異なるTCM予防プログラムを開発し、リソース制約下でのプログラムの最適化にヒューリスティックアルゴリズムを用いる。
提案手法の計算効率を実証し,中国江蘇省の12都市において,tcmを基盤としたcovid-19対策を成功させたことを報告する。
関連論文リスト
- Social Distancing Induced Coronavirus Optimization Algorithm (COVO): Application to Multimodal Function Optimization and Noise Removal [0.0]
感染拡大のペースは、社会的距離を保てば遅くなる。
COVO最適化の主な動機は、より高速な収束で複雑な問題を解くことにより、様々なアプリケーションに対する大域的な解を得ることである。
論文 参考訳（メタデータ） (2024-11-26T10:09:36Z) - TCM-FTP: Fine-Tuning Large Language Models for Herbal Prescription Prediction [17.041413449854915]
伝統的な中国の医学は、症状や徴候を治療するために処方薬中のハーブの特定の組み合わせに依存している。
本稿では,消化器疾患の経験者による医療記録を含む新しいデータセットであるDigestDSを紹介する。
また、DigDSの教師付き微調整により、事前訓練された大規模言語モデル(LLM)を活用するためのTCM-FTP(TCM Fine-Tuning Pre-trained)を提案する。
論文 参考訳（メタデータ） (2024-07-15T08:06:37Z) - RoKEPG: RoBERTa and Knowledge Enhancement for Prescription Generation of
Traditional Chinese Medicine [2.1098688291287475]
漢方薬の処方生成のためのRoBERTaと知識強化モデル(RoKEPG)を提案する。
RoKEPGは、アテンションマスクマトリックスを通して、TCMの知識の4つのクラスを導入することで、TCM処方薬を生成するためにガイドされる。
一般に公開されているTCM処方データセットの実験結果から、RoKEPGはベースラインモデルよりも約2%改善していることがわかった。
論文 参考訳（メタデータ） (2023-11-29T01:59:38Z) - TCM-GPT: Efficient Pre-training of Large Language Models for Domain
Adaptation in Traditional Chinese Medicine [11.537289359051975]
ドメイン固有コーパスを用いた効率的な事前学習を行うTCMDA(TCM Domain Adaptation)アプローチを提案する。
具体的には、まず、ドメインキーワードを識別し、一般コーパスから再帰することで、TCM固有の大規模コーパスTCM-Corpus-1Bを構築する。
そこで,本TCMDAでは,事前学習および微調整のために,事前学習したモデルの重量を凍結するLoRAを活用し,ランク分解行列を用いて特定の密度層を効率的に訓練する。
論文 参考訳（メタデータ） (2023-11-03T08:54:50Z) - Deep Reinforcement Learning for Efficient and Fair Allocation of Health Care Resources [47.57108369791273]
医療資源の枯渇は、レーションの避けられない結果をもたらす可能性がある。
医療資源割り当てプロトコルの普遍的な標準は存在しない。
本稿では,患者の疾患進行と患者間の相互作用効果を統合するためのトランスフォーマーベースのディープQネットワークを提案する。
論文 参考訳（メタデータ） (2023-09-15T17:28:06Z) - Scalable Optimal Margin Distribution Machine [50.281535710689795]
ODM(Optimal margin Distribution Machine)は、新しいマージン理論に根ざした新しい統計学習フレームワークである。
本稿では,従来のODMトレーニング手法に比べて10倍近い高速化を実現するスケーラブルなODMを提案する。
論文 参考訳（メタデータ） (2023-05-08T16:34:04Z) - Evaluating COVID-19 vaccine allocation policies using Bayesian $m$-top
exploration [53.122045119395594]
マルチアーム・バンディット・フレームワークを用いてワクチンのアロケーション戦略を評価する新しい手法を提案する。
$m$-top Exploringにより、アルゴリズムは最高のユーティリティを期待する$m$ポリシーを学ぶことができる。
ベルギーのCOVID-19流行を個人モデルSTRIDEを用いて検討し、予防接種方針のセットを学習する。
論文 参考訳（メタデータ） (2023-01-30T12:22:30Z) - Discrete Stochastic Optimization for Public Health Interventions with
Constraints [1.8275108630751844]
本稿では,2009年のH1N1と新型コロナウイルスのパンデミックについて,オープンソースのモンテカルロシミュレーションによってモデル化された疾患の拡散について述べる。
最適化の目的は、社会に最小限の経済損失をもたらすため、介入戦略の最良の組み合わせを決定することである。
論文 参考訳（メタデータ） (2022-06-27T21:21:25Z) - Reinforcement learning-enhanced protocols for coherent
population-transfer in three-level quantum systems [50.591267188664666]
我々は、人口移動のための最適なプロトコルを特定するために、強化学習に基づくアプローチとより伝統的な最適化手法を組み合わせて展開する。
提案手法は,効率的なプロトコルの存在を明らかにするための制御プロトコルの空間を探索することができる。
私たちが特定する新しいプロトコルは、エネルギー損失と軽視の両方に対して堅牢です。
論文 参考訳（メタデータ） (2021-09-02T14:17:30Z) - 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) - 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。
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。