論文の概要: A Real-time Robot-based Auxiliary System for Risk Evaluation of COVID-19 Infection

• arxiv url: http://arxiv.org/abs/2008.07695v1
• Date: Tue, 18 Aug 2020 01:58:52 GMT
• ステータス: 処理完了
• システム内更新日: 2022-10-27 22:25:20.573447
• Title: A Real-time Robot-based Auxiliary System for Risk Evaluation of COVID-19 Infection
• Title（参考訳）: リアルタイムロボットを用いたcovid-19感染リスク評価支援システム
• Authors: Wenqi Wei, Jianzong Wang, Jiteng Ma, Ning Cheng, Jing Xiao
• Abstract要約: 本稿では,新型コロナウイルス感染リスク評価のためのロボットによるリアルタイム補助システムを提案する。 リアルタイム音声認識、温度測定、キーワード検出、粗い検出、その他の機能を組み合わせる。
• 参考スコア（独自算出の注目度）: 31.76845310194196
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: In this paper, we propose a real-time robot-based auxiliary system for risk evaluation of COVID-19 infection. It combines real-time speech recognition, temperature measurement, keyword detection, cough detection and other functions in order to convert live audio into actionable structured data to achieve the COVID-19 infection risk assessment function. In order to better evaluate the COVID-19 infection, we propose an end-to-end method for cough detection and classification for our proposed system. It is based on real conversation data from human-robot, which processes speech signals to detect cough and classifies it if detected. The structure of our model are maintained concise to be implemented for real-time applications. And we further embed this entire auxiliary diagnostic system in the robot and it is placed in the communities, hospitals and supermarkets to support COVID-19 testing. The system can be further leveraged within a business rules engine, thus serving as a foundation for real-time supervision and assistance applications. Our model utilizes a pretrained, robust training environment that allows for efficient creation and customization of customer-specific health states.
• Abstract（参考訳）: 本稿では,covid-19感染症のリスク評価のためのリアルタイムロボットによる補助システムを提案する。 リアルタイム音声認識、温度測定、キーワード検出、コーグ検出、その他の機能を組み合わせて、ライブオーディオを実行可能な構造化データに変換し、COVID-19感染リスク評価機能を実現する。 そこで本研究では,新型コロナウイルス感染症の診断と分類のためのエンド・ツー・エンド手法を提案する。 これは、人間のロボットからの実際の会話データに基づいており、音声信号を処理してcoughを検出し、検出すれば分類する。 我々のモデルの構造は、リアルタイムアプリケーションに実装するために簡潔に維持されている。 さらに、この補助診断システム全体をロボットに組み込んで、新型コロナウイルス検査をサポートするために、コミュニティ、病院、スーパーマーケットに配置します。 このシステムはビジネスルールエンジン内でさらに活用することができ、リアルタイムの監視および支援アプリケーションの基盤として機能する。 本モデルでは,顧客の健康状態の効率的な生成とカスタマイズを可能にする,事前訓練された堅牢なトレーニング環境を採用している。

関連論文リスト

• COVID-19 Detection System: A Comparative Analysis of System Performance Based on Acoustic Features of Cough Audio Signals [0.6963971634605796]
  本研究は、新型コロナウイルス検出における機械学習(ML)モデルの性能向上を図ることを目的としている。 MFCC(Mel Frequency Cepstral Coefficients)、クロマ(Chroma)、スペクトルコントラスト(Spectral Contrast)の3つの特徴抽出手法の有効性について検討し、2つの機械学習アルゴリズム、SVM(Support Vector Machine)とMLP(Multilayer Perceptron)に適用した。 提案システムでは,COUGHVIDデータセットでは0.843,Virufyでは0.953,最先端の分類性能を示す。
  論文  参考訳（メタデータ） (2023-09-08T08:33:24Z)
• Statistical Design and Analysis for Robust Machine Learning: A Case Study from COVID-19 [45.216628450147034]
  本稿では、音声信号に基づいて、新型コロナウイルス感染の予測に使用される最先端の機械学習技術について厳格に評価する。 本研究は,音響的特徴に基づく新型コロナウイルス感染状況の分類法の性能評価に関するガイドラインを提供する。
  論文  参考訳（メタデータ） (2022-12-15T13:50:13Z)
• Exploring linguistic feature and model combination for speech recognition based automatic AD detection [61.91708957996086]
  音声ベースの自動ADスクリーニングシステムは、他の臨床スクリーニング技術に代わる非侵襲的でスケーラブルな代替手段を提供する。 専門的なデータの収集は、そのようなシステムを開発する際に、モデル選択と特徴学習の両方に不確実性をもたらす。 本稿では,BERT と Roberta の事前学習したテキストエンコーダのドメイン微調整の堅牢性向上のための特徴とモデルの組み合わせ手法について検討する。
  論文  参考訳（メタデータ） (2022-06-28T05:09:01Z)
• COVID-Net Biochem: An Explainability-driven Framework to Building Machine Learning Models for Predicting Survival and Kidney Injury of COVID-19 Patients from Clinical and Biochemistry Data [66.43957431843324]
  我々は、機械学習モデルを構築するための汎用的で説明可能なフレームワークであるCOVID-Net Biochemを紹介する。 この枠組みを用いて、新型コロナウイルス患者の生存率と、入院中に急性腎不全を発症する可能性を予測する。
  論文  参考訳（メタデータ） (2022-04-24T07:38:37Z)
• Automatic COVID-19 disease diagnosis using 1D convolutional neural network and augmentation with human respiratory sound based on parameters: cough, breath, and voice [0.0]
  人工知能(AI)の様々なモデルが現実の世界に入り、音声、音声、声、声、息といった人為的な音から新型コロナウイルスの病気を検出する。 1次元(1D)のCNNが提案され、人間の呼吸音(声、うず、息など)からCOVID-19の呼吸器疾患を診断するために実装されている。 新型コロナウイルスのサウンドデータセットの事前処理性能を改善するために、拡張ベースのメカニズムが適用される。
  論文  参考訳（メタデータ） (2021-12-14T10:41:04Z)
• COVID-Net MLSys: Designing COVID-Net for the Clinical Workflow [101.45411528425939]
  本研究では、機械学習とシステム(MLSys)を用いて、新型コロナウイルス患者のスクリーニングシステムの設計を行う。 COVID-Netシステムは、継続的に進化するCOVIDxデータセット、新型コロナウイルス患者検出のためのCOVID-Netディープニューラルネットワーク、および重症度評価のためのCOVID-Net Sディープニューラルネットワークで構成されている。 COVID-Netシステム内のディープニューラルネットワークは最先端のパフォーマンスを持ち、臨床診断支援のためにユーザーインターフェース(UI)に統合されるように設計されている。
  論文  参考訳（メタデータ） (2021-09-14T04:13:24Z)
• Project Achoo: A Practical Model and Application for COVID-19 Detection from Recordings of Breath, Voice, and Cough [55.45063681652457]
  コンシューマー端末で録音した音声を用いて、新型コロナウイルスを迅速にトリアージする機械学習手法を提案する。 この手法は,信号処理手法と微調整深層学習ネットワークを組み合わせることで,信号の識別,コークス検出,分類を行う手法を提供する。 我々はまた、症状チェッカーと音声、息、うず信号を使って新型コロナウイルスの感染を検知するモバイルアプリケーションを開発し、展開した。
  論文  参考訳（メタデータ） (2021-07-12T08:07:56Z)
• Exploring Self-Supervised Representation Ensembles for COVID-19 Cough Classification [5.469841541565308]
  そこで本研究では,新しい自己教師付き学習フレームワークを提案する。 非ラベルデータでトランスフォーマベースの特徴エンコーダを訓練するために、コントラストプレトレーニングフェーズを導入する。 提案したコントラスト事前学習,ランダムマスキング機構,アンサンブルアーキテクチャが,コークス分類性能の向上に寄与していることを示す。
  論文  参考訳（メタデータ） (2021-05-17T01:27:20Z)

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。