論文の概要: covid19.analytics: An R Package to Obtain, Analyze and Visualize Data
from the Coronavirus Disease Pandemic
- arxiv url: http://arxiv.org/abs/2009.01091v2
- Date: Tue, 20 Apr 2021 16:59:03 GMT
- ステータス: 処理完了
- システム内更新日: 2023-05-04 01:03:00.302630
- Title: covid19.analytics: An R Package to Obtain, Analyze and Visualize Data
from the Coronavirus Disease Pandemic
- Title（参考訳）: covid19.analytics: コロナウイルスのパンデミックからのデータを取得し、分析し、視覚化するためのRパッケージ
- Authors: Marcelo Ponce, Amit Sandhel
- Abstract要約: 我々は,一般公開されているリソースから世界中のデータにアクセスし,分析できるRパッケージを提案する。
我々は,コビッド19.analyticsパッケージを導入し,その能力に着目し,特定の研究事例を提示する。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: With the emergence of a new pandemic worldwide, a novel strategy to approach
it has emerged. Several initiatives under the umbrella of "open science" are
contributing to tackle this unprecedented situation. In particular, the "R
Language and Environment for Statistical Computing" offers an excellent tool
and ecosystem for approaches focusing on open science and reproducible results.
Hence it is not surprising that with the onset of the pandemic, a large number
of R packages and resources were made available for researches working in the
pandemic. In this paper, we present an R package that allows users to access
and analyze worldwide data from resources publicly available. We will introduce
the covid19.analytics package, focusing in its capabilities and presenting a
particular study case where we describe how to deploy the "COVID19.ANALYTICS
Dashboard Explorer".
- Abstract（参考訳）: 世界的な新しいパンデミックの出現に伴い、そのアプローチに向けた新たな戦略が出現した。
オープンサイエンス」の傘下にあるいくつかのイニシアチブがこの前例のない状況に対処するために貢献している。
特に、「統計コンピューティングのためのR言語と環境」は、オープンサイエンスと再現可能な結果に焦点を当てたアプローチのための優れたツールとエコシステムを提供する。
したがって、パンデミックの開始とともに、多くのRパッケージや資源がパンデミックで働く研究に利用できるようになったことは驚くべきことではない。
本稿では,ユーザが利用可能なリソースから世界中のデータにアクセスし,分析できるRパッケージを提案する。
我々は、コビッド19.analyticsパッケージを導入し、その能力に焦点を合わせ、「COVID19.ANALYTICS Dashboard Explorer」の展開方法を説明する特定の研究事例を提示します。
関連論文リスト
- Seeing Unseen: Discover Novel Biomedical Concepts via
Geometry-Constrained Probabilistic Modeling [53.7117640028211]
同定された問題を解決するために,幾何制約付き確率的モデリング処理を提案する。
構成された埋め込み空間のレイアウトに適切な制約を課すために、重要な幾何学的性質のスイートを組み込む。
スペクトルグラフ理論法は、潜在的な新規クラスの数を推定するために考案された。
論文 参考訳（メタデータ） (2024-03-02T00:56:05Z) - A Survey on Interpretable Cross-modal Reasoning [64.37362731950843]
マルチメディア分析から医療診断に至るまで、クロスモーダル推論(CMR)が重要な分野として浮上している。
この調査は、解釈可能なクロスモーダル推論(I-CMR)の領域を掘り下げる
本調査では,I-CMRの3段階分類法について概説する。
論文 参考訳（メタデータ） (2023-09-05T05:06:48Z) - Citation Trajectory Prediction via Publication Influence Representation
Using Temporal Knowledge Graph [52.07771598974385]
既存のアプローチは主に学術論文の時間的データとグラフデータのマイニングに依存している。
本フレームワークは,差分保存グラフ埋め込み,きめ細かい影響表現,学習に基づく軌道計算という3つのモジュールから構成される。
APSアカデミックデータセットとAIPatentデータセットの両方で実験を行った。
論文 参考訳（メタデータ） (2022-10-02T07:43:26Z) - Mapping Climate Change Research via Open Repositories & AI: advantages
and limitations for an evidence-based R&D policy-making [0.0]
ここ数年、いくつかのイニシアチブが、オープンな方法で研究出力データとメタデータへのアクセスを提供し始めている。
これらのプラットフォームは科学的な生産を一般大衆に開放しており、エビデンスベースの政策決定にとって貴重な資産となり得る。
STIのエコシステム全体を包括的に把握するためには、これらのリソースのそれぞれが提供する情報を組み合わせて分析する必要がある。
本稿では,デンマークのSTIエコシステム全体の気候活動研究を4つのオープンアクセスSTIデータソースを用いてマッピングする場合について検討する。
論文 参考訳（メタデータ） (2022-09-19T12:56:30Z) - ImDrug: A Benchmark for Deep Imbalanced Learning in AI-aided Drug
Discovery [79.08833067391093]
現実世界の医薬品のデータセットは、しばしば高度に不均衡な分布を示す。
ImDrugはオープンソースのPythonライブラリを備えたベンチマークで、4つの不均衡設定、11のAI対応データセット、54の学習タスク、16のベースラインアルゴリズムで構成されています。
ドラッグ発見パイプラインの幅広い範囲にまたがる問題やソリューションに対して、アクセス可能でカスタマイズ可能なテストベッドを提供する。
論文 参考訳（メタデータ） (2022-09-16T13:35:57Z) - Design of Experiments for Stochastic Contextual Linear Bandits [47.804797753836894]
線形文脈帯域設定では、取得されたデータに反応するポリシーで探索するためのいくつかのミニマックス手順が存在する。
我々は、最適に近いポリシーを抽出できる優れたデータセットを収集するための単一のポリシーを設計する。
合成および実世界の両方のデータセットに関する数値実験と同様に理論的解析を行う。
論文 参考訳（メタデータ） (2021-07-21T07:25:37Z) - Coronavirus Knowledge Graph: A Case Study [4.646516629534201]
我々は、新型コロナウイルス関連の専門家やバイオエンティティを特定するために、機械学習、ディープラーニング、知識グラフの構築とマイニング技術をいくつか使用しています。
関連疾患,薬物候補,遺伝子,遺伝子変異,関連化合物の予測手法を提案する。
論文 参考訳（メタデータ） (2020-07-04T03:55:31Z) - Automatic Text Summarization of COVID-19 Medical Research Articles using
BERT and GPT-2 [8.223517872575712]
我々は,既存のNLPモデルであるBERTとOpenAI GPT-2の最近の進歩を活用している。
本モデルは,原文から抽出したキーワードに基づいて,抽象的かつ包括的情報を提供する。
我々の研究は、要約がまだ手に入らない記事の簡潔な要約を提供することで、医療コミュニティに役立てることができる。
論文 参考訳（メタデータ） (2020-06-03T00:54:44Z) - Data-Driven Methods to Monitor, Model, Forecast and Control Covid-19
Pandemic: Leveraging Data Science, Epidemiology and Control Theory [1.5469452301122177]
この文書は、コビッドウイルスのパンデミックにおけるデータ駆動手法の役割を分析する。
3M分析: モニタリング、モデリング、意思決定。
その焦点は、パンデミックによって引き起こされたさまざまな課題に対処する、よく知られたデータ駆動型スキームの可能性にある。
論文 参考訳（メタデータ） (2020-06-01T12:56:43Z) - 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。