Fugu-MT 論文翻訳(概要): CODO: An Ontology for Collection and Analysis of Covid-19 Data

論文の概要: CODO: An Ontology for Collection and Analysis of Covid-19 Data

arxiv url: http://arxiv.org/abs/2009.01210v1
Date: Wed, 2 Sep 2020 17:32:37 GMT
ステータス: 処理完了
システム内更新日: 2022-10-22 19:47:38.119743
Title: CODO: An Ontology for Collection and Analysis of Covid-19 Data
Title（参考訳）: CODO:Covid-19データの収集と分析のためのオントロジー
Authors: B. Dutta, M. DeBellis
Abstract要約: COviD-19 Ontology for Case and patient information (CODO)は、新型コロナウイルスのパンデミックに関するデータの収集と分析のためのモデルを提供する。
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: The COviD-19 Ontology for cases and patient information (CODO) provides a model for the collection and analysis of data about the COVID-19 pandemic. The ontology provides a standards-based open-source model that facilitates the integration of data from heterogeneous data sources. The ontology was designed by analysing disparate COVID-19 data sources such as datasets, literature, services, etc. The ontology follows the best practices for vocabularies by re-using concepts from other leading vocabularies and by using the W3C standards RDF, OWL, SWRL, and SPARQL. The ontology already has one independent user and has incorporated real-world data from the government of India.
Abstract（参考訳）: COviD-19 Ontology for Case and patient information (CODO)は、新型コロナウイルスのパンデミックに関するデータの収集と分析のためのモデルを提供する。オントロジーは、異種データソースからのデータの統合を容易にする標準ベースのオープンソースモデルを提供する。このオントロジーは、データセット、文献、サービスなど、さまざまな新型コロナウイルスデータソースを分析して設計された。オントロジーは、他の主要な語彙の概念を再利用し、W3C標準RDF、OWL、SWRL、SPARQLを使用することによって、語彙のベストプラクティスに従う。オントロジーはすでに1人の独立ユーザーを抱えており、インド政府の実世界のデータを組み込んでいる。

関連論文リスト

Systematic Analysis of COVID-19 Ontologies [5.286727853896068]
この研究は、関連する文献の体系的なレビューを伴って、二重段階のアプローチによって実施される。新型コロナウイルスのオントロジー(CovOs)を24種選択し,検討した。 METHONTOLOGYアプローチは、しばしばアプリケーションベースまたはデータ中心の評価手法と組み合わせて、好ましい設計手法として現れる。
論文参考訳（メタデータ） (2023-09-15T18:17:01Z)
PathLDM: Text conditioned Latent Diffusion Model for Histopathology [62.970593674481414]
そこで我々は,高品質な病理像を生成するためのテキスト条件付き遅延拡散モデルPathLDMを紹介した。提案手法は画像とテキストデータを融合して生成プロセスを強化する。我々は,TCGA-BRCAデータセット上でのテキスト・ツー・イメージ生成において,SoTA FIDスコア7.64を達成し,FID30.1と最も近いテキスト・コンディショナブル・コンペティタを著しく上回った。
論文参考訳（メタデータ） (2023-09-01T22:08:32Z)
Source-Free Collaborative Domain Adaptation via Multi-Perspective Feature Enrichment for Functional MRI Analysis [55.03872260158717]
安静時MRI機能(rs-fMRI)は、神経疾患の分析を助けるために多地点で研究されている。ソース領域とターゲット領域の間のfMRIの不均一性を低減するための多くの手法が提案されている。しかし、マルチサイト研究における懸念やデータストレージの負担のため、ソースデータの取得は困難である。我々は、fMRI解析のためのソースフリー協調ドメイン適応フレームワークを設計し、事前訓練されたソースモデルとラベルなしターゲットデータのみにアクセスできるようにする。
論文参考訳（メタデータ） (2023-08-24T01:30:18Z)
EBOCA: Evidences for BiOmedical Concepts Association Ontology [55.41644538483948]
本論文は,生物医学領域の概念とそれらの関連性を記述するオントロジーであるEBOCAと,それらの関連性を支持するエビデンスを提案する。 DISNETのサブセットから得られるテストデータとテキストからの自動アソシエーション抽出が変換され、実際のシナリオで使用できる知識グラフが作成されるようになった。
論文参考訳（メタデータ） (2022-08-01T18:47:03Z)
Natural Language Inference with Self-Attention for Veracity Assessment of Pandemic Claims [54.93898455714295]
まず、COVID-19に関する異質なクレームからなる新しいPANACEAデータセットの構築について述べる。そこで我々は,自然言語推論に基づく自動妥当性評価のための新しい手法を提案する。
論文参考訳（メタデータ） (2022-05-05T12:11:31Z)
Testing the Generalization of Neural Language Models for COVID-19 Misinformation Detection [6.1204874238049705]
新型コロナウイルス(COVID-19)のパンデミックの副産物として、生命を脅かす可能性のある誤報が大幅に増加した。 5つの誤報データセットを用いてトランスフォーマーに基づく15のモデルを評価する。新型コロナウイルス(COVID-19)データに合わせたトークンやモデルは、汎用データに対して大きな優位性を提供していない。
論文参考訳（メタデータ） (2021-11-15T15:01:55Z)
The pitfalls of using open data to develop deep learning solutions for COVID-19 detection in chest X-rays [64.02097860085202]
深層学習モデルは、胸部X線から新型コロナウイルスを識別するために開発された。オープンソースデータのトレーニングやテストでは,結果は異例です。データ分析とモデル評価は、人気のあるオープンソースデータセットであるCOVIDxが実際の臨床問題を代表していないことを示している。
論文参考訳（メタデータ） (2021-09-14T10:59:11Z)
ROC: An Ontology for Country Responses towards COVID-19 [0.0]
ROCは新型コロナウイルスのパンデミックに関するデータを収集、リンク、共有するためのモデルを提供する。これは概念の表現と語彙の作成のためのセマンティックスタンダード(W3C標準RDF、OWL、SPARQL)に従う。
論文参考訳（メタデータ） (2021-04-15T10:12:19Z)
Blockchain-Federated-Learning and Deep Learning Models for COVID-19 detection using CT Imaging [8.280858576611587]
新型コロナウイルスの患者を診断する主な問題は、検査キットの不足と信頼性である。第2の現実の問題は、世界中の病院間でデータを共有することだ。第3に,ブロックチェーン技術を用いてグローバルモデルを協調的にトレーニングする手法を設計する。
論文参考訳（メタデータ） (2020-07-10T11:23:14Z)
Modeling Shared Responses in Neuroimaging Studies through MultiView ICA [94.31804763196116]
被験者の大規模なコホートを含むグループ研究は、脳機能組織に関する一般的な結論を引き出す上で重要である。グループ研究のための新しい多視点独立成分分析モデルを提案し、各被験者のデータを共有独立音源と雑音の線形結合としてモデル化する。まず、fMRIデータを用いて、被験者間の共通音源の同定における感度の向上を示す。
論文参考訳（メタデータ） (2020-06-11T17:29:53Z)

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。