論文の概要: Improving Company Valuations with Automated Knowledge Discovery,
Extraction and Fusion
- arxiv url: http://arxiv.org/abs/2010.09249v1
- Date: Mon, 19 Oct 2020 06:33:12 GMT
- ステータス: 処理完了
- システム内更新日: 2022-10-05 23:09:46.419294
- Title: Improving Company Valuations with Automated Knowledge Discovery,
Extraction and Fusion
- Title(参考訳): 自動知識発見、抽出、融合による企業評価の改善
- Authors: Albert Weichselbraun and Philipp Kuntschik and Sandro H\"orler
- Abstract要約: 本稿では, 自動知識発見, 抽出, およびデータ融合を用いて, 新たな指標を得る方法について述べる。
本研究では,プロプライエタリな検索インタフェースの裏側に隠された臨床試験のデータを同定し,収集するために,深層Web知識取得手法を適用した。
- 参考スコア(独自算出の注目度): 0.15293427903448023
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Performing company valuations within the domain of biotechnology, pharmacy
and medical technology is a challenging task, especially when considering the
unique set of risks biotech start-ups face when entering new markets. Companies
specialized in global valuation services, therefore, combine valuation models
and past experience with heterogeneous metrics and indicators that provide
insights into a company's performance. This paper illustrates how automated
knowledge discovery, extraction and data fusion can be used to (i) obtain
additional indicators that provide insights into the success of a company's
product development efforts, and (ii) support labor-intensive data curation
processes. We apply deep web knowledge acquisition methods to identify and
harvest data on clinical trials that is hidden behind proprietary search
interfaces and integrate the extracted data into the industry partner's company
valuation ontology. In addition, focused Web crawls and shallow semantic
parsing yield information on the company's key personnel and respective contact
data, notifying domain experts of relevant changes that get then incorporated
into the industry partner's company data.
- Abstract(参考訳): バイオテクノロジー、薬局、医療技術の分野における企業評価の実行は、特に新しい市場に参入する際にバイオテクノロジースタートアップが直面するユニークなリスクを考える場合、難しい課題である。
したがって、グローバルなバリュエーションサービスに特化した企業は、バリュエーションモデルと過去の経験と、企業のパフォーマンスに関する洞察を提供する異質な指標とインジケータを組み合わせる。
本稿では,知識発見,抽出,データ融合の自動化について述べる。
(i)会社の製品開発努力の成功に関する洞察を提供する追加指標を取得し、
(ii)労働集約型データキュレーションプロセスのサポート。
我々は,プロプライエタリな検索インターフェースの背後に隠れた臨床試験のデータを特定し収集するために,ディープウェブ知識取得手法を適用し,抽出したデータをその業界パートナーの企業評価オントロジーに統合する。
さらに、集中したWebクロールと、企業のキーパーソナライズ情報と各連絡先データに関する浅いセマンティクス解析により、業界パートナーの企業データに組み込まれる関連する変更をドメインの専門家に通知する。
関連論文リスト
- Benchmarking Data Science Agents [11.582116078653968]
大規模言語モデル(LLM)は、データサイエンスエージェントとして有望な支援として登場し、データ分析と処理において人間を支援している。
しかし、現実の応用の様々な要求と複雑な分析プロセスによって、それらの実用的有効性は依然として制限されている。
我々は、新しい評価パラダイムであるDSEvalと、これらのエージェントの性能を評価するための一連の革新的なベンチマークを紹介する。
論文 参考訳(メタデータ) (2024-02-27T03:03:06Z) - From Data to Decisions: The Transformational Power of Machine Learning
in Business Recommendations [0.0]
本研究は,機械学習(ML)がレコメンデーションシステム(RS)の進化と有効性に与える影響を探求することを目的とする。
この研究は、コンテンツがパーソナライズされ、好みの変化に動的に適応する、シームレスで直感的なオンライン体験に対するユーザの期待が高まることを明らかにする。
論文 参考訳(メタデータ) (2024-02-12T22:56:18Z) - A Systematic Review of Available Datasets in Additive Manufacturing [56.684125592242445]
視覚およびその他のセンサー技術を組み込んだその場監視により、追加製造プロセス中に広範なデータセットの収集が可能になる。
これらのデータセットは、製造された出力の品質を判断し、機械学習を使用して欠陥を検出する可能性がある。
本稿では,AMプロセスから派生したオープン画像ベースデータセットの利用可能性について検討する。
論文 参考訳(メタデータ) (2024-01-27T16:13:32Z) - Data Acquisition: A New Frontier in Data-centric AI [65.90972015426274]
まず、現在のデータマーケットプレースを調査し、データセットに関する詳細な情報を提供するプラットフォームが不足していることを明らかにする。
次に、データプロバイダと取得者間のインタラクションをモデル化するベンチマークであるDAMチャレンジを紹介します。
提案手法の評価は,機械学習における効果的なデータ取得戦略の必要性を浮き彫りにしている。
論文 参考訳(メタデータ) (2023-11-22T22:15:17Z) - Into the Single Cell Multiverse: an End-to-End Dataset for Procedural
Knowledge Extraction in Biomedical Texts [2.2578044590557553]
FlaMB'eは、バイオメディカルテキストの手続き的知識をキャプチャする専門家によるデータセットのコレクションである。
このデータセットは、非構造化テキストとして記述される手続き的知識のユビキタスソースが、その方法論を記述する学術論文の中にあるという観察にインスパイアされている。
論文 参考訳(メタデータ) (2023-09-04T21:02:36Z) - Integration of Domain Expert-Centric Ontology Design into the CRISP-DM
for Cyber-Physical Production Systems [63.62764375279861]
機械学習(ML)とデータマイニング(DM)の手法は、収集されたデータから複雑で隠れたパターンを抽出する上で有望であることが証明されている。
しかし、このようなデータ駆動プロジェクトは、通常、CRISPDM(Cross-Industry Standard Process for Data Mining)で実行され、データの理解と準備に要する時間の不均等さのために失敗することが多い。
このコントリビューションは、データサイエンティストがCPPSの課題に対してより迅速かつ確実に洞察を得ることができるように、統合されたアプローチを提供することを目的としている。
論文 参考訳(メタデータ) (2023-07-21T15:04:00Z) - Understanding metric-related pitfalls in image analysis validation [59.15220116166561]
この研究は、画像解析におけるバリデーションメトリクスに関連する落とし穴に関する情報にアクセスするための、初めての包括的な共通点を提供する。
バイオメディカル画像解析に焦点をあてるが、他の分野へ移行する可能性があるため、対処された落とし穴はアプリケーションドメイン全体にわたって一般化され、新しく作成されたドメインに依存しない分類に分類される。
論文 参考訳(メタデータ) (2023-02-03T14:57:40Z) - CEntRE: A paragraph-level Chinese dataset for Relation Extraction among
Enterprises [11.596083874633]
企業関係抽出は、エンタープライズエンティティのペアを検出し、非構造化または半構造化されたテキストデータからそれらの間のビジネス関係を識別することを目的としている。
CEntREは、人間の注意深いアノテーションとインテリジェントなデータ処理を備えた、公開可能なビジネスニュースデータから構築された新しいデータセットである。
論文 参考訳(メタデータ) (2022-10-19T14:22:10Z) - DataPerf: Benchmarks for Data-Centric AI Development [81.03754002516862]
DataPerfは、MLデータセットとデータ中心アルゴリズムを評価するための、コミュニティ主導のベンチマークスイートである。
私たちは、この反復的な開発をサポートするために、複数の課題を抱えたオープンなオンラインプラットフォームを提供しています。
ベンチマーク、オンライン評価プラットフォーム、ベースライン実装はオープンソースである。
論文 参考訳(メタデータ) (2022-07-20T17:47:54Z) - Table2Vec: Automated Universal Representation Learning to Encode
All-round Data DNA for Benchmarkable and Explainable Enterprise Data Science [34.18823199125134]
本稿では,顧客などのエンティティの自動普遍的表現学習のためのニューラルエンコーダTable2Vecを紹介する。
学習された普遍的な表現は、代表的でベンチマーク可能なエンタープライズデータゲノムとして機能する。
Table2Vecは、エンタープライズ分析で一般的に使用される、浅く、強化され、深層学習の手法を大幅に上回っている。
論文 参考訳(メタデータ) (2021-12-03T10:39:25Z) - Challenges in biomarker discovery and biorepository for Gulf-war-disease
studies: a novel data platform solution [48.7576911714538]
ROSALINDという新しいデータプラットフォームを導入し、課題を克服し、健全で重要なコラボレーションを育み、科学的調査を進めます。
ROSALINDは、自己管理されたアクセシビリティ、リンク性、可積分性、中立性、信頼性を持つリソース有機体を指します。
過去12ヶ月のGWI研究におけるROSALINDの展開により、データ実験と分析のペースが加速し、多数のエラーソースが削除され、研究品質と生産性が向上しました。
論文 参考訳(メタデータ) (2021-02-04T20:38:30Z)
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。