論文の概要: Accelerating COVID-19 research with graph mining and transformer-based
learning
- arxiv url: http://arxiv.org/abs/2102.07631v1
- Date: Wed, 10 Feb 2021 15:11:36 GMT
- ステータス: 処理完了
- システム内更新日: 2021-03-13 16:00:59.825207
- Title: Accelerating COVID-19 research with graph mining and transformer-based
learning
- Title（参考訳）: グラフマイニングとトランスフォーマー学習によるcovid-19研究の加速
- Authors: Ilya Tyagin and Ankit Kulshrestha and Justin Sybrandt and Krish Matta
and Michael Shtutman and Ilya Safro
- Abstract要約: 新型コロナウイルス研究のための汎用仮説自動生成システムAGATHA-CとAGATHA-GPを紹介します。
どちらのシステムも、高速な計算時間でドメイン(一部のドメインでは0.97%のROC AUC)間で高品質の予測を実現します。
これらのシステムは、新型コロナウイルスとオキシトシンホルモンの関係など、現在進行中の研究成果を発見できることを示す。
- 参考スコア（独自算出の注目度）: 2.493740042317776
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: In 2020, the White House released the, "Call to Action to the Tech Community
on New Machine Readable COVID-19 Dataset," wherein artificial intelligence
experts are asked to collect data and develop text mining techniques that can
help the science community answer high-priority scientific questions related to
COVID-19. The Allen Institute for AI and collaborators announced the
availability of a rapidly growing open dataset of publications, the COVID-19
Open Research Dataset (CORD-19). As the pace of research accelerates,
biomedical scientists struggle to stay current. To expedite their
investigations, scientists leverage hypothesis generation systems, which can
automatically inspect published papers to discover novel implicit connections.
We present an automated general purpose hypothesis generation systems AGATHA-C
and AGATHA-GP for COVID-19 research. The systems are based on graph-mining and
the transformer model. The systems are massively validated using retrospective
information rediscovery and proactive analysis involving human-in-the-loop
expert analysis. Both systems achieve high-quality predictions across domains
(in some domains up to 0.97% ROC AUC) in fast computational time and are
released to the broad scientific community to accelerate biomedical research.
In addition, by performing the domain expert curated study, we show that the
systems are able to discover on-going research findings such as the
relationship between COVID-19 and oxytocin hormone.
- Abstract（参考訳）: 2020年、ホワイトハウスは "Call to Action to the Tech Community on New Machine Readable COVID-19 Dataset" を発表した。人工知能の専門家は、データを収集し、科学コミュニティがCOVID-19に関連する優先度の高い科学的質問に答えるのに役立つテキストマイニング技術を開発するよう求められている。
Allen Institute for AI and Colaboratorsは、急速に成長している公開データセットであるCOVID-19 Open Research Dataset(CORD-19)の可用性を発表した。
研究のペースが加速するにつれて、生物医学の科学者は現状を維持するのに苦労する。
研究者たちは、論文を自動的に検査し、新たな暗黙のつながりを発見する仮説生成システムを活用しています。
新型コロナウイルス研究のための汎用仮説自動生成システムAGATHA-CとAGATHA-GPを紹介します。
システムはグラフマイニングとトランスモデルに基づいています。
システムは、ふりかえりの情報の再発見と、人的インザループの専門家分析を含む積極的な分析を使用して、大幅に検証されます。
どちらのシステムも、高速な計算時間でドメイン全体(最大0.97% ROC AUC)にわたる高品質な予測を達成し、バイオメディカル研究を加速するために幅広い科学コミュニティに解放される。
また、ドメインエキスパートによる研究を行うことで、covid-19とオキシトシンホルモンの関係など、現在進行中の研究結果が発見できることを示した。
関連論文リスト
- Research Trends and Applications of Data Augmentation Algorithms [77.34726150561087]
我々は,データ拡張アルゴリズムの適用分野,使用するアルゴリズムの種類,重要な研究動向,時間経過に伴う研究の進展,およびデータ拡張文学における研究ギャップを同定する。
我々は、読者がデータ拡張の可能性を理解し、将来の研究方向を特定し、データ拡張研究の中で質問を開くことを期待する。
論文 参考訳（メタデータ） (2022-07-18T11:38:32Z) - Machine learning applications for COVID-19: A state-of-the-art review [0.0]
新型コロナウイルス(COVID-19)パンデミックは、機械学習コミュニティに新たなソリューションを生み出した。
この記事では、COVID-19に適用される機械学習研究の最新の進歩を紹介します。
論文 参考訳（メタデータ） (2021-01-19T19:12:45Z) - COVIDScholar: An automated COVID-19 research aggregation and analysis
platform [0.0]
2020年10月現在、81,000以上のCOVID-19関連科学論文が1日250以上の速度で公開されています。
これは、研究文献との関わりの伝統的な方法への挑戦を生み出しました。
我々は2020年における新型コロナウイルス研究の動向について分析する。
論文 参考訳（メタデータ） (2020-12-07T18:17:11Z) - Covidex: Neural Ranking Models and Keyword Search Infrastructure for the
COVID-19 Open Research Dataset [87.47567807116204]
Covidexは最新のニューラルランキングモデルを利用する検索エンジンだ。
これは、Allen Institute for AIがキュレートしたCOVID-19 Open Researchデータセットへのアクセスを提供する。
論文 参考訳（メタデータ） (2020-07-14T16:26:01Z) - A Survey on Applications of Artificial Intelligence in Fighting Against
COVID-19 [75.84689958489724]
SARS-CoV-2ウイルスによる新型コロナウイルスのパンデミックは世界中で急速に広がり、世界的な感染拡大につながっている。
新型コロナウイルス対策の強力なツールとして、人工知能(AI)技術はこのパンデミックに対抗するために広く利用されている。
この調査では、新型コロナウイルス対策におけるAIテクノロジの既存および潜在的応用に関する包括的見解を、医療とAI研究者に提示する。
論文 参考訳（メタデータ） (2020-07-04T22:48:15Z) - 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) - CO-Search: COVID-19 Information Retrieval with Semantic Search, Question
Answering, and Abstractive Summarization [53.67205506042232]
CO-Searchは、新型コロナウイルスの文献上の複雑なクエリを処理するように設計された、レトリバーランサーセマンティック検索エンジンである。
ドメイン固有の比較的限られたデータセットを考慮し、文書の段落と引用の2部グラフを生成する。
TREC-COVID情報検索課題のデータに基づいて,本システムの評価を行った。
論文 参考訳（メタデータ） (2020-06-17T01:32:48Z) - 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) - Rapidly Deploying a Neural Search Engine for the COVID-19 Open Research
Dataset: Preliminary Thoughts and Lessons Learned [88.42878484408469]
我々は最新のニューラルネットワークランキングアーキテクチャを利用する検索エンジンであるNeural Covidexを紹介する。
本稿では、最初の取り組みについて述べ、その過程で学んだ教訓についていくつか考察する。
論文 参考訳（メタデータ） (2020-04-10T17:12:29Z) - 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) - AGATHA: Automatic Graph-mining And Transformer based Hypothesis
generation Approach [1.7954335118363964]
本稿では,発見過程の早い段階でデータ駆動的な洞察を導入する仮説生成システムを提案する。
AGATHAは、エンティティセット間で有効な用語ペアを優先し、新たな研究方向性を推奨します。
本システムは,確立したベンチマークにおいて,クラス内での最高の性能を実現する。
論文 参考訳（メタデータ） (2020-02-13T17:06:47Z)
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。