Fugu-MT 論文翻訳(概要): FedPandemic: A Cross-Device Federated Learning Approach Towards Elementary Prognosis of Diseases During a Pandemic

論文の概要: FedPandemic: A Cross-Device Federated Learning Approach Towards Elementary Prognosis of Diseases During a Pandemic

arxiv url: http://arxiv.org/abs/2104.01864v1
Date: Mon, 5 Apr 2021 12:01:18 GMT
ステータス: 処理完了
システム内更新日: 2021-04-06 21:01:13.610622
Title: FedPandemic: A Cross-Device Federated Learning Approach Towards Elementary Prognosis of Diseases During a Pandemic
Title（参考訳）: FedPandemic:パンデミック中の疾患の早期予後に向けたクロスデバイス・フェデレーション・ラーニングアプローチ
Authors: Aman Priyanshu, Rakshit Naidu
Abstract要約: FedPandemicは、パンデミック中の初等症状予後のためのクロスデバイスフェデレーション学習と統合された新しいノイズ実装アルゴリズムです。以上の結果から, 本疾患の症状の回復において, 一貫性を示し, 頑健性を高めた。
参考スコア（独自算出の注目度）: 0.0
License: http://creativecommons.org/licenses/by/4.0/
Abstract: The amount of data, manpower and capital required to understand, evaluate and agree on a group of symptoms for the elementary prognosis of pandemic diseases is enormous. In this paper, we present FedPandemic, a novel noise implementation algorithm integrated with cross-device Federated learning for Elementary symptom prognosis during a pandemic, taking COVID-19 as a case study. Our results display consistency and enhance robustness in recovering the common symptoms displayed by the disease, paving a faster and cheaper path towards symptom retrieval while also preserving the privacy of patient's symptoms via Federated learning.
Abstract（参考訳）: パンデミック病の初発予後に関する一連の症状を理解し、評価し、同意するために必要なデータ、人的力、資本の量は膨大である。本稿では,covid-19をケーススタディとして,パンデミック時の初発症状の予測のための,クロスデバイスフェデレート学習と統合した新しいノイズインプリメンテーションアルゴリズムであるfedpandemicを提案する。本研究の結果は, 症状の回復における整合性, 堅牢性の向上, 症状検索への経路の迅速化, およびフェデレートラーニングによる患者の症状のプライバシの確保に寄与した。

関連論文リスト

Bayesian Networks and Machine Learning for COVID-19 Severity Explanation and Demographic Symptom Classification [12.40025057417184]
新型コロナウイルスの隠れた情報を蒸留する3段階のデータ駆動方式を提案する。第1段階では、バイエルンネットワーク構造学習法を用いて、新型コロナウイルスの症状の因果関係を同定する。第2段階として、アウトプットは教師なし機械学習(ML)アルゴリズムをトレーニングするための有用なガイドとして機能する。最終段階は、クラスタリングから得られたラベルを活用して、人口統計学的症状識別モデルをトレーニングする。
論文参考訳（メタデータ） (2024-06-16T05:43:24Z)
CoAD: Automatic Diagnosis through Symptom and Disease Collaborative Generation [37.25451059168202]
CoADは病気と症状の協調生成フレームワークである。自動的な疾患診断を改善するために、いくつかの重要な革新が組み込まれている。過去の診断結果よりも平均2.3%改善している。
論文参考訳（メタデータ） (2023-07-17T07:24:55Z)
Explorative analysis of human disease-symptoms relations using the Convolutional Neural Network [0.0]
本研究は, 疾患予測タスクにおける症状タイプの範囲を理解することを目的としている。その結果,早期に98～100%の精度で機械学習が病気を診断できる可能性が示唆された。
論文参考訳（メタデータ） (2023-02-23T15:02:07Z)
Clinical Outcome Prediction from Admission Notes using Self-Supervised Knowledge Integration [55.88616573143478]
臨床テキストからのアウトカム予測は、医師が潜在的なリスクを見落としないようにする。退院時の診断,手術手順,院内死亡率,長期予測は4つの一般的な結果予測対象である。複数の公開資料から得られた患者結果に関する知識を統合するために,臨床結果の事前学習を提案する。
論文参考訳（メタデータ） (2021-02-08T10:26:44Z)
Graph-Evolving Meta-Learning for Low-Resource Medical Dialogue Generation [150.52617238140868]
ソース疾患からターゲット疾患へ診断経験を移すために、低リソースの医療対話生成を提案します。また,新しい疾患の症状相関を推論するためのコモンセンスグラフの進化を学習するグラフ進化メタラーニングフレームワークを開発した。
論文参考訳（メタデータ） (2020-12-22T13:20:23Z)
Steering a Historical Disease Forecasting Model Under a Pandemic: Case of Flu and COVID-19 [75.99038202534628]
我々は、インフルエンザとCOVID-19が共存する新しいシナリオに、歴史的疾患予測モデルを「操る」ことができる神経伝達学習アーキテクチャであるCALI-Netを提案する。我々の実験は、現在のパンデミックに歴史的予測モデルを適用することに成功していることを示している。
論文参考訳（メタデータ） (2020-09-23T22:35:43Z)
Deep Learning Based Early Diagnostics of Parkinsons Disease [0.0]
本研究は,パーキンソン病,多系統萎縮症,健常人の診断を実現するためのディープラーニング手法を提案する。この実験の焦点は、既存のニューラルネットワークを改善し、医用画像の認識と診断において良好な結果を得られるようにすることである。
論文参考訳（メタデータ） (2020-08-04T19:50:52Z)
A Graph Gaussian Embedding Method for Predicting Alzheimer's Disease Progression with MEG Brain Networks [59.15734147867412]
アルツハイマー病(AD)に関連する機能的脳ネットワークの微妙な変化を特徴付けることは、疾患進行の早期診断と予測に重要である。我々は、多重グラフガウス埋め込みモデル(MG2G)と呼ばれる新しいディープラーニング手法を開発した。我々はMG2Gを用いて、MEG脳ネットワークの内在性潜在性次元を検出し、軽度認知障害(MCI)患者のADへの進行を予測し、MCIに関連するネットワーク変化を伴う脳領域を同定した。
論文参考訳（メタデータ） (2020-05-08T02:29:24Z)
Detecting Parkinsonian Tremor from IMU Data Collected In-The-Wild using Deep Multiple-Instance Learning [59.74684475991192]
パーキンソン病(英: Parkinson's Disease、PD)は、60歳以上の人口の約1%に影響を与える徐々に進化する神経学的疾患である。 PD症状には、震動、剛性、ブレイキネジアがある。本稿では,スマートフォン端末から受信したIMU信号に基づいて,PDに関連するトレモラスなエピソードを自動的に識別する手法を提案する。
論文参考訳（メタデータ） (2020-05-06T09:02:30Z)
Towards Causality-Aware Inferring: A Sequential Discriminative Approach for Medical Diagnosis [142.90770786804507]
医学診断アシスタント(MDA)は、疾患を識別するための症状を逐次調査する対話型診断エージェントを構築することを目的としている。この研究は、因果図を利用して、MDAにおけるこれらの重要な問題に対処しようとする。本稿では,他の記録から知識を引き出すことにより,非記録的調査に効果的に答える確率に基づく患者シミュレータを提案する。
論文参考訳（メタデータ） (2020-03-14T02:05:54Z)

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。