Fugu-MT 論文翻訳(概要): Midwifery Learning and Forecasting: Predicting Content Demand with User-Generated Logs

論文の概要: Midwifery Learning and Forecasting: Predicting Content Demand with User-Generated Logs

arxiv url: http://arxiv.org/abs/2107.02480v1
Date: Tue, 6 Jul 2021 08:48:19 GMT
ステータス: 処理完了
システム内更新日: 2021-07-07 22:06:24.110875
Title: Midwifery Learning and Forecasting: Predicting Content Demand with User-Generated Logs
Title（参考訳）: Midwifery Learning and Forecasting: ユーザ生成ログによるコンテンツ需要予測
Authors: Anna Guitart, Ana Fern\'andez del R\'io and \'Africa Peri\'a\~nez
Abstract要約: 800人の女性と6700人の新生児は、毎日妊娠や出産に関連する合併症で死亡する。データサイエンスモデルと、助産婦向けのオンライン学習アプリケーションのユーザが生成したログは、学習能力の向上に役立つ。目標は、これらのリッチな行動データを使用して、デジタル学習をパーソナライズされたコンテンツへと押し上げ、適応的な学習旅行を提供することだ。
参考スコア（独自算出の注目度）: 0.0
License: http://creativecommons.org/licenses/by/4.0/
Abstract: Every day, 800 women and 6,700 newborns die from complications related to pregnancy or childbirth. A well-trained midwife can prevent most of these maternal and newborn deaths. Data science models together with logs generated by users of online learning applications for midwives can help to improve their learning competencies. The goal is to use these rich behavioral data to push digital learning towards personalized content and to provide an adaptive learning journey. In this work, we evaluate various forecasting methods to determine the interest of future users on the different kind of contents available in the app, broken down by profession and region.
Abstract（参考訳）: 毎日800人の女性と6700人の新生児が妊娠や出産に関連する合併症で死亡している。十分に訓練された助産婦は、これらの母子および新生児の死亡をほとんど防げる。データサイエンスモデルと、助産婦向けのオンライン学習アプリケーションのユーザが生成したログは、学習能力の向上に役立つ。目標は、これらのリッチな行動データを使用して、デジタル学習をパーソナライズされたコンテンツへと押し上げ、適応的な学習旅行を提供することだ。本研究では,アプリ内で利用可能なさまざまな種類のコンテンツに対して,将来的な利用者の興味を判断するための各種予測手法の評価を行う。

関連論文リスト

Detecting Unsuccessful Students in Cybersecurity Exercises in Two Different Learning Environments [0.37729165787434493]
本稿では,学生の難易度を予測するための自動ツールを開発する。潜在的な応用として、このようなモデルは、苦労している生徒を検知し、目標とする支援を提供するインストラクターを助けることができる。
論文参考訳（メタデータ） (2024-08-16T04:57:54Z)
Neural Lineage [56.34149480207817]
本稿では,親子間の系統関係の発見を目的としたニューラルライン検出という新しいタスクを提案する。実用上,ニューラルネットワーク表現類似度指標に微調整プロセスの近似を組み込んだ学習自由アプローチを導入する。精度を追求するために,エンコーダと変圧器検出器からなる学習系系統検出装置を導入する。
論文参考訳（メタデータ） (2024-06-17T01:11:53Z)
Towards Scalable Adaptive Learning with Graph Neural Networks and Reinforcement Learning [0.0]
学習経路のパーソナライズに関する問題に対して,フレキシブルでスケーラブルなアプローチを導入する。我々のモデルはグラフニューラルネットワークに基づく逐次レコメンデーションシステムである。以上の結果から,小規模データ体制における適切なレコメンデーションを学習できることが示唆された。
論文参考訳（メタデータ） (2023-05-10T18:16:04Z)
A Comprehensive Picture of Factors Affecting User Willingness to Use Mobile Health Applications [62.60524178293434]
本研究の目的は,mHealthアプリのユーザ受け入れに影響を与える要因を検討することである。利用者のデジタルリテラシーは、個人情報を共有するオンライン習慣に続き、使用意欲に最も強い影響を与える。居住国、年齢、民族、教育などの利用者の人口統計学的背景は、顕著な緩和効果がある。
論文参考訳（メタデータ） (2023-05-10T08:11:21Z)
Responsible Active Learning via Human-in-the-loop Peer Study [88.01358655203441]
我々は,データプライバシを同時に保持し,モデルの安定性を向上させるために,Pear Study Learning (PSL) と呼ばれる責任あるアクティブラーニング手法を提案する。まず,クラウドサイドのタスク学習者(教師)から未学習データを分離する。トレーニング中、タスク学習者は軽量なアクティブ学習者に指示し、アクティブサンプリング基準に対するフィードバックを提供する。
論文参考訳（メタデータ） (2022-11-24T13:18:27Z)
Dynamic Diagnosis of the Progress and Shortcomings of Student Learning using Machine Learning based on Cognitive, Social, and Emotional Features [0.06999740786886534]
学生の多様性は、学生が時間とともに学び、進歩していく方法に多様性を追加するため、困難である。単一の教育アプローチは効果がなく、結果として学生は彼らの潜在能力を満たさない。本稿では,データ分析と機械学習に基づく新しい手法について論じる。
論文参考訳（メタデータ） (2022-04-13T21:14:58Z)
LifeLonger: A Benchmark for Continual Disease Classification [59.13735398630546]
MedMNISTコレクションの連続的な疾患分類のためのベンチマークであるLifeLongerを紹介する。タスクとクラスでの病気の漸進的な学習は、モデルをスクラッチから再トレーニングすることなく、新しいサンプルを分類する問題に対処する。クロスドメインインクリメンタル学習は、これまで得られた知識を維持しながら、異なる機関から派生したデータセットを扱う問題に対処する。
論文参考訳（メタデータ） (2022-04-12T12:25:05Z)
BERT WEAVER: Using WEight AVERaging to enable lifelong learning for transformer-based models in biomedical semantic search engines [49.75878234192369]
We present WEAVER, a simple, yet efficient post-processing method that infuse old knowledge into the new model。 WEAVERを逐次的に適用すると、同じ単語の埋め込み分布が、一度にすべてのデータに対する総合的なトレーニングとして得られることを示す。
論文参考訳（メタデータ） (2022-02-21T10:34:41Z)
A Recommendation System to Enhance Midwives' Capacities in Low-Income Countries [0.0]
毎日800人の女性と6700人の新生児が妊娠や出産に関連する合併症で死亡している。母方の死のたびに、約20人の女性が重傷を負う。これは、医療従事者の知識、信頼性、スキルを高めるためのデジタルジョブ支援および学習ツールであるSafe Delivery Appの目的である。
論文参考訳（メタデータ） (2021-11-02T17:59:41Z)
Online Continual Learning with Natural Distribution Shifts: An Empirical Study with Visual Data [101.6195176510611]
オンライン」連続学習は、情報保持とオンライン学習の有効性の両方を評価することができる。オンライン連続学習では、入力される各小さなデータをまずテストに使用し、次にトレーニングセットに追加し、真にオンラインにします。本稿では,大規模かつ自然な分布変化を示すオンライン連続視覚学習のための新しいベンチマークを提案する。
論文参考訳（メタデータ） (2021-08-20T06:17:20Z)
Privacy-Preserving Learning of Human Activity Predictors in Smart Environments [5.981641988736108]
我々は、最先端のディープニューラルネットワークに基づく手法を用いて、予測された人間の活動モデルを学ぶ。我々の研究の新たな側面は、学習者が利用できるデータの時間的進化と、利用者が共有するデータを注意深く追跡することである。
論文参考訳（メタデータ） (2021-01-17T01:04:53Z)

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。