Fugu-MT 論文翻訳(概要): Influential Papers in Artificial Intelligence and Paediatrics: Assessing RPYS by Experts Review

論文の概要: Influential Papers in Artificial Intelligence and Paediatrics: Assessing RPYS by Experts Review

arxiv url: http://arxiv.org/abs/2111.06852v1
Date: Wed, 27 Oct 2021 11:12:04 GMT
ステータス: 処理完了
システム内更新日: 2021-11-21 15:07:46.374938
Title: Influential Papers in Artificial Intelligence and Paediatrics: Assessing RPYS by Experts Review
Title（参考訳）: 人工知能と小児科におけるインフルエンシャルペーパー : 専門家レビューによるRPYSの評価
Authors: Peter Kokol, Jernej Zavr\v{s}nik, Helena Bla\v{z}un Vo\v{s}ner
Abstract要約: 小児科における人工知能の利用は、ここ数年で大幅に増加している。この特定の小児科領域における知識発達を分析した歴史文献学的研究はまだ行われていない。筆者らは28紙を同定し, PRYS法とCRE法の両方が同定過程において適切に機能することが確認された。
参考スコア（独自算出の注目度）: 0.0
License: http://creativecommons.org/licenses/by-nc-nd/4.0/
Abstract: The use of artificial intelligence in paediatrics has vastly increased in the last few years. Interestingly, no historical bibliometric study analysing the knowledge development in this specific paediatric field has been performed yet, thus our study aimed to close this gap. References Publication Years Spectrography (RPYS), more precisely CitedReferenceExplorer (CRE) software tool was employed to achieve this aim. We identified 28 influential papers and domain experts validation showed that both, the RPYS method and CRE tool performed adequately in the identification process.
Abstract（参考訳）: 小児科における人工知能の利用はここ数年で大幅に増加している。興味深いことに、この特定の小児科領域における知識開発に関する文献学的研究はまだ行われておらず、このギャップを埋めることを目的としている。参考文献 Publication Years Spectrography (RPYS)、より正確には CitedReferenceExplorer (CRE) ソフトウェアツールがこの目的を達成するために使用された。筆者らは28紙を同定し, PRYS法とCRE法の両方が同定過程において適切に機能することが確認された。

関連論文リスト

Diagnostic Reasoning in Natural Language: Computational Model and Application [68.47402386668846]
言語基底タスク(NL-DAR)の文脈における診断誘導推論(DAR)について検討する。パール構造因果モデルに基づくNL-DARの新しいモデリングフレームワークを提案する。得られたデータセットを用いて,NL-DARにおける人間の意思決定過程を解析する。
論文参考訳（メタデータ） (2024-09-09T06:55:37Z)
Self-Supervised Learning for Text Recognition: A Critical Survey [11.599791967838481]
テキスト認識(英語: Text Recognition, TR)とは、画像からテキスト情報を取得することに焦点を当てた研究領域である。ディープニューラルネットワーク(DNN)のトレーニングにラベルなしデータの大規模なデータセットを活用することで、自己監視学習(SSL)が注目されている。本稿では,TR分野におけるSSLの利用を集約し,その技術の現状を概観する。
論文参考訳（メタデータ） (2024-07-29T11:11:17Z)
A Survey of Models for Cognitive Diagnosis: New Developments and Future Directions [66.40362209055023]
本研究の目的は,認知診断の現在のモデルについて,機械学習を用いた新たな展開に注目した調査を行うことである。モデル構造,パラメータ推定アルゴリズム,モデル評価方法,適用例を比較して,認知診断モデルの最近の傾向を概観する。
論文参考訳（メタデータ） (2024-07-07T18:02:00Z)
Deep learning and traditional-based CAD schemes for the pulmonary embolism diagnosis: A survey [2.717314422130497]
本論文の目的は,肺塞栓症(PE)診断のためのディープラーニングと従来のCADシステムの性能について,レビュー,評価,比較することである。 2002年から2023年にかけて、23の論文が研究され、その制限事項を抽出した。各論文は、感度、偽陽性(FP)、データセット数などの基準を用いて評価する自動検出システムを提案する。
論文参考訳（メタデータ） (2023-12-03T11:15:07Z)
Explainable Authorship Identification in Cultural Heritage Applications: Analysis of a New Perspective [48.031678295495574]
既存の汎用eXplainable Artificial Intelligence(XAI)技術のAIへの応用について検討する。特に,3種類のAIdタスクにおける3種類のXAIテクニックの相対的メリットを評価した。我々の分析によると、これらの技術は、説明可能なオーサシップの特定に向けて重要な第一歩を踏み出すが、まだ多くの作業が続けられている。
論文参考訳（メタデータ） (2023-11-03T20:51:15Z)
Self-Verification Improves Few-Shot Clinical Information Extraction [73.6905567014859]
大規模言語モデル (LLMs) は、数発のテキスト内学習を通じて臨床キュレーションを加速する可能性を示している。正確性や解釈可能性に関する問題、特に健康のようなミッションクリティカルな領域ではまだ苦戦している。本稿では,自己検証を用いた汎用的な緩和フレームワークについて検討する。このフレームワークはLLMを利用して,自己抽出のための証明を提供し,その出力をチェックする。
論文参考訳（メタデータ） (2023-05-30T22:05:11Z)
LLM-based Interaction for Content Generation: A Case Study on the Perception of Employees in an IT department [85.1523466539595]
本稿では,IT企業の従業員が生成ツールを使用する意図を明らかにするためのアンケート調査を行う。以上の結果から, 生成ツールの比較的平均的な受容性が示唆されるが, ツールが有用であると認識されるほど, 意図が高くなることが示唆された。分析の結果, 生産ツールの利用頻度は, 従業員が作業の文脈でこれらのツールをどのように認識しているかを理解する上で重要な要因である可能性が示唆された。
論文参考訳（メタデータ） (2023-04-18T15:35:43Z)
Exploring Exploration: Comparing Children with RL Agents in Unified Environments [24.042862527317258]
本稿では,子どもとエージェントの行動を直接比較し,新たな探索手法を開発するためのプラットフォームとしてDeepMind Labを提案する。直接比較の有効性を実証する2つの実験を概説し、この手法を用いて検証できると思われる多くのオープンな研究課題を概説する。
論文参考訳（メタデータ） (2020-05-06T14:54:31Z)
Machine learning and AI-based approaches for bioactive ligand discovery and GPCR-ligand recognition [2.842794675894731]
ディープラーニングは、従来の機械学習だけでなく、高度に専門化されたツールよりも優れていることが示されている。我々は、GPCR生物活性分子の発見に繋がった最新のAIベースの研究を強調した。このレビューは、ディープラーニングの最近の研究動向を浮き彫りにした、短い展望で締めくくっている。
論文参考訳（メタデータ） (2020-01-17T22:01:26Z)
Opportunities and Challenges of Deep Learning Methods for Electrocardiogram Data: A Systematic Review [62.490310870300746]
心電図(Electrocardiogram、ECG)は、医学および医療において最も一般的に用いられる診断ツールの1つである。深層学習法は心電図信号を用いた予測医療タスクにおいて有望な結果を得た。本稿では、モデリングとアプリケーションの観点から、ECGデータに対するディープラーニング手法の体系的なレビューを行う。
論文参考訳（メタデータ） (2019-12-28T02:44:29Z)

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。