Fugu-MT 論文翻訳(概要): Machine Learning Application in Health

論文の概要: Machine Learning Application in Health

arxiv url: http://arxiv.org/abs/2207.06228v1
Date: Fri, 10 Jun 2022 01:25:11 GMT
ステータス: 翻訳完了
システム内更新日: 2023-02-09 22:56:10.277940
Title: Machine Learning Application in Health
Title（参考訳）: 健康における機械学習応用
Authors: Ghadah Alshabana, Marjn Sadati, Thao Tran, Michael Thompson, and Ashritha Chitimalla
Abstract要約: 商用機は、乗客間でウイルスを伝達し、場所間でウイルスを移動させる可能性の高い方法だ。分析では、ワシントンD.C.都市圏への飛行回数が、市内および周辺地域で報告された死亡件数に影響を及ぼすかどうかを機械学習を用いて判定した。
参考スコア（独自算出の注目度）: 0.13980986259786218
License: http://creativecommons.org/licenses/by-nc-sa/4.0/
Abstract: Coronavirus can be transmitted through the air by close proximity to infected persons. Commercial aircraft are a likely way to both transmit the virus among passengers and move the virus between locations. The importance of learning about where and how coronavirus has entered the United States will help further our understanding of the disease. Air travelers can come from countries or areas with a high rate of infection and may very well be at risk of being exposed to the virus. Therefore, as they reach the United States, the virus could easily spread. On our analysis, we utilized machine learning to determine if the number of flights into the Washington DC Metro Area had an effect on the number of cases and deaths reported in the city and surrounding area.
Abstract（参考訳）: コロナウイルスは感染した人に近接して空気中を伝染する。商用機は、乗客間でウイルスを伝達し、場所間でウイルスを移動させる可能性が高い。米国内での新型コロナウイルスの感染状況を知ることの重要性は、この病気のさらなる理解に役立つだろう。航空旅行者は感染率の高い国や地域から来ることができ、ウイルスに感染するリスクも非常に高い。それゆえ、米国に到達すれば、ウイルスは容易に拡散できる。そこで本研究では,ワシントンd.c.都市圏への飛行回数が市内および周辺地域で報告された死亡例数に与える影響を機械学習を用いて判定した。

関連論文リスト

Virus2Vec: Viral Sequence Classification Using Machine Learning [48.40285316053593]
本稿では,バイラル・シークエンスのための特徴ベクトル表現であるVrus2Vecを提案する。コロナウイルス科の実際のスパイク配列と狂犬病ウイルスのシークエンスデータに基づいてウイルス2Vecを実験的に評価し、宿主を予測した。以上の結果から, Virus2Vecはベースラインおよび最先端手法の予測精度よりも優れていた。
論文参考訳（メタデータ） (2023-04-24T08:17:16Z)
Impact of initial outbreak locations on transmission risk of infectious diseases in an intra-urban area [4.738791349182193]
感染性疾患は通常、市内の特定の場所に由来する。人口と公共施設の異種性分布のため、感染症は異なる場所で発生し、感染リスクとコントロールの難しさが異なる。本研究は,感染リスクに対する初期発生地の影響を調査し,高発生リスク地の背後にある駆動力を明らかにすることを目的とする。
論文参考訳（メタデータ） (2022-03-23T08:21:32Z)
Machine Learning Research Towards Combating COVID-19: Virus Detection, Spread Prevention, and Medical Assistance [20.69243055715419]
新型コロナウイルスは2019年12月に初めて発見された。ウイルスは致命的であり、先行疾患や60歳以上の高齢者は死亡リスクが高い。医療・医療産業は、治療法の発見に向けて急上昇している。
論文参考訳（メタデータ） (2020-09-29T21:27:11Z)
Epidemic mitigation by statistical inference from contact tracing data [61.04165571425021]
我々は,個人が感染するリスクを推定するためにベイズ推定法を開発した。本稿では,感染防止のための検査・隔離戦略を最適化するために,確率論的リスク推定手法を提案する。我々のアプローチは、最近接触した個人間の通信のみを必要とする、完全に分散されたアルゴリズムに変換されます。
論文参考訳（メタデータ） (2020-09-20T12:24:45Z)
Cross-lingual Transfer Learning for COVID-19 Outbreak Alignment [90.12602012910465]
われわれは、Twitterを通じてイタリアの新型コロナウイルス感染症(COVID-19)の早期流行を訓練し、他のいくつかの国に移る。実験の結果,クロスカントリー予測において最大0.85のスピアマン相関が得られた。
論文参考訳（メタデータ） (2020-06-05T02:04:25Z)
Decentralized Privacy-Preserving Proximity Tracing [50.27258414960402]
DP3TはSARS-CoV-2の普及を遅らせるための技術基盤を提供する。システムは、個人やコミュニティのプライバシーとセキュリティのリスクを最小限にすることを目的としている。
論文参考訳（メタデータ） (2020-05-25T12:32:02Z)
COVI White Paper [67.04578448931741]
接触追跡は、新型コロナウイルスのパンデミックの進行を変える上で不可欠なツールだ。カナダで開発されたCovid-19の公衆ピアツーピア接触追跡とリスク認識モバイルアプリケーションであるCOVIの理論的、設計、倫理的考察、プライバシ戦略について概説する。
論文参考訳（メタデータ） (2020-05-18T07:40:49Z)
Tracking COVID-19 by Tracking Infectious Trajectories [0.0]
新型コロナウイルスのパンデミックは依然として多くの死者と感染者を発生させています調査報告2は、中国で確認された感染の79%が、症状のない未報告の患者によって引き起こされたと報告している。我々は、未文書の患者と感染箇所の両方を見つけるために特別に設計されたIoT(Internet of Things)調査システムを提案する。
論文参考訳（メタデータ） (2020-05-12T02:20:09Z)
Digital Ariadne: Citizen Empowerment for Epidemic Control [55.41644538483948]
新型コロナウイルスの危機は、1918年のH1N1パンデミック以来、公衆衛生にとって最も危険な脅威である。技術支援による位置追跡と接触追跡は、広く採用されれば、感染症の拡散を抑えるのに役立つかもしれない。個人のデバイス上での自発的な位置情報とBluetoothトラッキングに基づいて、"diAry"や"digital Ariadne"と呼ばれるツールを提示する。
論文参考訳（メタデータ） (2020-04-16T15:53:42Z)
Coronavirus Geographic Dissemination at Chicago and its Potential Proximity to Public Commuter Rail [0.0]
シカゴ大都市圏で新型コロナウイルスの感染拡大が広がる中、住民の健康、家族、正常な活動は深刻に脅かされている。 CDCの毎日の感染状況は、新型コロナウイルスの感染拡大に対する国民の懸念に対応するには不十分だ。データエンジニアリング、自然言語処理、Googleマップ技術を用いて、データを整理し、ウイルスの地理情報を検索する。
論文参考訳（メタデータ） (2020-03-24T13:37:06Z)
From plague to coronavirus: On the value of ship traffic data for epidemic modeling [0.0]
船舶の輸送は輸入リスクの源として航空交通を補完する可能性があり、クルーズ船は潜在的なホットスポットである。船舶自動識別システム(AIS)の船舶軌道データはオンラインで利用可能であり、このデータを抽出して分析することが可能である。このリアルタイムおよび過去のデータは、対応する手術反応を知らせるために、疫学的な疾患モデルに含めるべきである。
論文参考訳（メタデータ） (2020-03-04T18:47:48Z)

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。