論文の概要: A scalable pipeline for COVID-19: the case study of Germany, Czechia and Poland

• arxiv url: http://arxiv.org/abs/2208.12928v1
• Date: Sat, 27 Aug 2022 05:14:01 GMT
• ステータス: 処理完了
• システム内更新日: 2022-08-30 14:39:43.895308
• Title: A scalable pipeline for COVID-19: the case study of Germany, Czechia and Poland
• Title（参考訳）: スケーラブルなcovid-19パイプライン - ドイツ,チェコ,ポーランドを事例として
• Authors: Wildan Abdussalam, Adam Mertel, Kai Fan, Lennart Sch\"uler and Weronika Schlechte-We{\l}nicz and Justin M. Calabrese
• Abstract要約: 複数のデータソースからデータセットを統合するために,運用データストア(ODS)を構築した。 ODSは、ドイツ、チェコ、ポーランドの新型コロナウイルス(COVID-19)データを保管するだけでなく、他の地域も保存するために構築されている。 データは、バージョン管理されたArimaHoltモデルとその他の分析を使用して予測をサポートし、意思決定をサポートするだけでなく、リスク電卓やアプリもサポートする。
• 参考スコア（独自算出の注目度）: 7.753854979677439
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Throughout the coronavirus disease 2019 (COVID-19) pandemic, decision makers have relied on forecasting models to determine and implement non-pharmaceutical interventions (NPI). In building the forecasting models, continuously updated datasets from various stakeholders including developers, analysts, and testers are required to provide precise predictions. Here we report the design of a scalable pipeline which serves as a data synchronization to support inter-country top-down spatiotemporal observations and forecasting models of COVID-19, named the where2test, for Germany, Czechia and Poland. We have built an operational data store (ODS) using PostgreSQL to continuously consolidate datasets from multiple data sources, perform collaborative work, facilitate high performance data analysis, and trace changes. The ODS has been built not only to store the COVID-19 data from Germany, Czechia, and Poland but also other areas. Employing the dimensional fact model, a schema of metadata is capable of synchronizing the various structures of data from those regions, and is scalable to the entire world. Next, the ODS is populated using batch Extract, Transfer, and Load (ETL) jobs. The SQL queries are subsequently created to reduce the need for pre-processing data for users. The data can then support not only forecasting using a version-controlled Arima-Holt model and other analyses to support decision making, but also risk calculator and optimisation apps. The data synchronization runs at a daily interval, which is displayed at https://www.where2test.de.
• Abstract（参考訳）: 新型コロナウイルス(COVID-19)のパンデミックを通じて、意思決定者は非医薬品介入(NPI)の予測モデルに頼ってきた。 予測モデルを構築するには、開発者、アナリスト、テスタを含むさまざまなステークホルダのデータセットを継続的に更新する必要がある。 ここでは,ドイツ,チェコ,ポーランドのwhere2testという,国間トップダウン時空間観測と予測モデルをサポートするために,データ同期として機能するスケーラブルなパイプラインの設計について報告する。 PostgreSQLを使用して運用データストア(ODS)を構築し、複数のデータソースからのデータセットを継続的に統合し、協調作業を行い、ハイパフォーマンスなデータ分析とトレース変更を可能にしました。 odsは、ドイツ、チェコ、ポーランドのcovid-19データを格納するだけでなく、他の地域も保存するために開発された。 次元ファクトモデルを用いることで、メタデータのスキーマは、それらの領域からのさまざまなデータ構造を同期することができ、世界全体にスケーラブルである。 次に、ODSはバッチ抽出、転送、ロード(ETL)ジョブを使用して集約される。 その後、SQLクエリが作成され、ユーザのデータ前処理の必要性が軽減される。 データは、バージョン管理されたArima-Holtモデルとその他の分析を使用して予測をサポートし、意思決定をサポートするだけでなく、リスク計算と最適化アプリもサポートする。 データ同期は日間隔で実行され、https://www.where2test.deで表示される。

関連論文リスト

• KODA: A Data-Driven Recursive Model for Time Series Forecasting and Data Assimilation using Koopman Operators [14.429071321401953]
  非線形力学系における予測とデータ同化を統合したクープマン演算子に基づく手法を提案する。 特に、Fourierドメインフィルタを使用してデータを物理的コンポーネントに切り離し、そのダイナミクスはクープマン演算子によって正確に表現できる。 複数の時系列ベンチマークにおいて,KODAが既存の手法よりも優れていることを示す。
  論文  参考訳（メタデータ） (2024-09-29T02:25:48Z)
• Scaling Retrieval-Based Language Models with a Trillion-Token Datastore [85.4310806466002]
  検索ベースLMが使用するデータストアのサイズを増大させることで,言語モデリングや下流タスクを一元的に改善できることがわかった。 データストア、モデル、事前学習データサイズで計算最適スケーリング曲線をプロットすることにより、より大きなデータストアを使用することで、同じトレーニング計算予算のモデル性能を大幅に向上させることができることを示す。
  論文  参考訳（メタデータ） (2024-07-09T08:27:27Z)
• UniTraj: A Unified Framework for Scalable Vehicle Trajectory Prediction [93.77809355002591]
  さまざまなデータセット、モデル、評価基準を統一する包括的なフレームワークであるUniTrajを紹介する。 我々は広範な実験を行い、他のデータセットに転送するとモデルの性能が大幅に低下することがわかった。 これらの知見を説明するために,データセットの特徴に関する洞察を提供する。
  論文  参考訳（メタデータ） (2024-03-22T10:36:50Z)
• SCTc-TE: A Comprehensive Formulation and Benchmark for Temporal Event Forecasting [63.01035584154509]
  私たちは完全に自動化されたパイプラインを開発し、約0.6百万のニュース記事からMidEast-TEという大規模なデータセットを構築しました。 このデータセットは、2015年から2022年まで、主に中東地域での協力と紛争イベントに焦点を当てている。 そこで本稿では,SCTc-TE予測にローカルコンテキストとグローバルコンテキストの両方を活用可能なLoGoを提案する。
  論文  参考訳（メタデータ） (2023-12-02T07:40:21Z)
• Deep COVID-19 Forecasting for Multiple States with Data Augmentation [10.197800697048903]
  本研究は、米国(米国)における毎週の累積死亡状況と、ドイツにおけるインシデント事例について、国家レベルの新型コロナウイルスの傾向を予測するためのディープラーニングアプローチを提案する。 このアプローチには、トランスモデル、アンサンブル法、時系列データ拡張技術が含まれる。 私たちのモデルは、米国とドイツ向けのCOVID-19 Forecast Hubで、最高の州レベルの成果を達成しました。
  論文  参考訳（メタデータ） (2023-02-02T15:16:13Z)
• Strict baselines for Covid-19 forecasting and ML perspective for USA and Russia [105.54048699217668]
  Covid-19は、2年間にわたって蓄積されたデータセットを収集し、予測分析に使用できるようにする。 本研究は、米国とロシアの2カ国の地域データに基づいて、Covid-19の拡散のダイナミクスを予測するための様々な種類の方法に関する一貫した研究結果である。
  論文  参考訳（メタデータ） (2022-07-15T18:21:36Z)
• Exploration of an End-to-End Automatic Number-plate Recognition neural network for Indian datasets [0.0]
  我々は現在、1.5k画像からなる拡張データセットと、このデータセットをインド条件のためのANPRソリューションの開発に向けて拡張するスケーラブルで再現可能な手順を公開している。 本研究は,インド数プレートの極端な多様性と,CCPDデータセットに対する分布の差異から,CCPDの著者らが提供したモデルの直接再利用可能性の障害について報告する。 LP検出では、インドのデータセットと中国のデータセットの特徴を一致させた後、42.86%の改善が観察された。
  論文  参考訳（メタデータ） (2022-07-14T05:05:18Z)
• Comparing Test Sets with Item Response Theory [53.755064720563]
  我々は,18の事前学習トランスフォーマーモデルから予測した29のデータセットを個別のテスト例で評価した。 Quoref、HellaSwag、MC-TACOは最先端のモデルを区別するのに最適である。 また、QAMRやSQuAD2.0のようなQAデータセットに使用されるスパン選択タスク形式は、強いモデルと弱いモデルとの差別化に有効である。
  論文  参考訳（メタデータ） (2021-06-01T22:33:53Z)
• Towards physically consistent data-driven weather forecasting: Integrating data assimilation with equivariance-preserving deep spatial transformers [2.7998963147546148]
  一般的なデータ駆動天気予報モデルと統合する3つのコンポーネントを提案する。 これらのコンポーネントは,1) 等価性を維持するためにU-NETの潜伏空間に付加された深部空間トランスフォーマー,2) ノイズ観測を取り込み,次の予測に対する初期条件を改善するデータ同化アルゴリズム,3) 複数段階のアルゴリズムにより,短時間で予測の精度が向上する。
  論文  参考訳（メタデータ） (2021-03-16T23:15:00Z)
• Interactive exploration of population scale pharmacoepidemiology datasets [0.0]
  有害薬物反応(ADR)に関連付けられた集団規模の薬物処方データは、薬物使用やADRパターンを検出するのに十分な大きさのモデルの適合を支援する。 大規模なデータセットでADRパターンを検出するには、スケーラブルなデータ処理、データ分析のための機械学習、インタラクティブな可視化のためのツールが必要である。 数百万のサンプルで処方用データセットのパターンをインタラクティブに探索するツールを開発しました。
  論文  参考訳（メタデータ） (2020-05-20T07:34:50Z)
• Parameter Space Factorization for Zero-Shot Learning across Tasks and Languages [112.65994041398481]
  本稿では,ニューラルパラメータの空間に対するベイズ生成モデルを提案する。 タスク言語の組み合わせから得られたデータに基づいて、そのような潜伏変数よりも後部を推測する。 我々のモデルは、最先端のゼロショットの言語間転送手法よりも、同等か良い結果が得られる。
  論文  参考訳（メタデータ） (2020-01-30T16:58:56Z)

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。