Fugu-MT 論文翻訳(概要): Identification of medical devices using machine learning on distribution feeder data for informing power outage response

論文の概要: Identification of medical devices using machine learning on distribution feeder data for informing power outage response

arxiv url: http://arxiv.org/abs/2211.08310v1
Date: Tue, 15 Nov 2022 17:12:47 GMT
ステータス: 処理完了
システム内更新日: 2022-11-16 16:04:54.952873
Title: Identification of medical devices using machine learning on distribution feeder data for informing power outage response
Title（参考訳）: 配電フィーダデータを用いた機械学習による医療機器の識別と停電応答の伝達
Authors: Paraskevi Kourtza, Maitreyee Marathe, Anuj Shetty, Diego Kiedanski
Abstract要約: 停電は、在宅医療機器に依存する440万人以上の個人に深刻な健康リスクをもたらす。本研究では, 配電用給電装置の背後にある医療機器数を予測するために, 負荷分散モデルを提案する。
参考スコア（独自算出の注目度）: 0.8029049649310213
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: Power outages caused by extreme weather events due to climate change have doubled in the United States in the last two decades. Outages pose severe health risks to over 4.4 million individuals dependent on in-home medical devices. Data on the number of such individuals residing in a given area is limited. This study proposes a load disaggregation model to predict the number of medical devices behind an electric distribution feeder. This data can be used to inform planning and response. The proposed solution serves as a measure for climate change adaptation.
Abstract（参考訳）: 気候変動による極端な気象現象による停電は、過去20年間で米国で2倍になっている。停電は、在宅医療機器に依存する440万人以上の個人に深刻な健康リスクをもたらす。特定の地域に居住する個人数に関するデータは限られている。本研究では,電力供給装置の背後にある医療機器数を予測するための負荷分散モデルを提案する。このデータは、計画と応答の通知に使用できる。提案手法は気候変動適応の指標として有用である。

関連論文リスト

Spatio-Temporal Conformal Prediction for Power Outage Data [7.006561750578409]
本研究では,広範囲な四半期毎の停止データを解析し,グラフ整列予測法を開発した。本手法の有効性を, 極度気象事象の影響を受けやすいいくつかの州で, 広範囲な数値実験により実証した。
論文参考訳（メタデータ） (2024-11-26T04:34:38Z)
Flusion: Integrating multiple data sources for accurate influenza predictions [0.24999074238880484]
アメリカ疾病予防管理センター(CDC)は毎年インフルエンザの予測課題を組織している。我々のモデルであるFlusionは、量子レグレッションモデルとベイズ自己回帰モデルを組み合わせたアンサンブルである。フラクションは、2023/24シーズンにおけるCDCのインフルエンザ予測における最高パフォーマンスモデルであった。
論文参考訳（メタデータ） (2024-07-26T19:24:02Z)
Multi-scale Digital Twin: Developing a fast and physics-informed surrogate model for groundwater contamination with uncertain climate models [53.44486283038738]
気候変動は地下水汚染の長期的な土壌管理問題を悪化させる。 U-Net強化フーリエニューラル汚染(PDENO)を用いた物理インフォームド機械学習サロゲートモデルを開発した。並行して、気候データと組み合わされた畳み込みオートエンコーダを開発し、アメリカ合衆国全体の気候領域の類似性の次元を減少させる。
論文参考訳（メタデータ） (2022-11-20T06:46:35Z)
Remote Medication Status Prediction for Individuals with Parkinson's Disease using Time-series Data from Smartphones [75.23250968928578]
本稿では,パーキンソン病患者のmPowerデータセットを用いて薬剤状態を予測する方法を提案する。提案手法は,3つの薬物状態を客観的に予測する上で有望な結果を示す。
論文参考訳（メタデータ） (2022-07-26T02:08:08Z)
Assessing dengue fever risk in Costa Rica by using climate variables and machine learning techniques [0.0]
デング熱は、主に熱帯や亜熱帯の国々に感染するベクター性疾患であり、毎年何百万人もの人に影響を及ぼし、公衆衛生にとって重大な負担であると考えられている。本稿では,GAMLSS (Generalized Additive Model for location, scale, and shape) とランダムフォレスト (Random Forest,RF) 機械学習アルゴリズムを用いた気候変数の効果について検討する。
論文参考訳（メタデータ） (2022-03-23T19:59:15Z)
Practical Challenges in Differentially-Private Federated Survival Analysis of Medical Data [57.19441629270029]
本稿では,ニューラルネットワークの本質的特性を活用し,生存分析モデルの訓練過程を関連づける。小さな医療データセットと少数のデータセンターの現実的な設定では、このノイズはモデルを収束させるのが難しくなります。 DPFed-post は,私的フェデレート学習方式に後処理の段階を追加する。
論文参考訳（メタデータ） (2022-02-08T10:03:24Z)
Predicting Patient Readmission Risk from Medical Text via Knowledge Graph Enhanced Multiview Graph Convolution [67.72545656557858]
本稿では,電子健康記録の医用テキストを予測に用いる新しい手法を提案する。外部知識グラフによって強化された多視点グラフを有する患者の退院サマリーを表現している。実験により,本手法の有効性が証明され,最先端の性能が得られた。
論文参考訳（メタデータ） (2021-12-19T01:45:57Z)
Predictive Analysis of Chikungunya [0.0]
チクングニヤは世界中で医療の安全を脅かす新興の脅威であり、急速に普及している。 DARPAは2014年から2017年にかけて、疑わしいケース、確認されたケース、死亡率、人口、異なる国のインシデント率のデータで、非常に広範囲に要約された結果を出した。このプロジェクトでは、DARPAのデータセットを分析し、気温、湿度、乾燥度、風、圧力などの異なる特徴と、各国の緯度や経度などを用いて、発生率を予測できるように拡張した。
論文参考訳（メタデータ） (2021-01-11T09:40:41Z)
Predicting seasonal influenza using supermarket retail records [59.18952050885709]
我々は,スーパーマーケットの小売データを,センチネルバスケットの識別を通じてインフルエンザの代替信号とみなす。 SVR(Support Vector Regression)モデルを用いて、季節性インフルエンザ発生の予測を行います。
論文参考訳（メタデータ） (2020-12-08T16:30:43Z)
BiteNet: Bidirectional Temporal Encoder Network to Predict Medical Outcomes [53.163089893876645]
本稿では,患者の医療旅行におけるコンテキスト依存と時間的関係を捉える,新たな自己注意機構を提案する。エンド・ツー・エンドの双方向時間エンコーダネットワーク(BiteNet)が患者の旅路の表現を学習する。実世界のEHRデータセットを用いた2つの教師付き予測と2つの教師なしクラスタリングタスクにおける手法の有効性を評価した。
論文参考訳（メタデータ） (2020-09-24T00:42:36Z)
PECAIQR: A Model for Infectious Disease Applied to the Covid-19 Epidemic [0.0]
将来の日常的な死のアート予測の現在の状態は、許容できないほど広い信頼区間を持っている。我々は、毎日の死亡と人口統計に関する米国の郡レベルのデータを使って、将来の死亡を予測した。過去には, 様々な1ヶ月の窓に長期の地平線を予測し, 郡で必要となる医療資源数を予測し, 他国でのモデルの有効性を評価する。
論文参考訳（メタデータ） (2020-06-17T17:59:55Z)

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。