論文の概要: Machine Learning Methods for Evaluating Public Crisis: Meta-Analysis
- arxiv url: http://arxiv.org/abs/2302.02267v1
- Date: Sun, 5 Feb 2023 00:14:07 GMT
- ステータス: 処理完了
- システム内更新日: 2023-02-07 19:21:35.588838
- Title: Machine Learning Methods for Evaluating Public Crisis: Meta-Analysis
- Title（参考訳）: パブリック危機を評価する機械学習手法:メタ分析
- Authors: Izunna Okpala, Shane Halse, Jess Kropczynski
- Abstract要約: 本稿では,危機時の人間の行動を評価するために,機械学習技術を用いた科学的文献の分析にメタレビュー法を利用した。
ソーシャルメディアのデータは27%の使用率の評価項目で顕著であり、続いて災害管理、健康管理(COVID)、危機情報学が続いた。
分類技術は、他の機械学習タスクの中でも41%の使用率で際立った。
- 参考スコア（独自算出の注目度）: 1.2891210250935146
- License: http://creativecommons.org/licenses/by-sa/4.0/
- Abstract: This study examines machine learning methods used in crisis management.
Analyzing detected patterns from a crisis involves the collection and
evaluation of historical or near-real-time datasets through automated means.
This paper utilized the meta-review method to analyze scientific literature
that utilized machine learning techniques to evaluate human actions during
crises. Selected studies were condensed into themes and emerging trends using a
systematic literature evaluation of published works accessed from three
scholarly databases. Results show that data from social media was prominent in
the evaluated articles with 27% usage, followed by disaster management, health
(COVID) and crisis informatics, amongst many other themes. Additionally, the
supervised machine learning method, with an application of 69% across the
board, was predominant. The classification technique stood out among other
machine learning tasks with 41% usage. The algorithms that played major roles
were the Support Vector Machine, Neural Networks, Naive Bayes, and Random
Forest, with 23%, 16%, 15%, and 12% contributions, respectively.
- Abstract（参考訳）: 本研究では危機管理に使用される機械学習手法を検討する。
危機から検出されたパターンを分析するには、自動化された手段による歴史的またはほぼリアルタイムなデータセットの収集と評価が含まれる。
本稿では,危機時の行動評価に機械学習を用いた科学文献の分析にメタリビュー手法を用いた。
3つの学術データベースからアクセスされた出版物の体系的な文献評価を用いて,選択された研究をテーマと新興トレンドに凝縮した。
その結果、ソーシャルメディアのデータは27%の使用率の評価項目で顕著であり、続いて災害管理、健康管理(COVID)、危機情報学など多くのテーマが取り上げられた。
さらに、教師付き機械学習手法は、ボード全体で69%の応用率で支配的であった。
分類技術は、他の機械学習タスクの中でも41%の使用率で際立った。
主要な役割を果たしたアルゴリズムは、Support Vector Machine、Neural Networks、Naive Bayes、Random Forestで、それぞれ23%、16%、15%、そして12%のコントリビューションがあった。
関連論文リスト
- Adaptive Anomaly Detection for Identifying Attacks in Cyber-Physical Systems: A Systematic Literature Review [4.580544659826873]
本稿では,適応異常検出(Adaptive Anomaly Detection, AAD)研究の体系的文献レビュー(SLR)について述べる。
AADは、進化するサイバー攻撃を検出する最も有望な技術の一つである。
本稿では,攻撃タイプ,CPSアプリケーション,学習パラダイム,データ管理,アルゴリズムを考慮した新しい分類法を提案する。
我々は、研究者が最先端の技術を身につけるのを手助けし、実践者がこの分野の最近の進歩に親しむのを助けることを目的としている。
論文 参考訳（メタデータ） (2024-11-21T16:32:02Z) - Ontology Embedding: A Survey of Methods, Applications and Resources [54.3453925775069]
オントロジはドメイン知識とメタデータを表現するために広く使われている。
1つの簡単な解決策は、統計分析と機械学習を統合することである。
埋め込みに関する多くの論文が出版されているが、体系的なレビューの欠如により、研究者はこの分野の包括的な理解を妨げている。
論文 参考訳（メタデータ） (2024-06-16T14:49:19Z) - Artificial intelligence to automate the systematic review of scientific
literature [0.0]
我々は過去15年間に提案されたAI技術について,研究者が科学的文献の体系的な分析を行うのを助けるために調査を行った。
現在サポートされているタスク、適用されるアルゴリズムの種類、34の初等研究で提案されているツールについて説明する。
論文 参考訳（メタデータ） (2024-01-13T19:12:49Z) - A Review of Machine Learning Techniques in Imbalanced Data and Future
Trends [0.0]
我々は,学術雑誌や会議論文から258件の査読論文を収集し,レビューした。
本研究の目的は、様々な領域における不均衡データの問題に対処するために用いられる手法の構造化されたレビューを提供することである。
論文 参考訳（メタデータ） (2023-10-11T22:14:17Z) - The Challenges of Machine Learning for Trust and Safety: A Case Study on Misinformation Detection [0.8057006406834466]
信頼性と安全性の問題に機械学習を適用する際、奨学金と実践の切り離しについて検討する。
本研究は,現場における248件の有能な論文からなるコーパスにおける誤情報の自動検出に関する文献調査である。
完全自動検出における現在の最先端技術は、人為的誤報の検出において、限られた有効性を有すると結論づける。
論文 参考訳（メタデータ） (2023-08-23T15:52:20Z) - Human-in-the-Loop Disinformation Detection: Stance, Sentiment, or
Something Else? [93.91375268580806]
政治とパンデミックは、機械学習対応の偽ニュース検出アルゴリズムの開発に十分な動機を与えている。
既存の文献は、主に完全自動化されたケースに焦点を当てているが、その結果得られた技術は、軍事応用に必要な様々なトピック、ソース、時間スケールに関する偽情報を確実に検出することはできない。
既に利用可能なアナリストを人間のループとして活用することにより、感情分析、アスペクトベースの感情分析、姿勢検出といった標準的な機械学習技術は、部分的に自動化された偽情報検出システムに使用するためのもっとも有効な方法となる。
論文 参考訳（メタデータ） (2021-11-09T13:30:34Z) - Human-Robot Collaboration and Machine Learning: A Systematic Review of
Recent Research [69.48907856390834]
人間ロボットコラボレーション(Human-robot collaboration、HRC)とは、人間とロボットの相互作用を探索する手法である。
本稿では,HRCの文脈における機械学習技術の利用に関する詳細な文献レビューを提案する。
論文 参考訳（メタデータ） (2021-10-14T15:14:33Z) - Deep Learning Schema-based Event Extraction: Literature Review and
Current Trends [60.29289298349322]
ディープラーニングに基づくイベント抽出技術が研究ホットスポットとなっている。
本稿では,ディープラーニングモデルに焦点をあて,最先端のアプローチを見直し,そのギャップを埋める。
論文 参考訳（メタデータ） (2021-07-05T16:32:45Z) - What is the State of the Art of Computer Vision-Assisted Cytology? A
Systematic Literature Review [47.42354724922676]
現在,細胞診に応用されているコンピュータビジョン技術の現状を明らかにするために,システマティック文献レビューを実施している。
分析された研究で最も使われている方法は深層学習(70論文)であるが、古典的なコンピュータビジョンのみ(101論文)を使用するものは少ない。
結論として,多くの染色に対して高品質なデータセットがまだ存在せず,ほとんどの研究は日常的な臨床診断ルーチンに適用できるほど成熟していない。
論文 参考訳（メタデータ） (2021-05-24T13:50:45Z) - Through the Data Management Lens: Experimental Analysis and Evaluation
of Fair Classification [75.49600684537117]
データ管理研究は、データとアルゴリズムの公平性に関連するトピックに対する存在感と関心が高まっている。
我々は,その正しさ,公平性,効率性,スケーラビリティ,安定性よりも,13の公正な分類アプローチと追加の変種を幅広く分析している。
我々の分析は、異なるメトリクスとハイレベルなアプローチ特性がパフォーマンスの異なる側面に与える影響に関する新しい洞察を強調します。
論文 参考訳（メタデータ） (2021-01-18T22:55:40Z) - Topic Space Trajectories: A case study on machine learning literature [0.0]
本稿では,研究トピックの包括的追跡を可能にする構造であるトピック空間トラジェクトリを提案する。
我々は,32の出版会場から50年間の機械学習研究を対象とする出版コーパスへのアプローチの適用性を示した。
本手法は,論文分類,今後の研究課題の予測,未発表の論文提出のための会議や雑誌の掲載を推奨するために利用することができる。
論文 参考訳（メタデータ） (2020-10-23T10:53:42Z)
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。