論文の概要: Building Interoperable Electronic Health Records as Purpose-Driven
Knowledge Graphs
- arxiv url: http://arxiv.org/abs/2305.06088v1
- Date: Wed, 10 May 2023 12:11:42 GMT
- ステータス: 処理完了
- システム内更新日: 2023-05-11 13:21:37.700647
- Title: Building Interoperable Electronic Health Records as Purpose-Driven
Knowledge Graphs
- Title(参考訳): 目的駆動型知識グラフとしての相互運用可能な電子健康記録の構築
- Authors: Simone Bocca, Alessio Zamboni, Gabor Bella, Yamini Chandrashekar,
Mayukh Bagchi, Gabriel Kuper, Paolo Bouquet and Fausto Giunchiglia
- Abstract要約: 我々は、データと知識の再利用を可能にするiTelosと呼ばれる統合手法を提案する。
提案手法は大規模ケーススタディへの適用を通じて検証されている。
- 参考スコア(独自算出の注目度): 4.391603054571585
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: When building a new application we are increasingly confronted with the need
of reusing and integrating pre-existing knowledge. Nevertheless, it is a fact
that this prior knowledge is virtually impossible to reuse as-is. This is true
also in domains, e.g., eHealth, where a lot of effort has been put into
developing high-quality standards and reference ontologies, e.g. FHIR1. In this
paper, we propose an integrated methodology, called iTelos, which enables data
and knowledge reuse towards the construction of Interoperable Electronic Health
Records (iEHR). The key intuition is that the data level and the schema level
of an application should be developed independently, thus allowing for maximum
flexibility in the reuse of the prior knowledge, but under the overall guidance
of the needs to be satisfied, formalized as competence queries. This intuition
is implemented by codifying all the requirements, including those concerning
reuse, as part of a purpose defined a priori, which is then used to drive a
middle-out development process where the application schema and data are
continuously aligned. The proposed methodology is validated through its
application to a large-scale case study.
- Abstract(参考訳): 新しいアプリケーションを構築する際、既存の知識の再利用と統合の必要性にますます直面しています。
しかし、この先行知識は再利用が事実上不可能であることは事実である。
これは、例えばeHealthのようなドメインにも当てはまり、高品質な標準やFHIR1のような参照オントロジーの開発に多くの努力が注がれている。
本稿では,相互運用可能な電子健康記録(iEHR)の構築に向けて,データと知識の再利用を可能にするiTelosという統合手法を提案する。
重要な直観は、アプリケーションのデータレベルとスキーマレベルは独立して開発されるべきであり、これにより、事前知識の再利用において最大限の柔軟性が確保されるが、全体的なニーズのガイダンスの下では、能力クエリとして形式化される。
この直感は、プリオリを定義する目的の一部として、再利用に関するものを含むすべての要件を体系化して実装され、アプリケーションスキーマとデータが継続的に整列された中間開発プロセスを駆動するために使用される。
提案手法は大規模ケーススタディへの適用を通じて検証されている。
関連論文リスト
- REAR: A Relevance-Aware Retrieval-Augmented Framework for Open-Domain
Question Answering [122.62012375722124]
既存の手法では,大規模言語モデル (LLM) は検索した文書の関連性を正確に評価することはできない。
Relevance-Aware Retrieval-augmented approach for open- domain question answering (QA)を提案する。
論文 参考訳(メタデータ) (2024-02-27T13:22:51Z) - FAIR Enough: How Can We Develop and Assess a FAIR-Compliant Dataset for
Large Language Models' Training? [3.2218683514739506]
我々は、FAIR原則を大規模言語モデルトレーニングプロセスに組み込む新しいフレームワークを紹介します。
このアプローチの重要な側面は、研究者や開発者が一貫してFAIRデータ原則を適用するのを支援するために設計された包括的なチェックリストである。
我々は、技術的に先進的で健全で社会的に責任のあるAIモデルを推進するための手段として、このフレームワークをコミュニティに提供します。
論文 参考訳(メタデータ) (2024-01-19T21:21:02Z) - $\text{EFO}_{k}$-CQA: Towards Knowledge Graph Complex Query Answering
beyond Set Operation [36.77373013615789]
本稿では,データ生成,モデルトレーニング,メソッド評価のためのフレームワークを提案する。
実験的な評価のために,データセットとして$textEFO_k$-CQAを構築した。
論文 参考訳(メタデータ) (2023-07-15T13:18:20Z) - Iterative Zero-Shot LLM Prompting for Knowledge Graph Construction [104.29108668347727]
本稿では,最新の生成型大規模言語モデルの可能性を活用する,革新的な知識グラフ生成手法を提案する。
このアプローチは、新しい反復的なゼロショットと外部知識に依存しない戦略を含むパイプラインで伝達される。
我々は、我々の提案がスケーラブルで多目的な知識グラフ構築に適したソリューションであり、異なる新しい文脈に適用できると主張している。
論文 参考訳(メタデータ) (2023-07-03T16:01:45Z) - Rethinking Complex Queries on Knowledge Graphs with Neural Link
Predictors [65.56849255423866]
本稿では,証明可能な推論能力を備えた複雑なクエリを用いたエンドツーエンド学習を支援するニューラルシンボリック手法を提案する。
これまでに検討されていない10種類の新しいクエリを含む新しいデータセットを開発する。
提案手法は,新しいデータセットにおいて先行手法を著しく上回り,既存データセットにおける先行手法を同時に上回っている。
論文 参考訳(メタデータ) (2023-04-14T11:35:35Z) - Step out of KG: Knowledge Graph Completion via Knowledgeable Retrieval
and Reading Comprehension [33.77833862891007]
本稿では,情報検索と読解理解に基づく新しいモデル,IR4KGCを提案する。
具体的には,三重項に関連する文書を検索可能な知識ベース情報検索モジュールを事前訓練し,検索した文書を読解モジュールに渡して予測された回答を生成する。
実験では,既存の知識から推測できない関係をよく解き,KGCデータセット上で良好な結果が得られることがわかった。
論文 参考訳(メタデータ) (2022-10-12T04:50:55Z) - Prior Knowledge Guided Unsupervised Domain Adaptation [82.9977759320565]
本稿では,対象とするクラス分布に関する事前知識を利用できる知識誘導型非教師付きドメイン適応(KUDA)設定を提案する。
特に,対象領域におけるクラス分布に関する2種類の事前知識について考察する。
このような事前知識を用いて生成した擬似ラベルを精査する修正モジュールを提案する。
論文 参考訳(メタデータ) (2022-07-18T18:41:36Z) - Prototype-based Domain Generalization Framework for Subject-Independent
Brain-Computer Interfaces [17.60434807901964]
脳-コンピュータインターフェース(BCI)は脳波の経時的変動により実際に使用することが困難である
本稿では,ソースデータセットから主題固有のスタイル特徴を学習する補助タスクとして,オープンセット認識技術を用いたフレームワークを提案する。
論文 参考訳(メタデータ) (2022-04-15T07:35:46Z) - iTelos- Building reusable knowledge graphs [3.5611181253285253]
iTelosは、このループを壊すように設計された汎用の方法論である。
その主な目標は、再利用可能な知識グラフ(KG)を生成することである。
我々は,有能なクエリの集合として,(ii)既存のKGから抽出された既存のデータセットの集合として,(iii)既存の参照スキーマの集合として形式化し,その目的が共有性を促進することである。
論文 参考訳(メタデータ) (2021-05-19T22:07:46Z) - Domain Generalization: A Survey [146.68420112164577]
ドメイン一般化(DG)は、モデル学習にソースドメインデータを使用するだけでOOD一般化を実現することを目的としています。
初めて、DGの10年の開発をまとめるために包括的な文献レビューが提供されます。
論文 参考訳(メタデータ) (2021-03-03T16:12:22Z) - Continual Learning for Natural Language Generation in Task-oriented
Dialog Systems [72.92029584113676]
自然言語生成(NLG)はタスク指向対話システムにおいて重要な要素である。
我々は,NLGの知識を新たなドメインや機能に段階的に拡張する"継続的学習"環境で研究する。
この目標に対する大きな課題は、破滅的な忘れことであり、継続的に訓練されたモデルは、以前に学んだ知識を忘れがちである。
論文 参考訳(メタデータ) (2020-10-02T10:32:29Z)
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。
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。