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

• Retriever-and-Memory: Towards Adaptive Note-Enhanced Retrieval-Augmented Generation [72.70046559930555]
  本稿では,複雑なQAタスクに対する適応ノート拡張RAG(Adaptive Note-Enhanced RAG)と呼ばれる汎用RAGアプローチを提案する。 具体的には、Adaptive-Noteは、知識の成長に関する包括的な視点を導入し、ノート形式で新しい情報を反復的に収集する。 さらに,適切な知識探索を促進するために,適応的な音符ベースの停止探索戦略を用いて,「何を検索し,いつ停止するか」を判断する。
  論文  参考訳（メタデータ） (2024-10-11T14:03:29Z)
• A quest through interconnected datasets: lessons from highly-cited ICASSP papers [5.973995274784385]
  我々は,ICASSP(International Conference on Acoustics, Speech, and Signal Processing)において,トップ5の引用論文に関連するデータセットの利用状況について検討する。 この方法では、使用済みデータセットの起源を徹底的に分析し、しばしば公式論文で報告された以上の検索を行なわなければならない。 特に、より大きく、おそらく生成可能なAIモデルへの現在のプルでは、データ証明に対する説明責任の必要性に対する認識が高まっている。
  論文  参考訳（メタデータ） (2024-09-19T14:25:57Z)
• Establishing Knowledge Preference in Language Models [80.70632813935644]
  言語モデルは事前学習を通じて大量の事実知識を符号化することが知られている。 このような知識はユーザーからの要求に応えるには不十分かもしれない。 進行中のイベントに関する質問に答える場合には、最新のニュース記事を使って回答を更新する必要がある。 ある事実がモデルで編集されると、更新された事実はモデルによって学習されたすべての事前知識をオーバーライドする。
  論文  参考訳（メタデータ） (2024-07-17T23:16:11Z)
• REAR: A Relevance-Aware Retrieval-Augmented Framework for Open-Domain Question Answering [115.72130322143275]
  REAR(Relevance-Aware Retrieval-augmented approach for open-domain Question answering, QA) 我々は,特殊な設計のアセスメントモジュールを組み込むことで,LLMベースのRAGシステムのための新しいアーキテクチャを開発する。 オープンドメインの4つのQAタスクの実験では、REARは以前の競争力のあるRAGアプローチよりも大幅に優れていた。
  論文  参考訳（メタデータ） (2024-02-27T13:22:51Z)
• $\text{EFO}_{k}$-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)
• 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)

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。