論文の概要: Federated Epidemic Surveillance

• arxiv url: http://arxiv.org/abs/2307.02616v2
• Date: Fri, 13 Sep 2024 21:41:18 GMT
• ステータス: 処理完了
• システム内更新日: 2024-09-18 03:47:44.961625
• Title: Federated Epidemic Surveillance
• Title（参考訳）: Federated Epidemic Surveillance
• Authors: Ruiqi Lyu, Roni Rosenfeld, Bryan Wilder,
• Abstract要約: 本研究は, 簡易なフェデレーション監視手法の実現可能性を検討することを目的とする。 疫病関連データストリームの急激な増加を特定するための仮説テストフレームワークを提案する。 我々は,実データと半合成データを用いて,サージ検出のための異なるp値の組み合わせ手法のパワーを評価する。
• 参考スコア（独自算出の注目度）: 21.643185633769814
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Epidemic surveillance is a challenging task, especially when crucial data is fragmented across institutions and data custodians are unable or unwilling to share it. This study aims to explore the feasibility of a simple federated surveillance approach. The idea is to conduct hypothesis tests for a rise in counts behind each custodian's firewall and then combine p-values from these tests using techniques from meta-analysis. We propose a hypothesis testing framework to identify surges in epidemic-related data streams and conduct experiments on real and semi-synthetic data to assess the power of different p-value combination methods to detect surges without needing to combine the underlying counts. Our findings show that relatively simple combination methods achieve a high degree of fidelity and suggest that infectious disease outbreaks can be detected without needing to share even aggregate data across institutions.
• Abstract（参考訳）: エピデミックな監視は、特に重要なデータが機関間で断片化され、データカストディアンはそれを共有できない、あるいは望んでいない場合、難しい課題である。 本研究は, 簡易なフェデレーション監視手法の実現可能性を検討することを目的とする。 この考え方は、各カストディアンのファイアウォールの背後にある数の増加に対する仮説テストを行い、メタ分析の手法を用いてこれらのテストのp値を組み合わせることである。 本研究では,疫病関連データストリームのサージを同定し,実データと半合成データを用いて実験を行い,異なるp値組合せ法を用いてサージを検出することで,基礎となるカウントを組み合わせなくてもサージを検出できる仮説テストフレームワークを提案する。 本研究は, 比較的単純な組み合わせにより, 高い忠実度を達成できることを示すとともに, 施設間でデータを共有することなく, 伝染病の発生を検出できることを示唆している。

関連論文リスト

• Combine and Conquer: A Meta-Analysis on Data Shift and Out-of-Distribution Detection [30.377446496559635]
  本稿では,アウト・オブ・ディストリビューション(OOD)検出スコアをシームレスに組み合わせるための普遍的アプローチを提案する。 我々のフレームワークは、検出スコアにおける将来の発展にとって容易であり、この文脈で意思決定境界を結合する最初の手段である。
  論文  参考訳（メタデータ） (2024-06-23T08:16:44Z)
• Interpretable Causal Inference for Analyzing Wearable, Sensor, and Distributional Data [62.56890808004615]
  本研究では,信頼性とロバストな意思決定を確実にする,分散データ解析の解釈可能な手法を開発した。 ADD MALTSの有用性について,糖尿病リスク軽減のための連続グルコースモニターの有効性について検討した。
  論文  参考訳（メタデータ） (2023-12-17T00:42:42Z)
• Hidden yet quantifiable: A lower bound for confounding strength using randomized trials [11.437076464287822]
  非ランダム化データから引き出された因果関係の結論を損なう可能性がある。 本稿では,ランダム化試行を利用して未観測のコンバウンディングを定量化する新しい手法を提案する。 実世界における観測不能な共起の存在と存在を、我々の下界が正確に識別する方法を示す。
  論文  参考訳（メタデータ） (2023-12-06T19:33:34Z)
• On the Universal Adversarial Perturbations for Efficient Data-free Adversarial Detection [55.73320979733527]
  本稿では,UAPに対して正常サンプルと逆サンプルの異なる応答を誘導する,データに依存しない逆検出フレームワークを提案する。 実験結果から,本手法は様々なテキスト分類タスクにおいて,競合検出性能を実現することが示された。
  論文  参考訳（メタデータ） (2023-06-27T02:54:07Z)
• Leveraging Unlabelled Data in Multiple-Instance Learning Problems for Improved Detection of Parkinsonian Tremor in Free-Living Conditions [80.88681952022479]
  本稿では,半教師付き学習とマルチスタンス学習を組み合わせた新しい手法を提案する。 本研究は,454被験者の非競合データを活用することにより,物体ごとの震動検出において大きな性能向上が達成できることを示す。
  論文  参考訳（メタデータ） (2023-04-29T12:25:10Z)
• Containing a spread through sequential learning: to exploit or to explore? [11.86456063377268]
  我々は、所定の試験予算の下で、累積感染を抑えるためのテストおよび隔離戦略を設計する。 ネットワークや拡散のパラメータによって,様々な合成データネットワークや実データネットワークにおけるエクスプロイトよりも優れていることを示す。
  論文  参考訳（メタデータ） (2023-03-01T00:13:52Z)
• Revisiting Non-Specific Syndromic Surveillance [0.0]
  シンドロミック監視は、できるだけ早く発生を検知できるアルゴリズムを開発することを目的としている。 近年の研究は主に、特定の既知の疾患の監視に焦点を当てている。 今までのところ、我々が「非特異的なシナドロミック監視」と呼ぶものにはほとんど注力していない。
  論文  参考訳（メタデータ） (2021-01-28T19:33:30Z)
• Epidemic mitigation by statistical inference from contact tracing data [61.04165571425021]
  我々は,個人が感染するリスクを推定するためにベイズ推定法を開発した。 本稿では,感染防止のための検査・隔離戦略を最適化するために,確率論的リスク推定手法を提案する。 我々のアプローチは、最近接触した個人間の通信のみを必要とする、完全に分散されたアルゴリズムに変換されます。
  論文  参考訳（メタデータ） (2020-09-20T12:24:45Z)
• Enabling Counterfactual Survival Analysis with Balanced Representations [64.17342727357618]
  生存データは様々な医学的応用、すなわち薬物開発、リスクプロファイリング、臨床試験で頻繁に見られる。 本稿では,生存結果に適用可能な対実的推論のための理論的基盤を持つ統一的枠組みを提案する。
  論文  参考訳（メタデータ） (2020-06-14T01:15:00Z)
• Predictive Modeling of ICU Healthcare-Associated Infections from Imbalanced Data. Using Ensembles and a Clustering-Based Undersampling Approach [55.41644538483948]
  本研究は,集中治療室における危険因子の同定と医療関連感染症の予測に焦点をあてる。 感染発生率の低減に向けた意思決定を支援することを目的とする。
  論文  参考訳（メタデータ） (2020-05-07T16:13:12Z)

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。