論文の概要: Investigation of factors regarding the effects of COVID-19 pandemic on college students' depression by quantum annealer

• arxiv url: http://arxiv.org/abs/2310.00018v1
• Date: Tue, 26 Sep 2023 11:20:24 GMT
• ステータス: 処理完了
• システム内更新日: 2023-10-08 11:06:54.807936
• Title: Investigation of factors regarding the effects of COVID-19 pandemic on college students' depression by quantum annealer
• Title（参考訳）: 量子アニーラーによる大学生の抑うつに対するcovid-19パンデミックの影響に関する要因の検討
• Authors: Junggu Choi, Kion Kim, Soohyun Park, Juyoen Hur, Hyunjung Yang, Younghoon Kim, Hakbae Lee, Sanghoon Han
• Abstract要約: 新型コロナウイルスのパンデミックがメンタルヘルスに与える影響は、これまでの研究で報告されている。 本研究では,751人の大学生から多変量データセットを収集した。 パンデミック関連因子と心理的要因は、パンデミック後条件においてより重要であった。
• 参考スコア（独自算出の注目度）: 4.64461905056841
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Diverse cases regarding the impact, with its related factors, of the COVID-19 pandemic on mental health have been reported in previous studies. College student groups have been frequently selected as the target population in previous studies because they are easily affected by pandemics. In this study, multivariable datasets were collected from 751 college students based on the complex relationships between various mental health factors. We utilized quantum annealing (QA)-based feature selection algorithms that were executed by commercial D-Wave quantum computers to determine the changes in the relative importance of the associated factors before and after the pandemic. Multivariable linear regression (MLR) and XGBoost models were also applied to validate the QA-based algorithms. Based on the experimental results, we confirm that QA-based algorithms have comparable capabilities in factor analysis research to the MLR models that have been widely used in previous studies. Furthermore, the performance of the QA-based algorithms was validated through the important factor results from the algorithms. Pandemic-related factors (e.g., confidence in the social system) and psychological factors (e.g., decision-making in uncertain situations) were more important in post-pandemic conditions. We believe that our study will serve as a reference for researchers studying similar topics.
• Abstract（参考訳）: これまでの研究では、新型コロナウイルス(covid-19)のパンデミックがメンタルヘルスに与える影響に関するさまざまな事例が報告されている。 学生集団は、パンデミックの影響を受けやすいため、以前の研究でしばしばターゲット人口として選ばれてきた。 本研究では,様々なメンタルヘルス要因の複雑な関係に基づき,751人の大学生から多変量データセットを収集した。 我々は,市販のD-Wave量子コンピュータによって実行されたQAに基づく特徴選択アルゴリズムを用いて,パンデミック前後の関連要因の相対的重要性の変化を判定した。 マルチ変数線形回帰(MLR)モデルとXGBoostモデルもQAアルゴリズムの検証に応用された。 実験結果から,従来の研究で広く用いられてきたMLRモデルと比較し,QAに基づくアルゴリズムは因子分析研究に匹敵する能力を有することを確認した。 さらに,QAに基づくアルゴリズムの性能は,アルゴリズムの重要な要因によって検証された。 パンデミック後の状況において,パンデミック関連要因(社会システムの信頼度など)と心理的要因(不確かな状況における意思決定など)がより重要であった。 我々は,本研究が同様のトピックを研究する研究者の参考になると考えている。

関連論文リスト

• Challenges and Considerations in the Evaluation of Bayesian Causal Discovery [49.0053848090947]
  因果発見の不確実性を表現することは、実験設計において重要な要素であり、より広く、安全で信頼性の高い因果決定のために重要である。 単一の推定因果グラフとモデルパラメータによる評価に依存する非ベイズ因果発見とは異なり、因果発見はその量の性質に起因する課題を提示する。 評価に最も適した指標についてのコンセンサスはない。
  論文  参考訳（メタデータ） (2024-06-05T12:45:23Z)
• Assessing ML Classification Algorithms and NLP Techniques for Depression Detection: An Experimental Case Study [0.6524460254566905]
  うつ病は世界中で何百万人もの人々に影響を与えており、最も一般的な精神疾患の1つとなっている。 近年の研究では、機械学習(ML)と自然言語処理(NLP)のツールや技術がうつ病の診断に広く用いられていることが証明されている。 しかし, 外傷後ストレス障害 (PTSD) などの他の症状が存在するうつ病検出アプローチの評価には, 依然としていくつかの課題がある。
  論文  参考訳（メタデータ） (2024-04-03T19:45:40Z)
• Association between Prefrontal fNIRS signals during Cognitive tasks and College scholastic ability test (CSAT) scores: Analysis using a quantum annealing approach [0.4038539043067986]
  前頭前葉のfNIRS信号を解析し,認知課題と学業成績との関連について検討した。 CSATスコアと相関する認知タスクを識別するために、fNIRSデータに新しい量子アニール(QA)特徴選択アルゴリズムを適用した。
  論文  参考訳（メタデータ） (2024-02-06T04:44:57Z)
• A Neural Framework for Generalized Causal Sensitivity Analysis [78.71545648682705]
  本稿では,因果感受性分析のためのニューラルネットワークフレームワークであるNeuralCSAを提案する。 我々は、NeuralCSAが関心の因果クエリに有効な境界を推測できることを理論的に保証する。
  論文  参考訳（メタデータ） (2023-11-27T17:40:02Z)
• Decoding Susceptibility: Modeling Misbelief to Misinformation Through a Computational Approach [61.04606493712002]
  誤報に対する感受性は、観測不可能な不検証の主張に対する信念の度合いを記述している。 既存の感受性研究は、自己報告された信念に大きく依存している。 本稿では,ユーザの潜在感受性レベルをモデル化するための計算手法を提案する。
  論文  参考訳（メタデータ） (2023-11-16T07:22:56Z)
• A Causal Framework for Decomposing Spurious Variations [68.12191782657437]
  我々はマルコフモデルとセミマルコフモデルの急激な変分を分解するツールを開発する。 突発効果の非パラメトリック分解を可能にする最初の結果を証明する。 説明可能なAIや公平なAIから、疫学や医学における疑問まで、いくつかの応用がある。
  論文  参考訳（メタデータ） (2023-06-08T09:40:28Z)
• Algorithmic Bias in Machine Learning Based Delirium Prediction [20.16366948502659]
  性別や人種などの社会デマグラフィー的特徴がサブグループ間でのモデル性能にどのように影響するかを示す最初の実験的な証拠を提示する。 本研究の目的は,老齢,人種,社会経済的要因が早期発見およびMLによるデリリウムの予防に与える影響について考察することである。
  論文  参考訳（メタデータ） (2022-11-08T18:35:42Z)
• Bridging the Gap between Deep Learning and Hypothesis-Driven Analysis via Permutation Testing [16.397774179084607]
  置換テストの概念に基づくフレキシブルでスケーラブルなアプローチを提案する。 青少年期における全国アルコール・神経発達コンソーシアム621名の年次自己報告評価にアプローチを適用した。 本手法は,症状を説明する危険因子の分類に成功している。
  論文  参考訳（メタデータ） (2022-07-28T19:01:09Z)
• Statistical and Computational Phase Transitions in Group Testing [73.55361918807883]
  本研究の目的は、希少な疾患を患っているk人の集団を同定することである。 個々人のテストを割り当てるための2つの異なる単純なランダムな手順を考える。
  論文  参考訳（メタデータ） (2022-06-15T16:38:50Z)
• Using Machine Learning to Test Causal Hypotheses in Conjoint Analysis [5.064097093575691]
  本研究では,条件付きランダム化テストに基づく新しい仮説テスト手法を提案する。 我々の手法は単に因子のランダム化にのみ基づき、従って仮定は不要である。
  論文  参考訳（メタデータ） (2022-01-20T18:23:12Z)
• Decision-Making Algorithms for Learning and Adaptation with Application to COVID-19 Data [46.71828464689144]
  本研究は適応と学習のための新しい意思決定アルゴリズムの開発に焦点を当てている。 重要な観察は、推定と決定の問題は構造的に異なるため、前者で成功したアルゴリズムは決定の問題を調整してもうまく機能しないということである。
  論文  参考訳（メタデータ） (2020-12-14T18:24:45Z)

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。