論文の概要: Comparing Time-Series Analysis Approaches Utilized in Research Papers to
Forecast COVID-19 Cases in Africa: A Literature Review
- arxiv url: http://arxiv.org/abs/2310.03606v1
- Date: Thu, 5 Oct 2023 15:36:47 GMT
- ステータス: 処理完了
- システム内更新日: 2023-10-06 15:43:29.000933
- Title: Comparing Time-Series Analysis Approaches Utilized in Research Papers to
Forecast COVID-19 Cases in Africa: A Literature Review
- Title（参考訳）: アフリカにおけるcovid-19感染予測のための研究論文における時系列分析手法の比較--文献レビュー
- Authors: Ali Ebadi and Ebrahim Sahafizadeh
- Abstract要約: この文献レビューは、アフリカにおける新型コロナウイルスの予測に使用されるさまざまな時系列分析手法を比較することを目的としている。
このプロセスにはPubMed、Google Scholar、Scopus、Web of Scienceなど、さまざまなデータベースが使用されている。
研究は、ウイルスの感染拡大を予測するための効果と限界を評価し、異なる手法が採用されていることを強調した。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by-nc-nd/4.0/
- Abstract: This literature review aimed to compare various time-series analysis
approaches utilized in forecasting COVID-19 cases in Africa. The study involved
a methodical search for English-language research papers published between
January 2020 and July 2023, focusing specifically on papers that utilized
time-series analysis approaches on COVID-19 datasets in Africa. A variety of
databases including PubMed, Google Scholar, Scopus, and Web of Science were
utilized for this process. The research papers underwent an evaluation process
to extract relevant information regarding the implementation and performance of
the time-series analysis models. The study highlighted the different
methodologies employed, evaluating their effectiveness and limitations in
forecasting the spread of the virus. The result of this review could contribute
deeper insights into the field, and future research should consider these
insights to improve time series analysis models and explore the integration of
different approaches for enhanced public health decision-making.
- Abstract（参考訳）: 本研究は、アフリカにおけるcovid-19感染者の予測に使用される様々な時系列分析手法を比較することを目的とした。
この研究は、2020年1月から2023年7月までに公表された英語の研究論文を体系的に検索し、特にアフリカにおけるCOVID-19データセットの時系列分析アプローチを利用した論文に焦点を当てた。
このプロセスにはPubMed、Google Scholar、Scopus、Web of Scienceなど、さまざまなデータベースが使用されている。
本研究は,時系列分析モデルの実装と性能に関する関連情報を抽出する評価プロセスを実施した。
研究は、ウイルス感染拡大予測における効果と限界を評価するため、採用されている方法の相違を強調した。
今後の研究は、時系列分析モデルの改善と、公衆衛生意思決定の強化のための様々なアプローチの統合を探るため、これらの知見を考察すべきである。
関連論文リスト
- A Literature Review of Literature Reviews in Pattern Analysis and Machine Intelligence [58.6354685593418]
本稿では, レビューを評価するために, 記事レベル, フィールド正規化, 大規模言語モデルを用いた書誌指標を提案する。
新たに登場したAI生成の文献レビューも評価されている。
この研究は、文学レビューの現在の課題についての洞察を与え、彼らの開発に向けた今後の方向性を思い起こさせる。
論文 参考訳（メタデータ） (2024-02-20T11:28:50Z) - Zero-shot Generative Large Language Models for Systematic Review
Screening Automation [55.403958106416574]
本研究では,ゼロショット大言語モデルを用いた自動スクリーニングの有効性について検討した。
本研究では, 8種類のLCMの有効性を評価し, 予め定義されたリコール閾値を用いた校正手法について検討する。
論文 参考訳（メタデータ） (2024-01-12T01:54:08Z) - The Rise of Diffusion Models in Time-Series Forecasting [5.808096811856718]
本報告では,拡散モデルに関する背景情報を網羅し,条件付け手法を詳述し,時系列予測における使用状況について検討する。
この分析は、11の特定の時系列実装、それらの背後にある直観と理論、異なるデータセットに対する有効性、および互いに比較する。
論文 参考訳（メタデータ） (2024-01-05T11:35:10Z) - De-identification of clinical free text using natural language
processing: A systematic review of current approaches [48.343430343213896]
自然言語処理は、その非識別プロセスの自動化の可能性を繰り返し示してきた。
本研究の目的は,過去13年間に臨床自由テキストの非識別化が進展したことを示す体系的な証拠を提供することである。
論文 参考訳（メタデータ） (2023-11-28T13:20:41Z) - Systematic Analysis of COVID-19 Ontologies [5.286727853896068]
この研究は、関連する文献の体系的なレビューを伴って、二重段階のアプローチによって実施される。
新型コロナウイルスのオントロジー(CovOs)を24種選択し,検討した。
METHONTOLOGYアプローチは、しばしばアプリケーションベースまたはデータ中心の評価手法と組み合わせて、好ましい設計手法として現れる。
論文 参考訳（メタデータ） (2023-09-15T18:17:01Z) - Machine Learning Research Trends in Africa: A 30 Years Overview with
Bibliometric Analysis Review [2.6774008509840996]
論文は2761の機械学習関連文書からなり、そのうち98%は過去30年間に903の雑誌に少なくとも482の引用文が掲載されている。
1993年から2021年にかけて、54のアフリカ諸国の研究出版物を含むScience Citation Index EXPANDEDからコラージュされた文書が回収された。
論文 参考訳（メタデータ） (2023-04-15T12:27:43Z) - Bayesian Network Models of Causal Interventions in Healthcare Decision
Making: Literature Review and Software Evaluation [16.997060715857987]
本報告では,医療における意思決定を支援するためのベイズ型ネットワークモデルを特定するために,体系的な文献検索の結果を要約する。
選択された研究論文は、Wang B, Lyle C, Kwiatkowska Mで開発された因果的介入分析ソフトウェアツールを用いて、分析に適した、公開可能なモデルとデータセットを識別する。
論文 参考訳（メタデータ） (2022-11-28T12:22:07Z) - 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) - Navigating the landscape of COVID-19 research through literature
analysis: A bird's eye view [11.362549790802483]
我々は、2020年5月15日時点でPubMedで見つかった13,369のCOVID-19関連記事、LitCovidコレクションを分析した。
我々は、最先端のエンティティ認識、分類、クラスタリング、その他のNLP技術を適用する。
クラスタリングアルゴリズムは,関連用語群で表されるトピックを識別し,関連する文書に対応するクラスタを算出する。
論文 参考訳（メタデータ） (2020-08-07T23:39:29Z) - A Survey on Text Classification: From Shallow to Deep Learning [83.47804123133719]
過去10年は、ディープラーニングが前例のない成功を収めたために、この分野の研究が急増している。
本稿では,1961年から2021年までの最先端のアプローチを見直し,そのギャップを埋める。
特徴抽出と分類に使用されるテキストとモデルに基づいて,テキスト分類のための分類を作成する。
論文 参考訳（メタデータ） (2020-08-02T00:09:03Z)
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。