Fugu-MT 論文翻訳(概要): COVID-19 South African Vaccine Hesitancy Models Show Boost in Performance Upon Fine-Tuning on M-pox Tweets

論文の概要: COVID-19 South African Vaccine Hesitancy Models Show Boost in Performance Upon Fine-Tuning on M-pox Tweets

arxiv url: http://arxiv.org/abs/2310.04453v1
Date: Wed, 4 Oct 2023 08:30:22 GMT
ステータス: 処理完了
システム内更新日: 2023-10-15 14:38:16.331829
Title: COVID-19 South African Vaccine Hesitancy Models Show Boost in Performance Upon Fine-Tuning on M-pox Tweets
Title（参考訳）: 新型インフルエンザのワクチン保有率モデル、M-poxのツイートの微調整でパフォーマンスが向上
Authors: Nicholas Perikli, Srimoy Bhattacharya, Blessing Ogbuokiri, Zahra Movahedi Nia, Benjamin Lieberman, Nidhi Tripathi, Salah-Eddine Dahbi, Finn Stevenson, Nicola Bragazzi, Jude Kong, Bruce Mellado
Abstract要約: We test the performance of COVID-19 model training on South African twitter data on a hand-labelled M-pox dataset。南アフリカからの20万件以上のM-pox関連ツイートは、肯定的、否定的、中立的とハンドラベリングされた。 M-poxデータセットでこれらの新型コロナウイルスモデルを微調整した後、F1スコアは8%以上増加し、70%に満たなかった。
参考スコア（独自算出の注目度）: 0.5617572524191751
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: Very large numbers of M-pox cases have, since the start of May 2022, been reported in non-endemic countries leading many to fear that the M-pox Outbreak would rapidly transition into another pandemic, while the COVID-19 pandemic ravages on. Given the similarities of M-pox with COVID-19, we chose to test the performance of COVID-19 models trained on South African twitter data on a hand-labelled M-pox dataset before and after fine-tuning. More than 20k M-pox-related tweets from South Africa were hand-labelled as being either positive, negative or neutral. After fine-tuning these COVID-19 models on the M-pox dataset, the F1-scores increased by more than 8% falling just short of 70%, but still outperforming state-of-the-art models and well-known classification algorithms. An LDA-based topic modelling procedure was used to compare the miss-classified M-pox tweets of the original COVID-19 RoBERTa model with its fine-tuned version, and from this analysis, we were able to draw conclusions on how to build more sophisticated models.
Abstract（参考訳）: 2022年5月初め以降、新型コロナウイルスのパンデミックが続く中、多くの人がM-poxアウトブレイクが急速に別のパンデミックに移行することを恐れ、非経済国でM-poxのケースが報告されている。 m-poxとcovid-19の類似性から,南アフリカのtwitterデータでトレーニングされたcovid-19モデルのパフォーマンスを,微調整前後のハンドラベル付きm-poxデータセットでテストすることにしました。南アフリカからの20万件以上のM-pox関連ツイートは、肯定的、否定的、中立的とハンドラベリングされた。これらのcovid-19モデルをm-poxデータセットで微調整した後、f1-scoresは70%弱の8%以上低下したが、最先端モデルやよく知られた分類アルゴリズムを上回っている。 LDAベースのトピックモデリング手法を用いて、オリジナルのCOVID-19 RoBERTaモデルの誤分類されたM-poxつぶやきを微調整したバージョンと比較し、より洗練されたモデルを構築する方法について結論を導いた。

関連論文リスト

Using Pre-training and Interaction Modeling for ancestry-specific disease prediction in UK Biobank [69.90493129893112]
近年のゲノムワイド・アソシエーション(GWAS)研究は、複雑な形質の遺伝的基盤を明らかにしているが、非ヨーロッパ系個体の低発現を示している。そこで本研究では,マルチオミクスデータを用いて,多様な祖先間での疾患予測を改善することができるかを評価する。
論文参考訳（メタデータ） (2024-04-26T16:39:50Z)
Detecting the Presence of COVID-19 Vaccination Hesitancy from South African Twitter Data Using Machine Learning [0.9830751917335564]
ワクチン接種はパンデミックと戦う主要なツールだが、ワクチンのヘシタシーは公衆衛生の努力を危険にさらしている。そこで本研究では,AIを用いた分類モデルの訓練を目的とした,ワクチンのヘシタシーに関連する南アフリカのツイートに対する感情分析を行った。
論文参考訳（メタデータ） (2023-07-12T13:28:37Z)
Dense Feature Memory Augmented Transformers for COVID-19 Vaccination Search Classification [60.49594822215981]
本稿では,新型コロナウイルスワクチン関連検索クエリの分類モデルを提案する。本稿では,モデルが対応可能なメモリトークンとして,高密度特徴を考慮した新しい手法を提案する。この新しいモデリング手法により,Vaccine Search Insights (VSI) タスクを大幅に改善できることを示す。
論文参考訳（メタデータ） (2022-12-16T13:57:41Z)
The Report on China-Spain Joint Clinical Testing for Rapid COVID-19 Risk Screening by Eye-region Manifestations [59.48245489413308]
携帯電話カメラで中国とスペインで撮影された視線領域の画像を用いて、新型コロナウイルスの早期スクリーニングモデルを開発し、テストした。 AUC, 感度, 特異性, 精度, F1。
論文参考訳（メタデータ） (2021-09-18T02:28:01Z)
Temporal Deep Learning Architecture for Prediction of COVID-19 Cases in India [1.7969777786551424]
最近、新型コロナウイルスの拡散のダイナミックな傾向を理解するために、新しい機械学習アプローチが使用されている。我々は、バニラLSTM、積み重ねLSTM、ED-LSTM、Bi-LSTM、CNN、ハイブリッドCNN+LSTMモデルという、繰り返しおよび畳み込みニューラルネットワークモデルを設計した。その結果,積み重ね型LSTMとハイブリッド型CNN+LSTMは,他のモデルと比較して高い性能を示した。
論文参考訳（メタデータ） (2021-08-31T13:28:51Z)
MobileCaps: A Lightweight Model for Screening and Severity Analysis of COVID-19 Chest X-Ray Images [2.6599893784722948]
胸部X線は、新型コロナウイルス患者の初期スクリーニングに広く採用されている画像モダリティである。我々はMobileNetV2アーキテクチャを特徴抽出器として利用し、Capsule Networksに統合し、MobileCapsと呼ばれる完全に自動化され軽量なモデルを構築する。分類モデルは, 91.60, 94.60, 92.20, 精度98.50, 88.21, 92.62, 非肺炎, 健常例の総合的リコールを達成した。
論文参考訳（メタデータ） (2021-08-19T16:33:05Z)
Weather impact on daily cases of COVID-19 in Saudi Arabia using machine learning [0.0]
COVID-19は世界保健機関(WHO)によって世界的なパンデミックとして発表された。本稿では,サウジアラビアの89都市における新型コロナウイルス(covid-19)と気象との関係について,機械学習を用いて検討する。
論文参考訳（メタデータ） (2021-05-07T01:33:09Z)
Deep learning-based COVID-19 pneumonia classification using chest CT images: model generalizability [54.86482395312936]
深層学習(DL)分類モデルは、異なる国の3DCTデータセット上で、COVID-19陽性患者を特定するために訓練された。我々は、データセットと72%の列車、8%の検証、20%のテストデータを組み合わせたDLベースの9つの同一分類モデルを訓練した。複数のデータセットでトレーニングされ、トレーニングに使用されるデータセットの1つからテストセットで評価されたモデルは、よりよいパフォーマンスを示した。
論文参考訳（メタデータ） (2021-02-18T21:14:52Z)
The illicit trade of COVID-19 vaccines on the dark web [55.45786602961871]
初期の分析によると、ダークウェブマーケットプレース(DWM)は新型コロナウイルス(COVID-19)のパンデミックの開始と同時に、新型コロナウイルス関連製品(マスクや新型コロナウイルス検査など)の提供を開始した。そこで,2021年7月までに194件のDWMを分析した結果,ワクチンが利用可能となった重要な期間を含む,これまでの調査範囲と深度を広げた。従来のDWM製品ではレクリエーション薬が最も影響を受けており、2020年3月以降、新型コロナウイルスの言及は着実に増加している。
論文参考訳（メタデータ） (2021-02-10T14:52:54Z)
COVID-19 Pandemic Outbreak in the Subcontinent: A data-driven analysis [0.8057708414390126]
2019年12月下旬、中国湖北省武漢市で新型コロナウイルス(COVID-19)が流行した。多くの研究が、この亜大陸は新型コロナウイルスの影響で最悪の地域にとどまる可能性があると主張している。本稿ではバングラデシュ、インド、パキスタンの公開疫学データを用いて再生数を推定する。
論文参考訳（メタデータ） (2020-08-22T10:40:17Z)
Cross-lingual Transfer Learning for COVID-19 Outbreak Alignment [90.12602012910465]
われわれは、Twitterを通じてイタリアの新型コロナウイルス感染症(COVID-19)の早期流行を訓練し、他のいくつかの国に移る。実験の結果,クロスカントリー予測において最大0.85のスピアマン相関が得られた。
論文参考訳（メタデータ） (2020-06-05T02:04:25Z)

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。