論文の概要: MANTIS at #SMM4H 2023: Leveraging Hybrid and Ensemble Models for Detection of Social Anxiety Disorder on Reddit

• arxiv url: http://arxiv.org/abs/2312.09451v1
• Date: Tue, 28 Nov 2023 09:33:41 GMT
• ステータス: 処理完了
• システム内更新日: 2024-01-15 14:10:46.328115
• Title: MANTIS at #SMM4H 2023: Leveraging Hybrid and Ensemble Models for Detection of Social Anxiety Disorder on Reddit
• Title（参考訳）: MANTIS at #SMM4H 2023: Leveraging Hybrid and Ensemble Models for Detection of Social Anxiety Disorder on Reddit
• Authors: Sourabh Zanwar, Daniel Wiechmann, Yu Qiao, Elma Kerz
• Abstract要約: 本稿では,ソーシャル・メディア・マイニング・フォー・ヘルス (Social Media Mining for Health) 2023 Shared Task 4: Binary classification of English Reddit post in self-reporting a social anxiety disorder diagnosisについて述べる。 本稿では,BiLSTMニューラルネットを併用した医療領域適応トランスフォーマを用いたハイブリッドモデルとアンサンブルモデルの有効性について検討・比較する。
• 参考スコア（独自算出の注目度）: 29.857322234373317
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: This paper presents our system employed for the Social Media Mining for Health 2023 Shared Task 4: Binary classification of English Reddit posts self-reporting a social anxiety disorder diagnosis. We systematically investigate and contrast the efficacy of hybrid and ensemble models that harness specialized medical domain-adapted transformers in conjunction with BiLSTM neural networks. The evaluation results outline that our best performing model obtained 89.31% F1 on the validation set and 83.76% F1 on the test set.
• Abstract（参考訳）: 本稿では,ソーシャル・メディア・マイニング・フォー・ヘルス (Social Media Mining for Health) 2023 Shared Task 4: Binary classification of English Reddit post in self-reporting a social anxiety disorder diagnosis。 医療領域適応トランスフォーマーとbilstmニューラルネットワークを併用したハイブリッドモデルとアンサンブルモデルの有効性を体系的に検討し,比較した。 評価結果から,テストセットでは89.31%F1,テストセットでは83.76%F1を得た。

関連論文リスト

• A Comparative Analysis of Transformer and LSTM Models for Detecting Suicidal Ideation on Reddit [0.18416014644193066]
  多くの人がRedditのようなソーシャルメディアプラットフォームで自殺的な考えを表明しています。 本稿では, 深層学習変換器モデルBERT, RoBERTa, DistilBERT, ALBERT, ELECTRAの有効性を検討した。 RoBERTaは93.22%、F1スコア93.14%の最も効果的なモデルとして登場した。
  論文  参考訳（メタデータ） (2024-11-23T01:17:43Z)
• Brain Tumor Classification on MRI in Light of Molecular Markers [61.77272414423481]
  1p/19q遺伝子の同時欠失は、低グレードグリオーマの臨床成績と関連している。 本研究の目的は,MRIを用いた畳み込みニューラルネットワークを脳がん検出に活用することである。
  論文  参考訳（メタデータ） (2024-09-29T07:04:26Z)
• LT4SG@SMM4H24: Tweets Classification for Digital Epidemiology of Childhood Health Outcomes Using Pre-Trained Language Models [1.0312118123538199]
  本稿では,子どもの医学的障害を報告した英語ツイートのバイナリ分類について,SMM4H24共有タスク5に対するアプローチを提案する。 テストデータに対するF1スコアの0.938を達成し,ベンチマークを1.18%上回った。
  論文  参考訳（メタデータ） (2024-06-11T22:48:18Z)
• 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)
• Shayona@SMM4H23: COVID-19 Self diagnosis classification using BERT and LightGBM models [1.5566524830295307]
  本稿では,Team Shayona による SMMH4-23 のタスク 1 と 4 の共有に対するアプローチと結果について述べる。 私たちのチームは、すべての参加者の中で、Task-1のf1スコア0.94を達成しました。
  論文  参考訳（メタデータ） (2024-01-04T09:13:18Z)
• Question-Answering Model for Schizophrenia Symptoms and Their Impact on Daily Life using Mental Health Forums Data [0.0]
  メンタルヘルスのフォーラムは統合失調症と異なる精神疾患に苦しむ人々のためのフォーラムである。 データセットを前処理してQAデータセットに変換する方法が示されている。 BiBERT、DistilBERT、RoBERTa、BioBERTモデルはF1-Score、Exact Match、Precision、Recallを通じて微調整され評価された。
  論文  参考訳（メタデータ） (2023-09-30T17:50:50Z)
• Advancing COVID-19 Diagnosis with Privacy-Preserving Collaboration in Artificial Intelligence [79.038671794961]
  我々はUCADI(Unified CT-COVID AI Diagnostic Initiative)を立ち上げ、各ホスト機関でAIモデルを分散的にトレーニングし、独立して実行することができる。 本研究は,中国とイギリスに所在する23の病院で採取した3,336例の胸部CT9,573例について検討した。
  論文  参考訳（メタデータ） (2021-11-18T00:43:41Z)
• COVID-19 Classification Using Staked Ensembles: A Comprehensive Analysis [0.0]
  新型コロナウイルスは大量死亡率で増加し、WHOはパンデミックと宣言した。 効率的かつ迅速な診断が不可欠である。 逆転写ポリメラーゼ鎖反応(RTPCR)テストを行い、SARS-CoV-2の存在を検出する。 代わりに胸部CT(または胸部X線)を高速かつ正確な診断に用いることができる。
  論文  参考訳（メタデータ） (2020-10-07T07:43:57Z)
• CovidDeep: SARS-CoV-2/COVID-19 Test Based on Wearable Medical Sensors and Efficient Neural Networks [51.589769497681175]
  新型コロナウイルス(SARS-CoV-2)がパンデミックを引き起こしている。 SARS-CoV-2の逆転写-ポリメラーゼ連鎖反応に基づく現在の試験体制は、試験要求に追いついていない。 我々は,効率的なDNNと市販のWMSを組み合わせたCovidDeepというフレームワークを提案する。
  論文  参考訳（メタデータ） (2020-07-20T21:47:28Z)
• Predicting Clinical Diagnosis from Patients Electronic Health Records Using BERT-based Neural Networks [62.9447303059342]
  医療コミュニティにおけるこの問題の重要性を示す。 本稿では,変換器 (BERT) モデルによる2方向表現の分類順序の変更について述べる。 約400万人のユニークな患者訪問からなる、大規模なロシアのEHRデータセットを使用します。
  論文  参考訳（メタデータ） (2020-07-15T09:22:55Z)

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。