論文の概要: Utilizing deep learning models for the identification of enhancers and
super-enhancers based on genomic and epigenomic features
- arxiv url: http://arxiv.org/abs/2401.07470v1
- Date: Mon, 15 Jan 2024 04:58:50 GMT
- ステータス: 処理完了
- システム内更新日: 2024-01-17 17:55:28.866685
- Title: Utilizing deep learning models for the identification of enhancers and
super-enhancers based on genomic and epigenomic features
- Title（参考訳）: ゲノム・疫学的特徴に基づくエンハンサーとスーパーエンハンサーの同定のためのディープラーニングモデルの利用
- Authors: Zahra Ahani, Moein Shahiki Tash, Yoel Ledo Mezquita and Jason Angel
- Abstract要約: 本稿では,9つの広く認識されている暗号通貨に着目した,英語のつぶやきの膨大なデータセットを広範囲に検証する。
我々の主な目的は、これらの暗号通貨に関連するソーシャルメディアコンテンツの心理言語学的・感情分析を行うことであった。
この研究は、様々なデジタルコインの言語特性を比較し、各コインのコミュニティに現れる独特の言語パターンに光を当てた。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: This paper provides an extensive examination of a sizable dataset of English
tweets focusing on nine widely recognized cryptocurrencies, specifically
Cardano, Binance, Bitcoin, Dogecoin, Ethereum, Fantom, Matic, Shiba, and
Ripple. Our primary objective was to conduct a psycholinguistic and emotion
analysis of social media content associated with these cryptocurrencies. To
enable investigators to make more informed decisions. The study involved
comparing linguistic characteristics across the diverse digital coins, shedding
light on the distinctive linguistic patterns that emerge within each coin's
community. To achieve this, we utilized advanced text analysis techniques.
Additionally, our work unveiled an intriguing Understanding of the interplay
between these digital assets within the cryptocurrency community. By examining
which coin pairs are mentioned together most frequently in the dataset, we
established correlations between different cryptocurrencies. To ensure the
reliability of our findings, we initially gathered a total of 832,559 tweets
from Twitter. These tweets underwent a rigorous preprocessing stage, resulting
in a refined dataset of 115,899 tweets that were used for our analysis.
Overall, our research offers valuable Perception into the linguistic nuances of
various digital coins' online communities and provides a deeper understanding
of their interactions in the cryptocurrency space.
- Abstract（参考訳）: 本稿では、Cardano、Binance、Bitcoin、Dogecoin、Ethereum、Fantom、Matic、Shiba、Rippleの9つの広く認識されている暗号通貨に焦点を当てた、英語のツイートのデータセットを広範囲に検証する。
我々の主な目的は、これらの暗号通貨に関連するソーシャルメディアコンテンツの心理言語学的および感情分析を行うことでした。
調査員がより詳しい判断を行えるようにする。
この研究は、様々なデジタル硬貨の言語的特徴を比較し、各硬貨のコミュニティに現れる独特の言語的パターンに光を当てた。
そこで我々は,高度なテキスト解析技術を利用した。
さらに、暗号通貨コミュニティ内のこれらのデジタル資産間の相互作用に関する興味深い理解も明らかにしました。
データセットでどのコインペアが最も頻繁に言及されるかを調べることで、異なる暗号通貨間の相関関係を確立した。
結果の信頼性を確保するため、当初Twitterから合計832,559のツイートを集めました。
これらのツイートは厳格な事前処理段階を経て、115,899件のツイートが分析に使われた。
全体として、我々の研究は、様々なデジタルコインのオンラインコミュニティの言語的ニュアンスに対する貴重な認識を提供し、暗号通貨分野における彼らの相互作用のより深い理解を提供する。
関連論文リスト
- Interplay between Cryptocurrency Transactions and Online Financial
Forums [41.94295877935867]
本研究は、これらの暗号掲示板間の相互作用と暗号値の変動に関する研究に焦点をあてる。
これは、Bitcointalkフォーラムの活動がBTCの値のトレンドと直接的な関係を保っていることを示している。
この実験は、フォーラムデータが金融分野における特定の出来事を説明することを強調している。
論文 参考訳（メタデータ） (2023-11-27T16:25:28Z) - AI-Assisted Investigation of On-Chain Parameters: Risky Cryptocurrencies
and Price Factors [0.9831489366502302]
本稿では,歴史的データの解析と,オンチェーンパラメータを用いた人工知能アルゴリズムについて述べる。
歴史的暗号通貨のオンチェーンデータの解析を行い,価格と他のパラメータの相関性を測定した。
分析の結果,暗号通貨価格と最大供給量と総供給量との間に有意な負の相関がみられ,価格と24時間取引量との間には弱い正の相関が認められた。
論文 参考訳（メタデータ） (2023-08-11T09:20:28Z) - Causality between Sentiment and Cryptocurrency Prices [0.0]
本研究では,マイクロブログプラットフォーム,すなわちTwitterを通じて伝達される物語と暗号資産の価値の関係について検討する。
教師なしの機械学習アルゴリズムを使って、Twitterの巨大でノイズの多いテキストデータの中に潜伏するトピックを発見しました。
さまざまな状況において、私たちの物語と暗号通貨価格の間に強いつながりがあることに気づきました。
論文 参考訳（メタデータ） (2023-06-09T10:40:22Z) - Social Media Sentiment Analysis for Cryptocurrency Market Prediction [0.0]
我々は、異なる感情指標がBitcoinの価格変動とどのように相関しているかを研究する。
モデルのうちの1つは、他の20以上の公的なモデルよりも優れています。
論文 参考訳（メタデータ） (2022-04-19T03:27:29Z) - Ask "Who", Not "What": Bitcoin Volatility Forecasting with Twitter Data [2.9223917785251285]
我々は、Twitterの公開ソーシャルメディアデータのディープラーニング表現を使用して、比較的新しい資産クラスの暗号通貨(特にBitcoin)のボラティリティ予測に重点を置いている。
フィールドワークのために、3000万以上のBitcoin関連ツイートからセマンティック情報とユーザーインタラクション統計を抽出した。
収集した情報を組み合わせて、いくつかのディープラーニングアーキテクチャを構築しました。
論文 参考訳（メタデータ） (2021-10-27T09:55:03Z) - Cryptocurrencies Activity as a Complex Network: Analysis of Transactions
Graphs [7.58432869763351]
我々は、複雑なネットワーク理論を通して、4つの顕著で異なる分散台帳技術(DLT)における相互作用のパターンを研究することによって、一定期間のデジタルトランザクションの流れを解析する。
DLTにおけるユーザインタラクションの理解のために,ネットワーク特性と特異性の研究が最重要であることを示す。
論文 参考訳（メタデータ） (2021-09-14T08:32:36Z) - Smart Contract Vulnerability Detection: From Pure Neural Network to
Interpretable Graph Feature and Expert Pattern Fusion [48.744359070088166]
従来のスマートコントラクトの脆弱性検出方法は、専門家の規則に大きく依存している。
最近のディープラーニングアプローチはこの問題を軽減するが、有用な専門家の知識をエンコードすることができない。
ソースコードから専門家パターンを抽出する自動ツールを開発する。
次に、深いグラフの特徴を抽出するために、コードをセマンティックグラフにキャストします。
論文 参考訳（メタデータ） (2021-06-17T07:12:13Z) - The Doge of Wall Street: Analysis and Detection of Pump and Dump Cryptocurrency Manipulations [50.521292491613224]
本稿では,インターネット上のコミュニティによって組織された2つの市場操作(ポンプとダンプと群衆ポンプ)について,詳細な分析を行う。
ポンプとダンプの仕組みは、株式市場と同じくらい古い詐欺だ。今や、緩やかに規制された暗号通貨市場において、新たな活力を得た。
本報告では,ポンプ群とダンプ群に関する3症例について報告する。
論文 参考訳（メタデータ） (2021-05-03T10:20:47Z) - Vyaktitv: A Multimodal Peer-to-Peer Hindi Conversations based Dataset
for Personality Assessment [50.15466026089435]
本稿では,ピアツーピアのHindi会話データセットであるVyaktitvを提案する。
参加者の高品質な音声とビデオの録音と、会話ごとにヒングリッシュのテキストによる書き起こしで構成されている。
データセットには、収入、文化的指向など、すべての参加者のための豊富な社会デコグラフィー的特徴が含まれています。
論文 参考訳（メタデータ） (2020-08-31T17:44:28Z) - From Tether to Libra: Stablecoins, Digital Currency and the Future of
Money [62.997667081978825]
これは、Stablecoinのコンパクトな定義を提供し、以前に知られていた支払いシステムと区別するユニークな特徴を識別する。
安定したコインのさまざまなユースケースと、それを作るための経済的なインセンティブを調査している。
論文 参考訳（メタデータ） (2020-05-26T18:13:46Z) - Pump and Dumps in the Bitcoin Era: Real Time Detection of Cryptocurrency Market Manipulations [50.521292491613224]
インターネット上のコミュニティによって組織されたポンプとダンプの詳細な分析を行う。
これらのコミュニティがどのように組織化され、どのように詐欺を行うかを観察します。
本研究では,不正行為をリアルタイムに検出する手法を提案する。
論文 参考訳（メタデータ） (2020-05-04T21:36:18Z)
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。