Fugu-MT 論文翻訳(概要): Viral Load Inference in Non-Adaptive Pooled Testing

論文の概要: Viral Load Inference in Non-Adaptive Pooled Testing

arxiv url: http://arxiv.org/abs/2403.09130v1
Date: Thu, 14 Mar 2024 06:40:34 GMT
ステータス: 処理完了
システム内更新日: 2024-03-15 21:36:54.929312
Title: Viral Load Inference in Non-Adaptive Pooled Testing
Title（参考訳）: 非適応型プールテストにおけるウイルス負荷推定
Authors: Mansoor Sheikh, David Saad,
Abstract要約: 本研究では,現実的なバイラルロード信号の正確な推測を可能にするために,PCR特定ノイズ関数と併用したメッセージパッシングアルゴリズムを開発した。この研究は非適応的な設定であり、ウイルスの負荷決定が臨床的に重要である効率的なスクリーニングの可能性を開く可能性がある。
参考スコア（独自算出の注目度）: 0.0
License: http://creativecommons.org/licenses/by/4.0/
Abstract: Medical diagnostic testing can be made significantly more efficient using pooled testing protocols. These typically require a sparse infection signal and use either binary or real-valued entries of O(1). However, existing methods do not allow for inferring viral loads which span many orders of magnitude. We develop a message passing algorithm coupled with a PCR (Polymerase Chain Reaction) specific noise function to allow accurate inference of realistic viral load signals. This work is in the non-adaptive setting and could open the possibility of efficient screening where viral load determination is clinically important.
Abstract（参考訳）: 医療診断試験は、プールテストプロトコルを使用して、はるかに効率的に行うことができる。これらは通常、疎感染シグナルを必要とし、O(1)のバイナリまたは実際の値のエントリを使用する。しかし、既存の方法では、多くの桁にまたがるウイルス負荷を推測することはできない。本研究では,PCR(ポリメラーゼ連鎖反応)特異的ノイズ関数と結合したメッセージパッシングアルゴリズムを開発し,現実的なバイラルロード信号の正確な推測を可能にする。この研究は非適応的な設定であり、ウイルスの負荷決定が臨床的に重要である効率的なスクリーニングの可能性を開く可能性がある。

関連論文リスト

ASPS: Augmented Segment Anything Model for Polyp Segmentation [77.25557224490075]
SAM(Segment Anything Model)は、ポリープセグメンテーションに先例のないポテンシャルを導入している。 SAMのTransformerベースの構造は、グローバルおよび低周波情報を優先する。 CFAはトレーニング可能なCNNエンコーダブランチと凍結したViTエンコーダを統合し、ドメイン固有の知識の統合を可能にする。
論文参考訳（メタデータ） (2024-06-30T14:55:32Z)
Predictive Accuracy-Based Active Learning for Medical Image Segmentation [5.25147264940975]
医用画像セグメンテーションのための効果的な予測精度に基づく能動学習法を提案する。 PAALは、精度予測器(AP)と軽量ポーリング戦略(WPS)から構成される。複数のデータセットに対する実験結果は、PAALの優位性を示している。
論文参考訳（メタデータ） (2024-05-01T11:12:08Z)
Mitigating LLM Hallucinations via Conformal Abstention [70.83870602967625]
我々は,大言語モデルが一般ドメインでの応答をいつ無視すべきかを決定するための,原則化された手順を開発する。我々は、幻覚率(エラー率)の厳密な理論的保証の恩恵を受けるため、共形予測手法を活用して、禁忌手順を開発する。実験によって得られた共形禁忌法は, 種々の閉書, オープンドメイン生成質問応答データセットに, 幻覚率を確実に拘束する。
論文参考訳（メタデータ） (2024-04-04T11:32:03Z)
ProtoASNet: Dynamic Prototypes for Inherently Interpretable and Uncertainty-Aware Aortic Stenosis Classification in Echocardiography [4.908455453888849]
大動脈狭窄症(Aortic stenosis、AS)は、心臓弁弁疾患の1つで、適切な治療のために正確かつタイムリーな診断を必要とする。現在の自動検出法のほとんどは、信頼性の低いブラックボックスモデルに依存しており、臨床応用を妨げている。本稿では,Bmode心エコービデオから直接ASを検出するネットワークであるProtoASを提案する。 ProtoASNetは、それぞれの予測に対する解釈可能性と不確実性を提供する。
論文参考訳（メタデータ） (2023-07-26T18:06:25Z)
EndoBoost: a plug-and-play module for false positive suppression during computer-aided polyp detection in real-world colonoscopy (with dataset) [30.825060093220806]
我々はFPPD-13データセットを公開し、実世界の大腸内視鏡におけるコンピュータ支援ポリプ検出において、典型的な偽陽性の分類学的および実世界のケースを提供する。本稿では,ポストホックモジュールであるEndoBoostを汎用的なポリプ検出モデルにプラグインし,偽陽性予測をフィルタリングする手法を提案する。
論文参考訳（メタデータ） (2022-12-23T08:34:36Z)
Word-level confidence estimation for RNN transducers [7.12355127219356]
本稿では、リカレント・ネットワーク・トランスデューサ(RNN-T)を用いた音声認識(ASR)システムに適した軽量神経信頼モデルを提案する。他の既存手法と比較して,本モデルは, (a) 認識された単語に関連付けられた時間情報を用いて計算複雑性を低減し, (b) サブワードと単語列をマッピングするためのシンプルでエレガントなトリックを利用する。
論文参考訳（メタデータ） (2021-09-28T18:38:00Z)
Tune it the Right Way: Unsupervised Validation of Domain Adaptation via Soft Neighborhood Density [125.64297244986552]
本稿では,点間の類似度分布のエントロピーを計算し,ソフト近傍の密度を測定する教師なし検証基準を提案する。私たちの基準は、競合する検証方法よりもシンプルですが、より効果的です。
論文参考訳（メタデータ） (2021-08-24T17:41:45Z)
Spotting adversarial samples for speaker verification by neural vocoders [102.1486475058963]
我々は、自動話者検証(ASV)のための敵対サンプルを見つけるために、ニューラルボコーダを採用する。元の音声と再合成音声のASVスコアの違いは、真正と逆正のサンプルの識別に良い指標であることがわかった。私たちのコードは、将来的な比較作業のためにオープンソースにされます。
論文参考訳（メタデータ） (2021-07-01T08:58:16Z)
Collaborative Training between Region Proposal Localization and Classification for Domain Adaptive Object Detection [121.28769542994664]
オブジェクト検出のためのドメイン適応は、ラベル付きデータセットからラベル付きデータセットへの検出を適応させようとする。本稿では,地域提案ネットワーク (RPN) と地域提案分類器 (RPC) が,大きなドメインギャップに直面した場合の転送可能性が大きく異なることを初めて明らかにする。
論文参考訳（メタデータ） (2020-09-17T07:39:52Z)
Noisy Adaptive Group Testing using Bayesian Sequential Experimental Design [63.48989885374238]
病気の感染頻度が低い場合、Dorfman氏は80年前に、人のテストグループは個人でテストするよりも効率が良いことを示した。本研究の目的は,ノイズの多い環境で動作可能な新しいグループテストアルゴリズムを提案することである。
論文参考訳（メタデータ） (2020-04-26T23:41:33Z)
Noisy Pooled PCR for Virus Testing [2.973572497882374]
本研究は, 患者検体におけるウイルス感染状況を決定するためのスケーラブルなアプローチを開発する。提案手法は群検定を線形逆問題に変換し, 偽陽性と負は雑音のある通信チャネルによって生成されると解釈する。
論文参考訳（メタデータ） (2020-04-06T14:12:20Z)

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。