Fugu-MT 論文翻訳(概要): Indication Finding: a novel use case for representation learning

論文の概要: Indication Finding: a novel use case for representation learning

arxiv url: http://arxiv.org/abs/2410.19174v1
Date: Thu, 24 Oct 2024 22:03:36 GMT
ステータス: 翻訳完了
システム内更新日: 2024-10-28 13:37:45.448238
Title: Indication Finding: a novel use case for representation learning
Title（参考訳）: 表現発見:表現学習の新しいユースケース
Authors: Maren Eckhoff, Valmir Selimi, Alexander Aranovitch, Ian Lyons, Emily Briggs, Jennifer Hou, Alex Devereson, Matej Macak, David Champagne, Chris Anagnostopoulos,
Abstract要約: 本稿では、自然言語処理と実世界のデータで開発された手法を活用して、行動機構(MoA)の潜在性、新しい指標を優先する手法を提案する。具体的には、表現学習を用いて表示の埋め込みを生成し、その表示に近接してMoAの最も有効な証拠を優先する。
参考スコア（独自算出の注目度）: 32.73124984242397
License:
Abstract: Many therapies are effective in treating multiple diseases. We present an approach that leverages methods developed in natural language processing and real-world data to prioritize potential, new indications for a mechanism of action (MoA). We specifically use representation learning to generate embeddings of indications and prioritize them based on their proximity to the indications with the strongest available evidence for the MoA. We demonstrate the successful deployment of our approach for anti-IL-17A using embeddings generated with SPPMI and present an evaluation framework to determine the quality of indication finding results and the derived embeddings.
Abstract（参考訳）: 多くの治療法が多発性疾患の治療に有効である。本稿では,自然言語処理と実世界のデータで開発された手法を利用して,行動メカニズム(MoA)の新たな指標を優先する手法を提案する。具体的には、表現学習を用いて表示の埋め込みを生成し、その表示に近接してMoAの最も有効な証拠を優先する。我々は,SPPMIで生成した埋め込みを用いて,抗IL-17Aに対するアプローチの展開に成功したことを実証し,提案手法について検討した。

関連論文リスト

C-ICL: Contrastive In-context Learning for Information Extraction [54.39470114243744]
c-ICLは、正しいサンプル構築と間違ったサンプル構築の両方を活用して、コンテキスト内学習のデモを作成する、新しい数ショット技術である。各種データセットに対する実験により,c-ICLは従来の数発のインコンテキスト学習法よりも優れていたことが示唆された。
論文参考訳（メタデータ） (2024-02-17T11:28:08Z)
M-VAAL: Multimodal Variational Adversarial Active Learning for Downstream Medical Image Analysis Tasks [16.85572580186212]
アクティブラーニングは、アノテーションの最も有益な例を積極的にサンプリングすることで、大きな注釈付きサンプルの必要性を最小化しようとする。本稿では,付加的なモーダルからの補助情報を用いてアクティブサンプリングを強化するマルチモーダル変分適応型アクティブラーニング(M-VAAL)手法を提案する。
論文参考訳（メタデータ） (2023-06-21T16:40:37Z)
Unleashing Mask: Explore the Intrinsic Out-of-Distribution Detection Capability [70.72426887518517]
Out-of-Distribution(OOD)検出は、機械学習モデルを現実世界のアプリケーションにデプロイする際に、セキュアAIの必須の側面である。本稿では,IDデータを用いた学習モデルのOOD識別能力を復元する新しい手法であるUnleashing Maskを提案する。本手法では, マスクを用いて記憶した非定型サンプルを抽出し, モデルを微調整するか, 導入したマスクでプルーする。
論文参考訳（メタデータ） (2023-06-06T14:23:34Z)
Leveraging Pretrained Representations with Task-related Keywords for Alzheimer's Disease Detection [69.53626024091076]
アルツハイマー病(AD)は高齢者に特に顕著である。事前学習モデルの最近の進歩は、AD検出モデリングを低レベル特徴から高レベル表現にシフトさせる動機付けとなっている。本稿では,高レベルの音響・言語的特徴から,より優れたAD関連手がかりを抽出する,いくつかの効率的な手法を提案する。
論文参考訳（メタデータ） (2023-03-14T16:03:28Z)
Unsupervised Pathology Detection: A Deep Dive Into the State of the Art [6.667150890634173]
複数の医療データセット上で,最先端の非教師付き異常検出法 (UAD) の選択について検討した。本実験は, 産業・医療文献から新たに開発された特徴モデリング手法により, 性能が向上することが実証された。これらの手法は,最近開発された自己教師付き事前学習アルゴリズムの恩恵を受けることができることを示す。
論文参考訳（メタデータ） (2023-03-01T16:03:25Z)
Benchmarking Heterogeneous Treatment Effect Models through the Lens of Interpretability [82.29775890542967]
治療のパーソナライズされた効果を見積もるのは複雑だが、普及している問題である。ヘテロジニアス処理効果推定に関する機械学習文献の最近の進歩は、洗練されたが不透明なツールの多くを生み出した。我々は、ポストホックな特徴重要度法を用いて、モデルの予測に影響を及ぼす特徴を特定する。
論文参考訳（メタデータ） (2022-06-16T17:59:05Z)
Ambiguous Dynamic Treatment Regimes: A Reinforcement Learning Approach [0.0]
動的処理レジーム(DTR)は、このプロセスの形式化のために広く研究されている。最適な治療体制を効率的に学習するための強化学習法を開発した。
論文参考訳（メタデータ） (2021-12-08T20:22:04Z)
MCDAL: Maximum Classifier Discrepancy for Active Learning [74.73133545019877]
近年の最先端のアクティブラーニング手法は, 主にGAN(Generative Adversarial Networks)をサンプル取得に活用している。本稿では,MCDAL(Maximum Discrepancy for Active Learning)と呼ぶ新しいアクティブラーニングフレームワークを提案する。特に,両者の差分を最大化することにより,より厳密な決定境界を学習する2つの補助的分類層を利用する。
論文参考訳（メタデータ） (2021-07-23T06:57:08Z)
Learning-based Computer-aided Prescription Model for Parkinson's Disease: A Data-driven Perspective [61.70045118068213]
我々は、PD患者の症状と、神経科医が提供した処方薬を収集し、データセットを構築した。そこで我々は、観察された症状と処方薬との関係を学習し、新しいコンピュータ支援処方薬モデルを構築した。新来の患者に対しては、処方薬モデルにより、観察された症状に対して適切な処方薬を推奨できる(予測)。
論文参考訳（メタデータ） (2020-07-31T14:34:35Z)
A Novel RL-assisted Deep Learning Framework for Task-informative Signals Selection and Classification for Spontaneous BCIs [2.299749220980997]
一つの脳波検定からタスク関連時間信号セグメントを推定・選択する問題を定式化する。本稿では,既存の深層学習に基づくBCI手法と組み合わせることができる新しい強化学習機構を提案する。
論文参考訳（メタデータ） (2020-07-01T00:35:41Z)

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。