Fugu-MT 論文翻訳(概要): Explainable AI for Sentiment Analysis of Human Metapneumovirus (HMPV) Using XLNet

論文の概要: Explainable AI for Sentiment Analysis of Human Metapneumovirus (HMPV) Using XLNet

arxiv url: http://arxiv.org/abs/2502.01663v1
Date: Sat, 01 Feb 2025 13:41:23 GMT
ステータス: 翻訳完了
システム内更新日: 2025-02-05 15:00:13.980417
Title: Explainable AI for Sentiment Analysis of Human Metapneumovirus (HMPV) Using XLNet
Title（参考訳）: XLNetを用いたヒトメタ肺炎ウイルス(HMPV)の感度解析のための説明可能なAI
Authors: Md. Shahriar Hossain Apu, Md Saiful Islam, Tanjim Taharat Aurpa,
Abstract要約: 2024年、中国でHMPV(Human Metapneumovirus)が流行した。本稿では、ソーシャルメディアデータを分析することで、感情分析がHMPVに対する公衆の反応の理解を高める方法について考察する。
参考スコア（独自算出の注目度）: 0.7558932796665955
License:
Abstract: In 2024, the outbreak of Human Metapneumovirus (HMPV) in China, which later spread to the UK and other countries, raised significant public concern. While HMPV typically causes mild symptoms, its effects on vulnerable individuals prompted health authorities to emphasize preventive measures. This paper explores how sentiment analysis can enhance our understanding of public reactions to HMPV by analyzing social media data. We apply transformer models, particularly XLNet, achieving 93.50% accuracy in sentiment classification. Additionally, we use explainable AI (XAI) through SHAP to improve model transparency.
Abstract（参考訳）: 2024年、HMPV(Human Metapneumovirus)の中国における流行は、後にイギリスや他の国にも広がった。 HMPVは通常軽度の症状を引き起こすが、脆弱な個人に対する影響は、保健当局に予防措置を強調した。本稿では、ソーシャルメディアデータを分析することで、感情分析がHMPVに対する公衆の反応の理解を高める方法について考察する。我々は、感情分類において93.50%の精度で変換器モデル、特にXLNetを適用した。さらに、SHAPを通じて説明可能なAI(XAI)を使用して、モデルの透明性を改善します。

関連論文リスト

Exploring and Visualizing COVID-19 Trends in India: Vulnerabilities and Mitigation Strategies [1.1624569521079424]
新型コロナウイルスの感染拡大がインド亜大陸にどのような影響を及ぼすのかを、2020年の感染率がどれだけ上昇したかという文脈で検討する。本論文は,政府ポータルから収集したデータの広範な説明的データ分析を行うことにより,新型ウイルスによる国内への影響を理解するための実証的研究に寄与する。
論文参考訳（メタデータ） (2024-08-25T08:18:19Z)
Do we listen to what we are told? An empirical study on human behaviour during the COVID-19 pandemic: neural networks vs. regression analysis [7.134828408572364]
新型コロナウイルスの感染拡大に伴うマスク着用に関連する公衆衛生政策への一般人口の適合性について検討する。マスク着用に関する政府規制や公共交通機関の発表が,マスク着用行動の正しさを示唆していることが判明した。
論文参考訳（メタデータ） (2023-11-21T23:14:47Z)
A Multi-Agent Reinforcement Learning Framework for Evaluating the U.S. Ending the HIV Epidemic Plan [2.498439320062193]
HIVエピデミックイニシアチブの終了は、2030年までに90%の新規感染を減らすことを目的としている。既存のHIV決定分析モデルでは、特定の都市または全国の人口を評価し、管轄的な相互作用や違いを見落としている。本稿では,地域別意思決定分析が可能なマルチエージェント強化学習(MARL)モデルを提案する。
論文参考訳（メタデータ） (2023-11-01T21:19:35Z)
COVID-Net USPro: An Open-Source Explainable Few-Shot Deep Prototypical Network to Monitor and Detect COVID-19 Infection from Point-of-Care Ultrasound Images [66.63200823918429]
COVID-Net USProは、最小限の超音波画像から高精度で新型コロナウイルス陽性の患者を監視し、検出する。ネットワーク全体では99.65%の精度、99.7%のリコール、99.67%の精度で5発の撮影で訓練された。
論文参考訳（メタデータ） (2023-01-04T16:05:51Z)
Topic Modeling, Clade-assisted Sentiment Analysis, and Vaccine Brand Reputation Analysis of COVID-19 Vaccine-related Facebook Comments in the Philippines [0.0]
本稿では、トピックモデリング、感情分析、ワクチンブランドの評判分析を行うための半教師付き機械学習パイプラインを提案する。結果は、あらゆる種類の新型コロナウイルスの誤報が、世論の創発的な特性であることを示唆している。
論文参考訳（メタデータ） (2021-10-11T11:08:38Z)
COVID-Net US: A Tailored, Highly Efficient, Self-Attention Deep Convolutional Neural Network Design for Detection of COVID-19 Patient Cases from Point-of-care Ultrasound Imaging [101.27276001592101]
我々は,肺POCUS画像からの新型コロナウイルススクリーニングに適した,高効率で自己注意型の深層畳み込みニューラルネットワーク設計であるCOVID-Net USを紹介した。実験の結果、提案されたCOVID-Net USは、アーキテクチャの複雑さが353倍、計算の複雑さが62倍、Raspberry Piで14.3倍高速なAUCを達成できることがわかった。リソース制約のある環境において安価な医療と人工知能を提唱するために、COVID-Net USをオープンソースにし、COVID-Netオープンソースイニシアチブの一部として公開しました。
論文参考訳（メタデータ） (2021-08-05T16:47:33Z)
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)
COVI White Paper [67.04578448931741]
接触追跡は、新型コロナウイルスのパンデミックの進行を変える上で不可欠なツールだ。カナダで開発されたCovid-19の公衆ピアツーピア接触追跡とリスク認識モバイルアプリケーションであるCOVIの理論的、設計、倫理的考察、プライバシ戦略について概説する。
論文参考訳（メタデータ） (2020-05-18T07:40:49Z)
A Deep Q-learning/genetic Algorithms Based Novel Methodology For Optimizing Covid-19 Pandemic Government Actions [63.669642197519934]
我々はSEIR疫学モデルを用いて、人口の時間とともにウイルスウイルスの進化を表現している。報酬システムにより、アクションのシーケンス(統合、自己同化、二メートル距離、制限を取らない)を評価する。どちらの意味でも、パンデミックの悪影響を抑えるために政府が取るべき行動を発見する上で、我々の方法論が有効な手段であることを実証する。
論文参考訳（メタデータ） (2020-05-15T17:17:45Z)
Digital Ariadne: Citizen Empowerment for Epidemic Control [55.41644538483948]
新型コロナウイルスの危機は、1918年のH1N1パンデミック以来、公衆衛生にとって最も危険な脅威である。技術支援による位置追跡と接触追跡は、広く採用されれば、感染症の拡散を抑えるのに役立つかもしれない。個人のデバイス上での自発的な位置情報とBluetoothトラッキングに基づいて、"diAry"や"digital Ariadne"と呼ばれるツールを提示する。
論文参考訳（メタデータ） (2020-04-16T15:53:42Z)
$\alpha$-Satellite: An AI-driven System and Benchmark Datasets for Hierarchical Community-level Risk Assessment to Help Combat COVID-19 [24.774285634657787]
新型コロナウイルス(COVID-19)の感染者は53万1000人を超え、少なくとも171カ国で2万4000人以上が死亡している。新型コロナウイルスの感染拡大を受け、地域住民の感染が拡大するとの見方が強まっている。我々は、階層的なコミュニティレベルのリスク評価を提供するAI駆動システム(初期提供として$alpha$-Satelliteと名づけられた)を提案し、開発する。
論文参考訳（メタデータ） (2020-03-27T04:44:53Z)

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。