論文の概要: Novel sparse matrix algorithm expands the feasible size of a self-organizing map of the knowledge indexed by a database of peer-reviewed medical literature

• arxiv url: http://arxiv.org/abs/2511.15136v1
• Date: Wed, 19 Nov 2025 05:26:04 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-11-20 15:51:28.644977
• Title: Novel sparse matrix algorithm expands the feasible size of a self-organizing map of the knowledge indexed by a database of peer-reviewed medical literature
• Title（参考訳）: 新しいスパース行列アルゴリズムは、ピアレビュー医療文献データベースによってインデックスされた知識の自己組織化マップの可能なサイズを拡大する
• Authors: Andrew Amos, Joanne Lee, Tarun Sen Gupta, Bunmi S. Malau-Aduli,
• Abstract要約: 我々は,Medlineデータセット全体に対して自己組織化マップを適用可能なスパース行列乗法の新しいアルゴリズムを開発した。 このアルゴリズムはまた、データセットの変更を経時的に考慮するために自己組織化マップを精錬する可能性を高める。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Past efforts to map the Medline database have been limited to small subsets of the available data because of the exponentially increasing memory and processing demands of existing algorithms. We designed a novel algorithm for sparse matrix multiplication that allowed us to apply a self-organizing map to the entire Medline dataset, allowing for a more complete map of existing medical knowledge. The algorithm also increases the feasibility of refining the self-organizing map to account for changes in the dataset over time.
• Abstract（参考訳）: これまでのMedlineデータベースのマッピングは、メモリの急増と既存のアルゴリズムの処理要求のために、利用可能なデータの小さなサブセットに限られていた。 我々は,Medlineデータセット全体に対して自己組織化マップを適用できるように,スパース行列乗法のための新しいアルゴリズムを設計し,既存の医療知識のより完全なマップ化を可能にした。 このアルゴリズムはまた、データセットの変更を経時的に考慮するために自己組織化マップを精錬する可能性を高める。

関連論文リスト

• Investigating the Scalability of Approximate Sparse Retrieval Algorithms to Massive Datasets [8.1990111961557]
  大規模データセット上での最先端検索アルゴリズムの挙動について検討する。 我々は,最近提案した地震探査と高密度検索に適応したグラフベースソリューションを比較し,比較した。 我々は,MsMarco-v2から138万パスのSplade埋め込みを広範囲に評価し,インデックス作成時間その他の効率および有効性について報告する。
  論文  参考訳（メタデータ） (2025-01-20T17:59:21Z)
• Linearized Wasserstein dimensionality reduction with approximation guarantees [65.16758672591365]
  LOT Wassmap は、ワーッサーシュタイン空間の低次元構造を明らかにするための計算可能なアルゴリズムである。 我々は,LOT Wassmapが正しい埋め込みを実現し,サンプルサイズの増加とともに品質が向上することを示す。 また、LOT Wassmapがペア距離計算に依存するアルゴリズムと比較して計算コストを大幅に削減することを示す。
  論文  参考訳（メタデータ） (2023-02-14T22:12:16Z)
• Subject-specific quantitative susceptibility mapping using patch based deep image priors [13.734472448148333]
  そこで本研究では,被検者固有のパッチベースの教師なし学習アルゴリズムを提案し,その感受性マップを推定する。 我々は、深層畳み込みニューラルネットワークを用いて、地図のパッチにまたがる冗長性を利用して、問題をうまく解決する。 このアルゴリズムを3次元インビジョデータセットで検証し、競合する手法よりも改良された再構成を実証した。
  論文  参考訳（メタデータ） (2022-10-10T02:28:53Z)
• RandomSCM: interpretable ensembles of sparse classifiers tailored for omics data [59.4141628321618]
  決定規則の結合や解離に基づくアンサンブル学習アルゴリズムを提案する。 モデルの解釈可能性により、高次元データのバイオマーカー発見やパターン発見に有用である。
  論文  参考訳（メタデータ） (2022-08-11T13:55:04Z)
• Learning Treatment Plan Representations for Content Based Image Retrieval [8.367855337863068]
  そこで本研究では, 従来計画されていた症例の線量分布を, 解剖学的類似性に基づいて検索するCBIR法を提案する。 提案手法は,患者の解剖学的情報の潜在空間埋め込みを生成する表現モデルを訓練する。 新しい患者の潜伏空間の埋め込みは、線量分布の画像検索のためのデータベースにおいて、以前の患者の空間の埋め込みと比較される。
  論文  参考訳（メタデータ） (2022-06-06T21:27:08Z)
• Reinforcement Learning Based Query Vertex Ordering Model for Subgraph Matching [58.39970828272366]
  グラフマッチングアルゴリズムは、クエリグラフの埋め込みをデータグラフGに列挙する。 マッチング順序は、これらのバックトラックに基づくサブグラフマッチングアルゴリズムの時間効率において重要な役割を果たす。 本稿では,Reinforcement Learning (RL) と Graph Neural Networks (GNN) 技術を適用して,グラフマッチングアルゴリズムの高品質なマッチング順序を生成する。
  論文  参考訳（メタデータ） (2022-01-25T00:10:03Z)
• Estimating leverage scores via rank revealing methods and randomization [50.591267188664666]
  任意のランクの正方形密度あるいはスパース行列の統計レバレッジスコアを推定するアルゴリズムについて検討した。 提案手法は,高密度およびスパースなランダム化次元性還元変換の合成と階調明細化法を組み合わせることに基づく。
  論文  参考訳（メタデータ） (2021-05-23T19:21:55Z)
• A Meta-embedding-based Ensemble Approach for ICD Coding Prediction [64.42386426730695]
  国際疾病分類 (icd) は、世界中で臨床コーディングに使われているデファクトコードである。 これらのコードにより、医療提供者は償還を請求し、診断情報の効率的な保管と検索を容易にします。 提案手法は,日常的な医学データと科学論文の外部知識を用いて,効果的に単語ベクトルを訓練することにより,神経モデルの性能を高める。
  論文  参考訳（メタデータ） (2021-02-26T17:49:58Z)
• ReliefE: Feature Ranking in High-dimensional Spaces via Manifold Embeddings [0.0]
  リリーフ・ファミリのアルゴリズムは、最も重要で無関係なインスタンスを反復的に計算することで、機能に重要性を割り当てる。 最近の埋め込みベース手法はコンパクトな低次元表現を学習する。 ReliefEアルゴリズムは高速で、機能ランキングが向上する可能性がある。
  論文  参考訳（メタデータ） (2021-01-23T20:23:31Z)
• Using Tabu Search Algorithm for Map Generation in the Terra Mystica Tabletop Game [60.71662712899962]
  Tabu Search (TS)メタヒューリスティックは、アルゴリズムが局所最適点から逃れることによって、単純な局所探索アルゴリズムを改善する。 本稿では,TSの性能について検討し,タブリストのサイズと周辺地域のサイズが手続き的コンテンツ生成に与える影響について考察する。
  論文  参考訳（メタデータ） (2020-06-04T09:15:46Z)
• Information cartography in association rule mining [2.535671322516818]
  本研究では,アソシエーションルールマイニングによって得られた情報のメトロマップの自動作成手法を開発した。 得られたメトロマップを視覚化することは、これがデータに隠された構造化された知識を示すのに適したツールであるだけでなく、ユーザーにストーリーを伝えるのにも適していることを正当化する。
  論文  参考訳（メタデータ） (2020-02-29T21:57:54Z)

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。