文献

J-GLOBAL ID：201702270620002052   整理番号：17A1120492

オープンソース指標からの稀な病気の発生の予測【Powered by NICT】

Forecasting rare disease outbreaks from open source indicators

著者 (7件)： Rekatsinas Theodoros (Department of Computer Science, Stanford University, Stanford, California) ,  Ghosh Saurav (Department of Computer Science, Virginia Tech, Blacksburg, Virginia) ,  Mekaru Sumiko R. (Boston Children’s Hospital, Boston, Massachusetts) ,  Nsoesie Elaine O. (Boston Children’s Hospital, Boston, Massachusetts) ,  Brownstein John S. (Boston Children’s Hospital, Boston, Massachusetts) ,  Getoor Lise (Department of Computer Science, University of California, Santa Cruz, California) ,  Ramakrishnan Naren (Department of Computer Science, Virginia Tech, Blacksburg, Virginia)
資料名： Statistical Analysis and Data Mining  (Statistical Analysis and Data Mining)
巻： 10  号： 2  ページ： 136-150  発行年： 2017年 
JST資料番号： W2749A  ISSN： 1932-1864  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 背景:オンライン新聞,Twitter,およびオンラインブログなど,多様なデータ源からのニュース飼料の急速増加体積を予想し,検出し,稀な疾患の発生を予測する上で非常に貴重な資源であることを証明した。本論文の目的は,異なるデータ源からのデータを組み合わせることによる稀な感染症の発生と進行を予測できる技術を開発することである。【方法】,SourceSeer,空間時間トピックモデルを組み合わせたベース異常検出技術と新しいアルゴリズム的フレームワークを提案した。SourceSeerを各発生源の位置を発見することができ,authoritativenessの程度が異なる専門家として使用される源を可能にした。個々の発生源予測を融合最終発生予測するためには,各源の精度を考慮した乗法的重みアルゴリズムを採用した。【結果】 15か月の時間スパンにわたってHealthMapによって提供されたラテンアメリカの複数の国におけるハンタウイルス症候群の発生データを用いたSourceSeerの性能を評価した。発生は,以前に報告されなかった場合でもSourceSeerはいくつかのベースラインと比較して,高精度の予測を作成し,タイムリーに病気の発生を予測できることを示した。Copyright 2017 Wiley Publishing Japan K.K. All Rights reserved. Translated from English into Japanese by JST.【Powered by NICT】

シソーラス用語： ハンタウイルス ,  アルゴリズム ,  乗算 ,  感染症 ,  基準線 ,  *予測 ,  ニュース
準シソーラス用語： 高精度 ,  ラテンアメリカ ,  発生予測 ,  発生源 ,  異常検出 ,  トピックモデル ,  電子新聞 ,  *オープンソース , 【Automatic Indexing@JST】

著者キーワード (5件)： データの統合 ,  発生予測 ,  多重源 ,  空間時間トピックモデル ,  トピックモデル

分類 (2件)： 感染症・寄生虫症一般  (GD01010H) ,  医用情報処理  (JE15030Q)

タイトルに関連する用語 (4件)： オープンソース ,  指標 ,  病気 ,  予測