文献

J-GLOBAL ID：202102210995777654   整理番号：21A1145624

ビッグCOVID-19データに関する機械学習とOLAP【JST・京大機械翻訳】

Machine Learning and OLAP on Big COVID-19 Data

著者 (5件)： Leung Carson K. (University of Manitoba,Department of Computer Science,Winnipeg,MB,Canada) ,  Chen Yubo (University of Manitoba,Department of Computer Science,Winnipeg,MB,Canada) ,  Hoi Calvin S. H. (University of Manitoba,Department of Computer Science,Winnipeg,MB,Canada) ,  Shang Siyuan (University of Manitoba,Department of Computer Science,Winnipeg,MB,Canada) ,  Cuzzocrea Alfredo (University of Calabria,Big Data Engineering and Analytics Lab,Rende,Italy)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2020  号： Big Data  ページ： 5118-5127  発行年： 2020年 
JST資料番号： W2441A  資料種別： 会議録 (C)
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： 現在の技術的時代において,膨大な量の大きなデータが生成され,多様な豊富なデータソースから収集されている。これらの大きなデータは,それらのいくつかが不正確であり,いくつかの他が不正確で不確かであるという意味で,異なるレベルの真実性がある。これらの大きなデータに組み込まれるのは,有用な情報であり,発見された貴重な知識である。これらの大きなデータの例は,コロナウイルス病2019(COVID-19)のような流行性疾患に罹患した患者に関連するデータのような健康管理と疫学的データである。機械学習,データマイニング,およびオンライン分析処理(OLAP)の研究者,疫学者,および政策立案者のようなデータ科学技術から発見された知識は,病気のより良い理解を得るために,病気を検出,制御,および戦うための道を立ち上げるかもしれない。本論文では,COVID-19疫学的データを処理するための機械学習と大データ分析ツールを提示した。特に,このツールは,効果的なビッグデータ分析に対するいくつかの一般化属性にいくつかの特定の属性を一般化するために,分類学とOLAPの良好な利用をした。いくつかの属性の未知または未定値を無視する代わりに,ツールは,それらの好みとアプリケーションに依存して,これらの値を含むか除外する柔軟性を持つユーザを提供する。さらに,ツールは頻出パターンとその関連パターンを発見し,パターンの絶対および相対周波数のような有用な知識を明らかにする。さらに,ツールは歴史的データから発見されたパターンから学習し,将来のデータに対する臨床転帰のような有用な情報を予測する。このように,このツールは,ユーザがCOVID-19の確認されたケースに関する情報のより良い理解を得ることを助ける。このツールは,大きな疫学的データの機械学習と解析用に設計されているが,多くの他の実生活アプリケーションとサービスにおける大きなデータの機械学習と解析に適用できる。Copyright 2021 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 柔軟性 ,  応用プログラム ,  健康管理 ,  疫学 ,  *機械学習 ,  データマイニング
準シソーラス用語： コロナウイルス ,  解析ツール ,  分類学 ,  *OLAP ,  頻出パターン ,  ビッグデータ , 【Automatic Indexing@JST】

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (3件)： COVID-19 ,  機械学習 ,  OLAP