文献

J-GLOBAL ID：202102226866093629   整理番号：21A0442618

Twitterを用いた食事,体重減少,適応度および健康関連画像共有:観察研究【JST・京大機械翻訳】

Diet, Weight loss, Fitness, and Health related Image Sharing using Twitter: an Observation Study

著者 (5件)： Park Albert (University of North Carolina at Charlotte,Department of Software and Information Systems,NC,USA) ,  Li Chuqin (University of North Carolina at Charlotte,Department of Software and Information Systems,NC,USA) ,  Bowling Jessamyn (University of North Carolina at Charlotte,Department of Public Health Sciences,NC,USA) ,  Ge Yaorong (University of North Carolina at Charlotte,Department of Software and Information Systems,NC,USA) ,  Dulin Michael (University of North Carolina at Charlotte,Department of Public Health Sciences,NC,USA)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2020  号： BIBM  ページ： 2049-2053  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： Twitterにおける肥満関連画像共有実践を理解する目的で,8月2018日から1月2019日までの4つのハッシュタグ(#健康,#適応度,#飼料,#減量)を用いて,1.1百万tweetsを収集した。これらのピンセットのうち,200,000(17.76%)以上が画像を持ち,60,000以上のユニークなツイッターユーザ(22.13%)により共有された。非常に深いVGG16モデル(畳み込みニューラルネットワーク)を適用して,130,000以上のユニークな画像を計算し,967のユニークなラベルを用いて,肥満関連ピンセットから抽出した画像内のオブジェクトを記述した。情報内容は,最も頻繁に再共有され,続いて,個人の画像,複合的内容,商業内容,身体活動,および動機的引用の画像が続いた。一般的深層学習モデルは,Twitterの画像共有活動への高レベル洞察を与えたが,手動分析は,詳細情報を学習するために,調整したモデルが必要であることを明らかにした。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： 学習モデル ,  *肥満 ,  深層
準シソーラス用語： ピンセット ,  *ツイッター ,  畳込みニューラルネットワーク , 【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 (7件)： Twitter ,  食事 ,  体重減少 ,  適応度 ,  共有 ,  観察 ,  研究