文献

J-GLOBAL ID：202102236635385758   整理番号：21A0539761

空中ベースの流行病に対するBluetooth Appに基づく自己評価感染モデル【JST・京大機械翻訳】

A Bluetooth App-based Self-estimated Infection Model for Airborne-based Epidemic Diseases

著者 (3件)： Jayasundara Udayanga (Lamar University,Department of Computer Science) ,  Lit Xingya (Lamar University,Department of Computer Science) ,  Luo Zhe (Lamar University,College of Business)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2020  号： GLOBECOM  ページ： 1-6  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： 周囲の人々の感染状況を知ることは,流行発生またはインフルエンザシーズンにおける自己保護と拡大制御の両方にとって大きな利点である。最近,Bluetoothベースのモバイルアプリケーションが接触追跡を実行するために実装されている。しかし,自己ステータス推定と追跡は,あまり研究されていない。残念なことに,既存のアプリケーションは,利用者が他者の感染状態とそれら自身の状態の間の必要な関係を確立することができない。一方,従来の感染モデルは一般住民の統計に使用され,そのような使用には適用できない強い制約がある。本論文では,BASE(Bluetooth Appベース自己推定感染モデル)を提案し,この種類のアプリケーションと統合でき,個々のユーザの自身の感染確率を計算した。BASEは,Bluetooth2.0とそれ以上で任意のスマートフォンから取得可能な基本入力を必要とするだけであった。より重要なことに,BASEは,スケーラビリティ,移動性,およびセンシング不正確性に関して,実際のシナリオの下で動作できる。さらに,学習モデルを統合して,不均質疾患の伝搬特性を研究することによってモデルを較正した。BASEの利点を理論的に証明し,広範なシミュレーションに対して検証した。著者らの知る限り,これはBluetooth近傍発見技術に基づく個々の感染モデルを研究する最初の研究である。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： 学習モデル ,  インフルエンザ ,  *応用プログラム ,  伝搬特性 ,  自己評価 ,  スマートフォン
準シソーラス用語： 汎発性流行病 ,  *Bluetooth ,  *感染モデル ,  モバイルアプリケーション , 【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 (5件)： 流行病 ,  Bluetooth ,  APP ,  自己評価 ,  感染モデル