文献

J-GLOBAL ID：202202261892436464   整理番号：22A0696334

SafeCampus:マルチモーダルベースキャンパスワイドパンデミック予測【JST・京大機械翻訳】

SafeCampus: Multimodal-Based Campus-Wide Pandemic Forecasting

著者 (5件)： Lu Sidi (Wayne State University, Detroit, MI, USA) ,  Wu Baofu (Wayne State University, Detroit, MI, USA) ,  Cong Xiaoda (Wayne State University, Detroit, MI, USA) ,  Yao Yongtao (Wayne State University, Detroit, MI, USA) ,  Shi Weisong (Wayne State University, Detroit, MI, USA)
資料名： IEEE Internet Computing  (IEEE Internet Computing)
巻： 26  号： 1  ページ： 60-67  発行年： 2022年 
JST資料番号： W0940A  ISSN： 1089-7801  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： 本研究の動機は,学術活動を再開した後のCOVID-19の影響を最小化するための大規模学術機関のためのマルチモーダルベースCOVID-19パンデミック予測プラットフォームを構築することである。このマルチモーダル作業の設計は,ビデオ,オーディオ,およびピンセットによって操縦される。COVID-19予測を行う前に,まず,従来の機械学習モデル(例えば,Naive Bayes,サポートベクトルマシンおよびTF-IDF)および深層学習モデル[例えば,長い短期記憶(LSTM),MobileNetV2およびSSD]を含む多様なモデルを訓練し,顔マスクの検出および計数により,潜在的感染症例に対する咳の検出および計数,および3)COVID-19関連ピンセットに基づく感情解析を行う。最後に,著者らは,翌週の確認された症例の毎日の増加率を予測するために,LSTMモデルへの毎日の確認症例データと社会的ジスタンシング計量とともに,マルチモーダル解析結果を与えた。支持証拠による重要な観察を提示した。Copyright 2022 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： データ ,  感染 ,  録画装置 ,  オーディオ機器 ,  モデル ,  記憶 ,  *多モード ,  機械学習 ,  サポートベクトルマシン
準シソーラス用語： 短期記憶 ,  ピンセット ,  汎発流行性 ,  Naive Bayes ,  深層学習 ,  長短期記憶 , 【Automatic Indexing@JST】

分類 (2件)： パターン認識  (JE07000S) ,  人工知能  (JE08000Z)

タイトルに関連する用語 (1件)： 予測