covid-19 pandemic | BriefGPT

关键词covid-19 pandemic

搜索结果 - 59

WarCov -- 来自社交平台的大规模多标签多模态数据集
该论文介绍了从数据获取到构建数据集的过程，用于分类任务和自然语言处理，特别关注 COVID-19 疫情以及标签的创建。
PDF24 days ago
分析糖尿病患者住院时间的相关因素
调查与 COVID-19 大流行加剧的糖尿病病例激增以及对医疗资源的压力之间不断增长的关切，并旨在构建一种预测模型，量化影响糖尿病患者住院时长的因素，为医院管理者提供改进患者管理策略的见解。
PDFa month ago
智能便携式计算机
在 COVID-19 大流行期间，许多组织、学校和大学转向虚拟平台，学生在获取个人电脑（例如台式机或笔记本电脑）方面遇到困难。价格起点约为 15,000 卢比，通常无法提供足够的系统规格，给消费者带来挑战。然而，创新设备 “便携智能计算机”
PDF2 months ago
基於視覺生理監測的大型醫學模型對公共衛生的研究
在全球公共卫生领域，COVID-19 流行病的广泛爆发对全球化挑战发出了警示。本研究提出了一种利用视觉生理监测技术的公共卫生大型医疗模型（PHLMM）的前瞻性框架和启发式视角，该模型可作为构建大规模医疗数据库和公平医疗模型（LMM）的解决方
PDF2 months ago
AAAICOVID-19 对反疫苗话语的影响：一项跨越 COVID 前后的大规模 Twitter 研究
新冠疫情表明了解和缓解反疫苗情绪的重要性，本研究通过对推特上反疫苗帖子的大规模研究，尝试回答疫情对反疫苗言论产生的影响，以及是否由于疫情变化导致对非新冠疫苗（如流感、麻疹、脊髓灰质炎、人乳头瘤病毒疫苗）的反对观点也发生了变化。研究发现，疫情
PDF3 months ago
流行病建模中的图神经网络综述
本文综述了图神经网络在流行病任务中的应用，介绍了疫情任务和方法学的分层分类，并系统地梳理了方法学的详细内容和现有方法的局限性，同时提出未来的研究方向。
PDF3 months ago
一个回归混合模型了解新冠疫情对公共交通乘客量的影响
新冠疫情对城市交通和公共交通乘客数量造成了重大影响，本研究提出一种专用的回归混合模型，能够对公共交通站点进行聚类和时间段进行分割，以分析疫情对铁路公共交通乘客数量的影响，并分析疫情引起的变化。
PDF5 months ago
使用 ChatGPT 的角色扮演模拟游戏
在本文中，我们展示了如何利用 ChatGPT 在角色扮演的模拟游戏场景中，通过使用大型语言模型（LLMs）来提高教学质量，从而促进学生的积极学习。此外，我们讨论了 LLMs 如何通过允许学生使用 ChatGPT 来练习真实生活场景，从而提高
PDF5 months ago
CAREForMe: 基于上下文的多臂赌博推荐框架用于心理健康
这篇论文介绍了 CAREForMe，一个用于心理健康的上下文多臂赌博（CMAB）推荐框架，通过上下文感知、个性化和模块化设计，利用移动传感和在线学习算法与用户聚类能力相结合，提供及时、个性化的推荐，既作为可定制的推荐框架引导未来研究，又作为
PDF5 months ago
分析尼日利亚网络空间中的 COVID-19 疫苗情感：基于手动标注的 Twitter 数据集的洞察
使用 Transformer-based 语言模型研究尼日利亚人对疫苗的接受程度，数据分析及可视化表明，大多数推文对 COVID-19 疫苗持中立态度，个别人表示积极看法，对特定疫苗类型没有强烈偏好，尽管 Moderna 疫苗获得了稍微更多
PDF5 months ago
利用动态告知的图神经网络全球预测 COVID-19 变种的出现
新型冠状病毒变异在全球范围内的传播是 COVID-19 疫情暴发的主要驱动力之一，本研究提出了一种基于图神经网络的变种动态感知模型，能够预测不同国家特定变异株的到达时间及其传播情况，相较于统计建模和物理感知神经网络等传统方法，该模型在回顾性
PDF6 months ago
解码问题：社交媒体中疫苗情感的多标签分类
应对疫苗相关的多样化担忧，本文通过多种先进的自然语言处理技术和机器学习算法，包括 BERT、GPT 3.5、分类器链和传统方法如 SVM、随机森林、朴素贝叶斯，开发了一种强大的多标签分类器，能够根据与疫苗相关的担忧指定特定的关注标签。研究发
PDF7 months ago
ICML自杀行为的概念化：利用预测结果的解释分析纵向社交媒体数据
通过分析社交媒体数据以及借助人工智能技术，本研究提出了一种用于初步筛选带有自杀意向的社交媒体帖子的方法，以预防自杀行为，并为自杀预防机构、专业人员和社区广泛认知项目提供宝贵的见解。
PDF7 months ago
MEDPSeg：基于计算机断层扫描的肺部结构和病变的端到端分割
COVID-19 大流行病反应凸显了深度学习方法在通过计算机断层扫描 (CT) 对肺部疾病的正常和异常组织进行自动分割方面的潜力，这些方法不仅有助于临床决策，还有助于理解新型疾病。为了解决手动分割大型 CT 数据库的繁重性质，我们使用多态训
PDF7 months ago
新常态下的零售分析：人工智能与 COVID-19 疫情的影响
新冠疫情严重破坏了零售行业格局并加速了创新技术的采用，其中在线食品杂货订单的激增和为促进物流所采用的技术成为一个引人注目的例子。本文讨论了人工智能在新常态零售行业中为零售商提供的机遇，其中一些技术在大规模应用中适应了先前部署的人工智能模型，
PDF7 months ago
探讨社会压力对 COVID-19 的适应动态的影响：揭示面对流行病的未知人群行为
在自然灾害的背景下，人类的反应不可避免地与自然因素交织在一起。COVID-19 大流行作为一个重要的压力因素，揭示了不同国家在应对不同地区感染爆发蔓延方面适应动力的深刻差异，突显了文化特征在自然灾害分析中的关键作用。
PDF7 months ago
我们是否听从所言？COVID-19 疫情期间人类行为的实证研究：神经网络 vs. 回归分析
我们通过对 2020 年维也纳公众的视觉数据进行物体检测、卷积神经网络、回归分析和多层感知机的综合分析，发现口罩相关的政府法规和公共交通公告鼓励在 COVID-19 大流行期间正确佩戴口罩的行为，而公告和法规内容的变化对人们的行为产生了不均
PDF7 months ago
透过面具看清楚：多任务生成模型解耦人脸识别
COVID-19 疫情爆发使得人们比以往更频繁地戴口罩。当前的一般面部识别系统在遇到遮挡场景时性能严重下降，可能的原因是面部特征受到关键面部区域的遮挡。为了解决这个问题，先前的研究要么通过额外的口罩预测在特征级别上提取与身份相关的嵌入，要么
PDF7 months ago
机器学习和可解释机器学习方法在精神疾病检测应用中的利与弊，具体来说是抑郁症：简要回顾
COVID-19 疫情迫使人们限制了社交活动，导致精神疾病，特别是抑郁症的增加。为了准确快速地诊断这些疾病并防止严重后果如自杀，机器学习的使用变得越来越重要。此外，为了提供精确可理解的诊断以进行更好的治疗，AI 科学家和研究人员必须开发可解
PDF8 months ago
纽约市 COVID-19 疫情期间的单车共享需求的可解释机器学习框架
本研究提出了一个机器学习模型框架，用于估计大规模自行车共享系统的小时需求，并利用两个梯度提升模型以及基于 SHapley Additive exPlanations 的模型解释框架进行实证分析，结果表明性别比例和时间段是两个最重要的解释变量
PDF8 months ago