Nul
Men kan discussiëren of sociale media is goed voor je of niet, maar het zou kunnen helpen in ieder geval nemen de temperatuur van de samenleving van de algemene gezondheid.
AI-onderzoekers in Finland, het gebruik van de openbare gezondheid verzamelde gegevens strikt voor het volk van vijf miljoen inwoners, vond posten op Instagram had een statistisch significante correlatie met de geregistreerde uitbraken van influenza.
Volg ZDNet op Instagram
Door te zoeken naar hashtags met woorden als “griep” en het vergelijken van de inhoud van de afbeelding van berichten tonen dozen en flessen van griep drugs, de onderzoekers geconstrueerde een mash-up van convolutional neurale netwerk en een versie van iets genaamd “boom leren” om te voorspellen historische uitbraken.
Het papier, het Voorspellen van de griep van Instagram, was posted dinsdag op de Cornell Universiteit arXiv pre-print-server, en is geschreven door Oguzhan Gencoglu en Miikka Ermes, die respectievelijk verbonden aan de medische faculteit van Finland Tempere Universiteit en software en services firm van Tieto, Ltd.
Ook op: Facebook Oculus onderzoek ambachten vreemde mashup van John Oliver en Stephen Colbert
Onderzoekers in Finland gestudeerd meer dan 22.000 Instagram posten voor hashtags en beelden van pillendoosjes dat de verwachte historische uitbraak van de griep in het land.
De auteurs stellen voor hen is “de eerste studie in dienst te beelden in social media voor het voorspellen van de influenza-epidemieën,” maar ze hebben ook een lijst van verschillende eerdere onderzoeken van de samenleving op sociale media, zoals studies van Instagram posten voor de indicatoren van de depressie, en het gebruik van tabak onder jongeren.
De onderzoekers verzamelden zes jaar wekelijks posten op Instagram, van April 2012 tot Mei 2018, meer dan 22.000 berichten, het verzamelen van hashtags in het fins met betrekking tot ziekte, zoals het finse woord “flunssa,” betekenis griep, of “lihaskipu,” betekent spier pijn. Het is belangrijk voor de studie, het schrijven van Gencoglu en Miikka, dat zij in staat waren om te beperken hun zoeken naar “één taal en land” om te kunnen vergelijken zijn de berichten één land, de gezondheid van de gegevens.
De gegevens, verzameld met behulp van een Python-gebaseerde web-crawler, was alleen van de openbare ambten. En de crawler opgenomen post alleen de data en hashtags, en de individuele afbeeldings-Url ‘ s, het niet opnemen van gebruikersnamen en het niet opslaan van de afbeeldingen.
Ook: Google overdenkt de tekortkomingen van machine learning
De auteurs dan opgeleid negen verschillende neurale netwerk modellen door het correleren van de nummers van de hashtag verwijzingen in de posts van de officiële gevallen van griep, zoals opgetekend door het finse Nationaal Instituut voor Gezondheid en Welzijn. Ze getraind tegen de vijf jaar van de gegevens, en vervolgens het model getest door het hebben van het gebruik van het zesde jaar van Instagram gegevens en medische gegevens als de test om te zien hoe hij dat deed.
De afbeelding is een deel van het werk werd gedaan door het combineren van twee verschillende convolutional neurale netwerken, “Begin” en “ResNet,” een cocktail werd voor het eerst ontwikkeld in 2016 is door onderzoekers van Google. Ze getraind om te kijken naar beelden van mensen die pil flessen en soortgelijke gezondheid remedie pakketten, gebaseerd op vier sample foto ‘ s van drugs.
De uiteindelijke winnende neurale net aanpak, de auteurs schrijven, was de combinatie van Oprichting en ResNet met het neurale net “XGBoost,” een vorm van de boom zoeken, ontwikkeld aan de Universiteit van Washington in 2016.
Ook: het Bekijken van YouTube video ‘ s kan op een dag laat robots kopie mensen
Zij concludeerden dat de combinatie van beeld netten en XGBoost het beste passen bij de curve van de gezondheid, en was ook “statistisch significant” voor het voorspellen van de griepuitbraak in het laatste jaar van zijn gegevens.
Een grote vraag van deze soort van social media zoeken, die open staan voor verdere werkzaamheden, is hoe de statistieken zijn vervormd door het medium zelf. De auteurs merken op het falen van Google “Google Flu” zoek trends in 2013, want “de verhoogde media-aandacht” aan de Google inspanning kromgetrokken het zoeken activiteit. Zij concluderen daarom dat er in de toekomst werk, “normaliseren” van de wekelijkse post telt in vergelijking met “het totale aantal wekelijkse Instagram posten in de bevolking … kunnen verbeteren, het woordenboek van de prestaties door het nemen van de populariteit aspect van het platform in rekening brengen.”
Vorige en aanverwante dekking:
Wat is AI? Alles wat je moet weten
Een executive gids voor kunstmatige intelligentie, van machine learning en algemene AI-neurale netwerken.
Wat is diep leren? Alles wat je moet weten
De lowdown op diep leren: van hoe het zich verhoudt tot het bredere veld van machine-leren door te zien hoe aan de slag met het.
Wat is machine learning? Alles wat je moet weten
In deze gids wordt uitgelegd wat ‘machine learning’ is, hoe het is in verband met kunstmatige intelligentie, hoe het werkt en waarom het belangrijk is.
Wat is cloud computing? Alles wat u moet weten over
Een introductie van cloud computing recht vanaf de basis tot IaaS en PaaS -, hybride -, public en private cloud.
Verwante artikelen:
36 van de beste films over AI, rankedThis is wat AI eruit ziet (zoals geschetst door AI)AI robots zijn komst, maar de VN wil dat ze bannedDigital transformatie in 2019: AI, robotica, en IoT te spelen acteurs rollen
Verwante Onderwerpen:
Big Data Analytics
Digitale Transformatie
CXO
Het Internet van Dingen
Innovatie
Enterprise Software
0