Noll
Man kan diskutera om sociala medier är bra för dig eller inte, men det kan hjälpa till att åtminstone ta temperaturen på samhällets allmänna hälsa.
AI-forskare i Finland, använda den offentliga hälso-och data som samlats in noggrant för att nationen fem miljoner invånare, finns inlägg på Instagram hade en signifikant statistisk korrelation med inspelade influensa utbrott.
Följ ZDNet på Instagram
Genom att söka på hashtags med ord som “fågelinfluensa” och jämföra den bild innehållet i inlägg som visar lådor och flaskor av influensa läkemedel, forskare konstruerat en mash-up av convolutional neurala nätverk och en version av något som kallas “learning tree” för att förutsäga historiska utbrott.
Papper, Förutsäga influensa från Instagram, postades tisdag på Cornell University arXiv pre-print-server, och är författad av Oghozhan Gencoglu och Miikka Ermes, som är, respektive, knuten till medicinska fakulteten i Finland Tempere Universitet, programvara och tjänster företaget Tieto, Ltd.
Också: Facebook Oculus forskning hantverk konstigt mashup av John Oliver och Stephen Colbert
Forskare i Finland studerade över 22.000 Instagram inlägg för hashtags och bilder av p-piller lådor som väntat historiska utbrott av influensa i landet.
Författarna föreslår deras är “den första studien att använda bilder i sociala medier för att prognostisera den influensa epidemier,” men de finns även en lista över flera tidigare studier av samhället på sociala medier, såsom studier av Instagram inlägg för indikatorer av depression, och tobaksbruk bland ungdomar.
Utredarna samlades sex år värt av veckans inlägg på Instagram, från April 2012 till och med Maj 2018, över 22 000 inlägg, samla hashtags i finska som rör sjukdom, såsom det finska ordet “flunssa”, vilket innebär influensa, eller “lihaskipu,” mening muskler värker. Det var viktigt att studera, skriva Gencoglu och Miikka, att de skulle kunna begränsa sin sökning till “ett enda språk och land” för att kunna jämföra inlägg för att ett enda land ‘ s health data.
De data som samlats in med hjälp av en Python-baserade web crawler, var bara från offentliga inlägg. Och sökroboten registreras endast efter datum och hashtags, och den enskilda bildens Url: er, det gick inte att spela in användarnamn och det gick inte att lagra några bilder.
Också: Google funderar brister av maskininlärning
Författarna sedan utbildade nio olika neurala nätverk modeller genom att korrelera antalet hashtag referenser i inlägg till den officiella antalet fall av influensa som registreras av Finlands Nationella Institutet för Hälsa och Välfärd. De utbildas mot fem års värde av data, och sedan testade modellen genom att använda det sjätte året av Instagram data och hälsa uppgifter som test för att se hur det blev.
Den bild som en del av arbetet skedde genom att kombinera två olika convolutional neurala nätverk, “Inception” och “ResNet,” en cocktail som utvecklades först under 2016 av forskare på Google. De tränade det att titta på bilder av människor som visar p-piller som innehåller flaskor och liknande hälso-och avhjälpa paket, som bygger på fyra prov bilder av droger.
Det slutliga vinnande neurala nätet strategi, skriver författarna, var kombinationen av Starten och ResNet med neurala nät “XGBoost,” en form av träd sök utvecklats vid University of Washington i 2016.
Även: Titta på YouTube-videor en dag kanske låta robotar kopiera människor
De drog slutsatsen att den combo av bilden nät och XGBoost bästa passform kurvan av data hälsa, och var också “statistiskt signifikant” för att förutsäga influensa utbrott under det sista året.
En stor fråga av denna typ av sociala medier sök, vänster öppna för det fortsatta arbetet är hur statistiken är skev av mediet i sig. Författarna noterar fel på Google av “Google Flu” sök trenderna under 2013, eftersom “ökad uppmärksamhet i media” till Google ansträngning skev sökaktivitet. De drar därför slutsatsen att i det framtida arbetet, “normalisera” veckans inlägg räknas i förhållande till “det totala antalet av veckans Instagram-inlägg i befolkningen … kan förbättra den prediktiva prestanda genom att ta popularitet aspekt av plattformen hänsyn till.”
Tidigare och relaterade täckning:
Vad är AI? Allt du behöver veta
En verkställande guide till artificiell intelligens, från maskininlärning och allmänna AI att neurala nätverk.
Vad är djupt lärande? Allt du behöver veta
Lowdown på djupt lärande: från hur det förhåller sig till de bredare fält av maskinen lärande genom hur man kommer igång med det.
Vad är lärande? Allt du behöver veta
Denna guide förklarar vad lärande är, hur den är relaterad till artificiell intelligens, hur det fungerar och varför det är viktigt.
Vad är cloud computing? Allt du behöver veta om
En introduktion till cloud computing rätt från grunderna upp till IaaS och PaaS, hybrid, offentliga och privata moln.
Relaterade artiklar:
36 av de bästa filmer om AI, rankedThis är vad AI ser ut (som skissat av AI)AI killer robotar som kommer men FN vill ha dem bannedDigital omvandling i och med 2019: AI, robotik och sakernas internet för att spela huvudrollerna
Relaterade Ämnen:
Big Data Analytics
Digital Omvandling
CXO
Sakernas Internet
Innovation
Affärssystem
0