UCLA تیم کامپایل coronavirus داده های مربوط به ایجاد مدل آماری ابزار

یک UCLA استاد و دانش آموزان ایجاد یک هوش مصنوعی مبتنی بر ابزار برای جمع آوری و مرتبط اطلاعات مربوط به COVID-19 همه گیر به راحتی.

مجید Sarrafzadeh, کامپیوتر, استاد علوم است که دارای تخصص در بهداشت تجزیه و تحلیل ترافیک ایجاد ابزار اولیویا برای کاهش سختی تولید مدل و درک اطلاعات علم است.

“هدف ما همیشه این است که به علم و در دسترس برای همه” گفت: Sarrafzadeh. “و من به معنای واقعی کلمه به معنی همه است. و من فکر می کنم اولیویا است که یک گام به سوی آن است.”

Sarrafzadeh, که با این نسخهها کار در دانشگاه UCLA سلامت الکترونیک آزمایشگاه تحقیقاتی جمع آوری داده ها از برجسته coronavirus منابع داده ها از جمله دانشگاه جانز هاپکینز مراکز کنترل و پیشگیری بیماری ایالات متحده سرشماری آمار در میان منابع دیگر برای ایجاد یک هاب مرکزی برای coronavirus-اطلاعات مرتبط.

اولیویا می تواند تولید یک مدل آماری با استفاده از طیف وسیعی از متغیرها از جمله سن و جنسیتی و نژادی و جمعیتی و با توجه به آنچه کاربر می خواهد به بررسی.

برای مثال Sarrafzadeh ایجاد یک مدل از نحوه بومی آمریکایی جمعیتی شده است, نهفته coronavirus از ژانویه زمانی که coronavirus مربوط به دیتا برای اولین بار جمع آوری شده است.

هیچ چیز نگاه غیر طبیعی اما زمانی که Sarrafzadeh تنظیم ابزار به نگاهی شهرستان در آریزونا Sarrafzadeh متوجه استان ها با انبوه بومی آمریکا جمعیت تا به حال به طور نامتناسبی بالا coronavirus نرخ مرگ و میر در مقایسه با جوامع با کمتر متراکم بومی آمریکا جمعیت, او گفت:.

“در حال حاضر آن را برای یکی از همکاران من در علوم اجتماعی یا سیاست عمومی به شکل چه دلیل این است که” Sarrafzadeh گفت. “این نه کار ما. ما اطلاعات دانشمندان است.”

این تیم در سلامت الکترونیک آزمایشگاه تحقیقاتی امیدوار به استفاده از اولیویا به پیش بینی روند مربوط به coronavirus Sarrafzadeh گفت. آنها امید به شعبه به موضوعات نامربوط به COVID-19 در آینده با اضافه کردن اطلاعات مربوط به نارسایی قلب, سلامت روان و محیط زیست, در میان موضوعات دیگر, او گفت:.

وجود دارد بسیاری از راه های می تواند یک کاربر محدود منافع خود را به استفاده از این ابزار در راه ارزشمند گفت: Davina Zamanzadeh, یک علوم کامپیوتر فارغ التحصیل و دانشجو استفاده می شود که اولیویا.

Zamanzadeh بررسی متحده در ایالات متحده آمریکا با مشابه تولید ناخالص داخلی برای پیدا کردن روند بین فقر و تجمعی مرگ و مير ناشی از کوروناویروس. برخی از ایالت ها نشان داد که همبستگی او در حالی که دیگران متمایز به عنوان نقاط دورافتاده.

یک بار پرت شناسایی کاربر می تواند بررسی علل انحراف است که می تواند کمک به پیشبرد تحقیقات و یا اطلاع رسانی به کاربر به طور متوسط در دولت از coronavirus, او گفت:.

این تیم در تلاش برای سهولت استفاده و شفافیت گفت Anaelia اولل یک دانشجوی کارشناسی ارشد در علوم کامپیوتر دانشجو که مشغول به کار در این پروژه است.

“در سراسر نهادهای مختلف در ایالات متحده یک مقدار زیادی از داده ها به اشتراک گذاشته می شود و یا اگر آن را واقعا سخت به پیدا کردن و یا دسترسی و درک” اولل گفت. “ما می خواهیم به انجام تمام کسانی که همه چیز در یک بار.”

tinyurlis.gdv.gdv.htu.nuclck.ruulvis.netshrtco.detny.im