Jove
Visualize
お問い合わせ
JoVE
x logofacebook logolinkedin logoyoutube logo
JoVEについて
概要リーダーシップブログJoVEヘルプセンター
著者向け
出版プロセス編集委員会範囲と方針査読よくある質問投稿
図書館員向け
推薦の声購読アクセスリソース図書館諮問委員会よくある質問
研究
JoVE JournalMethods CollectionsJoVE Encyclopedia of Experimentsアーカイブ
教育
JoVE CoreJoVE BusinessJoVE Science EducationJoVE Lab Manual教員リソースセンター教員サイト
利用規約
プライバシーポリシー
ポリシー

関連する概念動画

Reinforcement01:23

Reinforcement

466
Positive and negative reinforcement are key concepts in operant conditioning, a learning process where the consequences of a behavior affect the likelihood of that behavior being repeated.
Positive reinforcement occurs when a behavior is followed by the presentation of a rewarding stimulus, increasing the frequency of that behavior. For example:
466

こちらも読む

関連記事

共著者、ジャーナル、引用グラフによってこの研究に関連する記事。

並び替え
Same author

Genetically proxied inhibition of cholesterol-lowering drug targets and survival in HPV-positive and non-HPV driven head and neck cancer: a multicentre MR study.

Cancer epidemiology, biomarkers & prevention : a publication of the American Association for Cancer Research, cosponsored by the American Society of Preventive Oncology·2026
Same author

Is Mediterranean diet associated with severe asthma control? A multi-center cross-sectional study in Greece.

The Journal of asthma : official journal of the Association for the Care of Asthma·2026
Same author

Pancreatic Stone Protein as an Early Predictor of Adverse Events in Patients with Infection Presenting to the Emergency Department: A Pilot Study.

Journal of personalized medicine·2026
Same author

Postflood Leptospirosis Outbreak Response Due to <i>Leptospira interrogans</i> and <i>Leptospira kirschneri</i> in Central Greece, 2023: Comparison of Laboratory and Clinical Manifestations.

Open forum infectious diseases·2026
Same author

Consumption of whole and refined grains and the risk of gastric cancer: a pooled analysis within the Stomach cancer Pooling (StoP) Project.

European journal of nutrition·2026
Same author

Measles Seroprevalence Among Healthcare Workers in a Tertiary Hospital in Central Greece, 2017.

Vaccines·2026

関連する実験動画

Updated: Oct 19, 2025

An Open-Source Virtual Reality System for the Measurement of Spatial Learning in Head-Restrained Mice
08:59

An Open-Source Virtual Reality System for the Measurement of Spatial Learning in Head-Restrained Mice

Published on: March 3, 2023

2.3K

強化学習による効率的かつ標的型のCOVID-19国境検査

Hamsa Bastani1, Kimon Drakopoulos2, Vishal Gupta3

  • 1Department of Operations, Information and Decisions, Wharton School, University of Pennsylvania, Philadelphia, PA, USA.

Nature
|September 22, 2021
PubMed
まとめ

新しい強化学習システムであるEVAは,ランダム検査よりも1.85倍多くの感染者を特定することで,旅行者におけるCOVID-19の検出を向上させました. このAIシステムは リアルタイムデータを用いて 国境管理を最適化し 伝統的な流行病学的指標を上回りました

さらに関連する動画

Behavioral Training Procedures for Head-fixed Virtual Reality in Mice
06:27

Behavioral Training Procedures for Head-fixed Virtual Reality in Mice

Published on: September 6, 2024

1.5K
A Real-Time Interactive System for Studying Confrontational Pursuit Behavior in Rodents
06:25

A Real-Time Interactive System for Studying Confrontational Pursuit Behavior in Rodents

Published on: May 16, 2025

752

関連する実験動画

Last Updated: Oct 19, 2025

An Open-Source Virtual Reality System for the Measurement of Spatial Learning in Head-Restrained Mice
08:59

An Open-Source Virtual Reality System for the Measurement of Spatial Learning in Head-Restrained Mice

Published on: March 3, 2023

2.3K
Behavioral Training Procedures for Head-fixed Virtual Reality in Mice
06:27

Behavioral Training Procedures for Head-fixed Virtual Reality in Mice

Published on: September 6, 2024

1.5K
A Real-Time Interactive System for Studying Confrontational Pursuit Behavior in Rodents
06:25

A Real-Time Interactive System for Studying Confrontational Pursuit Behavior in Rodents

Published on: May 16, 2025

752

科学分野:

  • 人工知能
  • 公衆衛生
  • 流行病学

背景:

  • 各国は,集団レベルでの流行病学的指標に基づいて隔離と入国制限を含む,特別の国境管理を活用しました.
  • 既存のプロトコルは,症例,死亡,または検査陽性率などの広範な指標に依存しており,これは旅行者に特有のリスクを正確に反映していない可能性があります.

研究 の 目的:

  • 国際旅行者のリアルタイムのCOVID-19スクリーニングのための強化学習システム (Eva) の設計と評価.
  • 症状のないSARS-CoV-2に感染した旅行者を特定し,国境政策を伝えるためのEVAの有効性を評価する.
  • エヴァのパフォーマンスを ランダムなテストと 疫学的な指標に基づく政策と比較する

主な方法:

  • 強化学習システムであるエヴァの開発と導入は,2020年の夏にギリシャ国境を越えて行われます.
  • エヴァは旅行者の人口統計と過去の検査データを活用して 限られた検査リソースを割り当てました
  • ランダムな監視とメトリックベースのテストポリシーを含むモデル化された対事実シナリオに対するパフォーマンス比較.

主要な成果:

  • Evaは,無症状で感染した旅行者をランダムな監視検査よりも1.85倍多く特定し,ピークの旅行時の割合は高かった.
  • エヴァは,疫学的な指標のみに基づいた政策よりも,感染した旅行者の1.25~1.45倍を検出しました.
  • 人口レベルでの疫学指標は,予測価値が限られており,旅行者の流行において国別での有意な変動を示した.

結論:

  • エヴァのような補強学習システムは 感染した旅行者の検出を 伝統的な方法と比較して 大幅に改善できます
  • リアルタイムデータと人工知能による 資源配分は 国境の健康管理に より効果的なアプローチを 提供しています
  • この研究は,国際旅行政策における人口レベルの流行病学的指標への依存に関する懸念を浮き彫りにしています.