Global health networks (GHNs) of organizations fighting major health threats represent a useful strategy to respond to the challenge of mobilizing and coordinating different types of health organizations across borders toward a common goal. In this paper we reconstruct the GHNs of malaria, tuberculosis and pneumonia by creating a new unique database of health organizations from the official Twitter accounts of each organization. We use a majority voter Multi Naive Bayes classifier to discover, among the Twitter users, the ones that represent organizations or groups active in each disease area. We perform a social network analysis (SNA) of the global health networks (GHNs) to evaluate the structure of the network and the role and performance of the organizations in each network. We find evidence that the GHN of malaria, TBC and pneumonia are different in terms of performance and leadership, geographical coverage as well as Twitter popularity. Our analysis validate the use of social media to analyze GHNs, their effectiveness and to mobilize the global community toward global sustainable development.
يهدف هذا العمل إلى تقديم منهجيتين مختلفتين لتقدير السمات الحيوية اللينة من صورة الوجه. أول منهجية مقترحة لاستخراج ميزات فعالة من صور الوجه باستخدام تحويلين متعدد الدقة ؛ waveatom و shearlet ، لتقدير الجنس والعرق والتعبير الوجه والعمر من قبل الشبكة العصبية الاصطناعية (ANN). والمنهجية المقترحة الثانية لاستخدام التعلم العميق لاستخراج الميزات المناسبة عن طريق طبقات تلافيفية مزدوجة وتجميع نموذج ماركوف المخفي (HMM) للتصنيف. ولتحقيق الدراسة المقارنة ، أجريت تجاربنا على قاعدة بيانات كبيرة تم جمعها من ثلاث قواعد بيانات مختلفة: قواعد البالغين الأمريكية و Extended CohnKanade و FG-NET. أظهرت النتائج التجريبية أن تحويل waveatom كان أكثر فاعلية من تحويل shearlet ، لكن HMM مع التعلم العميق كانت أفضل أداء وطريقة أكثر قوة للتصنيف المتعددة معا كما هو الحال في هذه الورقة لتقدير 13 قياسات حيوية ناعمة تتجمع في أربعة تصنيفات
Probabilistic classification requires well-calibrated probability estimates, i.e., the predicted class probabilities must correspond to the true probabilities. Venn predictors, which can be used on ...
