論文の概要: Flattening the curves: on-off lock-down strategies for COVID-19 with an application to Brazi

• arxiv url: http://arxiv.org/abs/2004.06916v1
• Date: Wed, 15 Apr 2020 07:37:08 GMT
• ステータス: 処理完了
• システム内更新日: 2022-12-13 03:32:19.561718
• Title: Flattening the curves: on-off lock-down strategies for COVID-19 with an application to Brazi
• Title（参考訳）: 曲線のフラット化:covid-19のオンオフロックダウン戦略とbraziへの応用
• Authors: L. Tarrataca, C.M. Dias, D. B. Haddad, and E. F. Arruda
• Abstract要約: この研究は、新型コロナウイルス(COVID-19)が最も研究の浅い国、ブラジルにどのように影響するかをよりよく理解しようと試みている。 ブラジルのいくつかの州はロックダウン状態です。 この研究は、そのような終了がウイルスの局所的な進化に与える影響を考察する。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: The current COVID-19 pandemic is affecting different countries in different ways. The assortment of reporting techniques alongside other issues, such as underreporting and budgetary constraints, makes predicting the spread and lethality of the virus a challenging task. This work attempts to gain a better understanding of how COVID-19 will affect one of the least studied countries, namely Brazil. Currently, several Brazilian states are in a state of lock-down. However, there is political pressure for this type of measures to be lifted. This work considers the impact that such a termination would have on how the virus evolves locally. This was done by extending the SEIR model with an on / off strategy. Given the simplicity of SEIR we also attempted to gain more insight by developing a neural regressor. We chose to employ features that current clinical studies have pinpointed has having a connection to the lethality of COVID-19. We discuss how this data can be processed in order to obtain a robust assessment.
• Abstract（参考訳）: 新型コロナウイルス(COVID-19)のパンデミックは、さまざまな方法で異なる国に影響を与えている。 過度の報告や予算制約といった他の問題と並行して報告技術が組み合わさって、ウイルスの拡散と致命性を予測することが困難な課題となっている。 この研究は、新型コロナウイルス(COVID-19)が最も研究の浅い国、ブラジルにどのように影響するかをよりよく理解しようと試みている。 現在、ブラジルのいくつかの州はロックダウン状態にある。 しかし、こうした措置を解除すべきという政治的圧力もある。 この研究は、そのような終了がウイルスの局所的な進化に与える影響を考察する。 これはSEIRモデルをオン/オフ戦略で拡張することで実現された。 SEIRの単純さを考えると、私たちはニューラル回帰器を開発することで、より多くの洞察を得ようとしました。 私たちは、新型コロナウイルスの致死性に関連している現在の臨床研究で指摘されている特徴を採用することを選んだ。 堅牢な評価を得るために、このデータをどのように処理できるかを論じる。

関連論文リスト

• Machine learning approaches for localized lockdown during COVID-19: a case study analysis [0.0]
  Sars-CoV-2は、世界的なパンデミックとなった重要な急性呼吸器疾患として登場した。 ブラジルは、国家と自治体の社会経済的差異が大きいため、ウイルス対策に苦慮している。 本研究では,ブラジルの新型コロナウイルスデータに適用したさまざまな機械学習アルゴリズムとディープラーニングアルゴリズムを用いた新しいアプローチを提案する。
  論文  参考訳（メタデータ） (2022-01-03T15:32:06Z)
• COVID-19 cases prediction using regression and novel SSM model for non-converged countries [0.0]
  2020年1月20日から7月21日まで、新たに新型コロナウイルスに関する情報が収集された。 収束していない国では,SARIMAX,線形回帰モデルを用いて新たな新型コロナウイルス感染者を予想した。 本フレームワークは,インド,米国,ブラジルなどの各国において,このパンデミックの線形回帰と転倒を利用したR-Squared値0.986のピークコロナ症例を予測できる。
  論文  参考訳（メタデータ） (2021-06-04T13:02:08Z)
• Projections for COVID-19 spread in India and its worst affected five states using the Modified SEIRD and LSTM models [3.0507203596180488]
  本論文は、インドにおける新型コロナウイルス感染を予測するための修正SEIRD(Susceptible-Exposed-Incovered-Recovered-Deceased)モデルを提案する。 修正SEIRDモデルから得られた投射もLSTMによる30日間の投射と比較した。 この論文で示された結果は、インドに広がる新型コロナウイルス(COVID-19)を抑えるための今後の政策決定のためのビーコンとして機能する。
  論文  参考訳（メタデータ） (2020-09-07T07:38:10Z)
• Understanding the temporal evolution of COVID-19 research through machine learning and natural language processing [66.63200823918429]
  重症急性呼吸器症候群2号(SARS-CoV-2)による新型コロナウイルス感染症(COVID-19)の流行は、世界中の人々の生活や社会に影響を与え続けている。 私たちは複数のデータソース、すなわちPubMedとArXivを使用し、現在のCOVID-19研究の風景を特徴づけるために、いくつかの機械学習モデルを構築しました。 調査の結果,PubMedとArXivで利用可能な研究の種類は異なることが確認された。
  論文  参考訳（メタデータ） (2020-07-22T18:02:39Z)
• Effectiveness and Compliance to Social Distancing During COVID-19 [72.94965109944707]
  われわれは、米国内での新型コロナウイルスの感染拡大に対する在宅勤務注文の影響を評価するために、詳細なモビリティデータを用いている。 一方向性グランガー因果性(一方向性グランガー因果性)は、家庭で毎日過ごす時間の割合の中央値から、2週間の遅れを伴うCOVID-19関連死亡件数の日数までである。
  論文  参考訳（メタデータ） (2020-06-23T03:36:19Z)
• Cross-lingual Transfer Learning for COVID-19 Outbreak Alignment [90.12602012910465]
  われわれは、Twitterを通じてイタリアの新型コロナウイルス感染症(COVID-19)の早期流行を訓練し、他のいくつかの国に移る。 実験の結果,クロスカントリー予測において最大0.85のスピアマン相関が得られた。
  論文  参考訳（メタデータ） (2020-06-05T02:04:25Z)
• CoronaSurveys: Using Surveys with Indirect Reporting to Estimate the Incidence and Evolution of Epidemics [29.03294669532478]
  参加者が接触者の健康状態について報告する(匿名)調査に基づく手法を提案する。 この間接的な報告手法は、文献ではネットワークスケールアップ法として知られており、参加者とその連絡先のプライバシーを保護している。 CoronaSurveysによって得られた結果は、このアプローチのパワーと柔軟性を示し、LMICの安価で強力なツールになり得ることを示唆している。
  論文  参考訳（メタデータ） (2020-05-24T11:58:23Z)
• A Deep Q-learning/genetic Algorithms Based Novel Methodology For Optimizing Covid-19 Pandemic Government Actions [63.669642197519934]
  我々はSEIR疫学モデルを用いて、人口の時間とともにウイルスウイルスの進化を表現している。 報酬システムにより、アクションのシーケンス(統合、自己同化、二メートル距離、制限を取らない)を評価する。 どちらの意味でも、パンデミックの悪影響を抑えるために政府が取るべき行動を発見する上で、我々の方法論が有効な手段であることを実証する。
  論文  参考訳（メタデータ） (2020-05-15T17:17:45Z)
• When and How to Lift the Lockdown? Global COVID-19 Scenario Analysis and Policy Assessment using Compartmental Gaussian Processes [111.69190108272133]
  新型コロナウイルス(COVID-19)の世界的な感染拡大を受け、多くの国が前例のないロックダウン措置を講じている。 さまざまなロックダウンポリシーシナリオの下で、新型コロナウイルスの死亡率を予測するデータ駆動モデルが不可欠だ。 本稿では,グローバルな状況下での新型コロナウイルスロックダウンポリシーの効果を予測するためのベイズモデルを開発する。
  論文  参考訳（メタデータ） (2020-05-13T18:21:50Z)
• COVID-DA: Deep Domain Adaptation from Typical Pneumonia to COVID-19 [92.4955073477381]
  新型コロナウイルス感染症(COVID-19)の流行はすでに何百万人もの人々に感染しており、今でも世界中で急速に拡大している。 近年,ディープラーニングを効果的なコンピュータ支援手法として利用し,診断効率を向上している。 本稿では,新たな深部ドメイン適応手法,すなわちCOVID-DAを提案する。
  論文  参考訳（メタデータ） (2020-04-30T03:13:40Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。