論文の概要: An Investigation of COVID-19 Spreading Factors with Explainable AI Techniques

• arxiv url: http://arxiv.org/abs/2005.06612v1
• Date: Tue, 5 May 2020 12:01:12 GMT
• ステータス: 処理完了
• システム内更新日: 2022-12-06 14:25:55.056701
• Title: An Investigation of COVID-19 Spreading Factors with Explainable AI Techniques
• Title（参考訳）: 説明可能なai技術を用いたcovid-19拡散要因の検討
• Authors: Xiuyi Fan, Siyuan Liu, Jiarong Chen, Thomas C. Henderson
• Abstract要約: 我々は,18か国及び地域で実施された措置の相対的有効性を評価する。 我々は、この期間に調査された国や地域にとって最も有効であるトップ1と2の尺度を計算します。 道路横断、都市封鎖、接触追跡は2つの最も効果的な手段である。
• 参考スコア（独自算出の注目度）: 8.592266544778262
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Since COVID-19 was first identified in December 2019, various public health interventions have been implemented across the world. As different measures are implemented at different countries at different times, we conduct an assessment of the relative effectiveness of the measures implemented in 18 countries and regions using data from 22/01/2020 to 02/04/2020. We compute the top one and two measures that are most effective for the countries and regions studied during the period. Two Explainable AI techniques, SHAP and ECPI, are used in our study; such that we construct (machine learning) models for predicting the instantaneous reproduction number ($R_t$) and use the models as surrogates to the real world and inputs that the greatest influence to our models are seen as measures that are most effective. Across-the-board, city lockdown and contact tracing are the two most effective measures. For ensuring $R_t<1$, public wearing face masks is also important. Mass testing alone is not the most effective measure although when paired with other measures, it can be effective. Warm temperature helps for reducing the transmission.
• Abstract（参考訳）: 2019年12月に初めて確認されて以来、世界中の公衆衛生介入が実施されている。 異なる時期に異なる措置が実施されているため、22/01/2020～02/04/2020のデータを用いて18カ国・地域で実施されている措置の相対的な効果を評価する。 我々は、この期間に調査された国や地域にとって最も有効であるトップ1と2つの対策を計算した。 2つの説明可能なAI技術、SHAPとECPIを用いて、即時複製数(R_t$)を予測するための(機械学習)モデルを構築し、それらのモデルを現実世界の代理として使用し、我々のモデルに対する最大の影響を最も効果的に捉えていると入力する。 道路横断、都市封鎖、接触追跡は2つの最も効果的な手段である。 R_t<1$を確保するためには、フェイスマスクの公衆着用も重要である。 質量試験だけでは最も効果的な測定ではないが、他の測定値と組み合わせれば有効である。 温かい温度は伝達を減少させるのに役立つ。

関連論文リスト

• Strict baselines for Covid-19 forecasting and ML perspective for USA and Russia [105.54048699217668]
  Covid-19は、2年間にわたって蓄積されたデータセットを収集し、予測分析に使用できるようにする。 本研究は、米国とロシアの2カ国の地域データに基づいて、Covid-19の拡散のダイナミクスを予測するための様々な種類の方法に関する一貫した研究結果である。
  論文  参考訳（メタデータ） (2022-07-15T18:21:36Z)
• 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)
• Can Self Reported Symptoms Predict Daily COVID-19 Cases? [12.029443053416399]
  機械学習モデルを開発し、自己報告症状を用いてCOVID-19の流行を推定する。 その結果,グローバルモデルとは対照的に,局所モデルに対する誤差が低かった。 この研究は、オンラインプラットフォームを介して収集されたクラウドソースデータに基づいて開発されたモデルが、既存の疫学的監視インフラストラクチャを補完できることを示しています。
  論文  参考訳（メタデータ） (2021-05-18T07:26:09Z)
• Modelling the COVID-19 virus evolution with Incremental Machine Learning [0.6747153903267225]
  最先端の機械学習アルゴリズムとオンラインのインクリメンタルな機械学習アルゴリズムを比較して、病気の拡散の日々の変化に適応させる。 その結果、インクリメンタルメソッドは、時間とともに疾患の変化に適応するための有望なアプローチであることがわかった。
  論文  参考訳（メタデータ） (2021-04-14T16:08:35Z)
• Utilizing Concept Drift for Measuring the Effectiveness of Policy Interventions: The Case of the COVID-19 Pandemic [0.0]
  我々は、機械学習を用いて、政策介入の有効性を測定するために、新しい方法で漂流検出手法を適用した。 欧米9か国と米国28か国で毎日の新型コロナウイルス感染者数にNPIが及ぼす影響を分析した。
  論文  参考訳（メタデータ） (2020-12-04T09:28:39Z)
• 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)
• 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)
• A machine learning methodology for real-time forecasting of the 2019-2020 COVID-19 outbreak using Internet searches, news alerts, and estimates from mechanistic models [53.900779250589814]
  提案手法は,2日前の安定かつ正確な予測を行うことができる。 我々のモデルでは,中国32州中27州において,ベースラインモデルよりも予測力が優れています。
  論文  参考訳（メタデータ） (2020-04-08T14:39:32Z)

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。