Fugu-MT 論文翻訳(概要): Visualization and machine learning for forecasting of COVID-19 in Senegal

論文の概要: Visualization and machine learning for forecasting of COVID-19 in Senegal

arxiv url: http://arxiv.org/abs/2008.03135v1
Date: Thu, 6 Aug 2020 15:50:30 GMT
ステータス: 処理完了
システム内更新日: 2022-11-02 07:37:29.879644
Title: Visualization and machine learning for forecasting of COVID-19 in Senegal
Title（参考訳）: セネガルにおけるcovid-19予測のための可視化と機械学習
Authors: Babacar Mbaye Ndiaye, Mouhamadou A.M.T. Balde, Diaraf Seck
Abstract要約: 本稿では、公開データに基づく予測よりも2週間、40日間、可視化と異なる機械学習技術を提供します。 2020年7月15日、セネガルは空域のドアを再開した。
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: In this article, we give visualization and different machine learning technics for two weeks and 40 days ahead forecast based on public data. On July 15, 2020, Senegal reopened its airspace doors, while the number of confirmed cases is still increasing. The population no longer respects hygiene measures, social distancing as at the beginning of the contamination. Negligence or tiredness to always wear the masks? We make forecasting on the inflection point and possible ending time.
Abstract（参考訳）: 本稿では、公開データに基づく予測を2週間40日先延ばしして、可視化と異なる機械学習技術を提供する。 2020年7月15日、セネガルはエアスペースのドアを再開した。人口は、汚染の開始時のような衛生措置、社会的距離をもはや尊重していない。マスクを常に着用する義務や疲れは? 私たちは反射点と可能な終了時刻を予測します。

関連論文リスト

Back to the Future: GNN-based NO$_2$ Forecasting via Future Covariates [49.93577170464313]
都市全域にわたる地上監視ネットワークにおける大気質観測について検討する。我々は過去と将来の共変分を現在の観測に埋め込む条件付きブロックを提案する。将来の気象情報に対する条件付けは,過去の交通状況を考えるよりも影響が大きいことが判明した。
論文参考訳（メタデータ） (2024-04-08T09:13:16Z)
Adaptive Human Trajectory Prediction via Latent Corridors [49.13061580045407]
シーン固有の適応軌道予測の問題を定式化する。本稿では,潜伏回廊と呼ばれる即時チューニングにインスパイアされた新しい適応手法を提案する。 0.1%の追加モデルパラメータでは、MOTシンスシミュレーションデータの改善が23.9%、MOTおよびワイルドトラックにおけるADEが16.4%となる。
論文参考訳（メタデータ） (2023-12-11T18:59:12Z)
A spatiotemporal machine learning approach to forecasting COVID-19 incidence at the county level in the United States [2.9822184411723645]
本稿では,米国内の郡レベルでの新型コロナウイルスの流行を予測するための,長期記憶アーキテクチャに基づくデータ駆動型モデルであるCOVID-LSTMを提案する。われわれは、時間的入力として毎週の新規症例数と、Facebookのハンドエンジニアリングによる空間的特徴を用いて、疾患の時間的および空間的拡散を捉えている。 4週間の予測で、私たちのモデルは平均50のケースで、COVIDhubアンサンブルよりも正確です。
論文参考訳（メタデータ） (2021-09-24T17:40:08Z)
Are socially-aware trajectory prediction models really socially-aware? [75.36961426916639]
我々は,予測モデルの社会的理解を評価するために,社会的に意図された攻撃を導入する。攻撃は、予測器を失敗させるため、小さなが慎重に構成された摂動である。我々の攻撃は、最先端モデルの社会的理解を高めるために有効であることを示す。
論文参考訳（メタデータ） (2021-08-24T17:59:09Z)
Modeling and forecasting Spread of COVID-19 epidemic in Iran until Sep 22, 2021, based on deep learning [0.0]
本研究の目的は,イランにおける新規患者数,死亡者数,回復患者数を180日間,効率的に推定することである。予測手法、時系列、機械学習アルゴリズムの4つの異なるタイプが開発され、与えられたケーススタディに最適なパフォーマンス方法が決定されます。
論文参考訳（メタデータ） (2021-03-15T07:36:12Z)
Analysis of COVID-19 evolution in Senegal: impact of health care capacity [0.0]
セネガル当局の対応を考慮し、感染者の増加を予想する。医療能力と新規入院者のフラックスによらず、圧倒的な被害を避けるための条件が提供される。
論文参考訳（メタデータ） (2020-11-12T09:33:59Z)
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)
Dark Web Marketplaces and COVID-19: before the vaccine [53.447910186085586]
2020年1月1日から11月16日までの間に、30のダークウェブマーケットプレースから抽出された851,199件の分析を行った。新型コロナウイルス製品に直接関連した788のリストを同定し、製品カテゴリーの時間的進化をモニタリングする。新型コロナウイルス(COVID-19)パンデミックの間、オンラインのシャドーエコノミーがどのように発展してきたのかを明らかにし、DWMの継続的なモニタリングの重要性を強調します。
論文参考訳（メタデータ） (2020-08-04T14:27:41Z)
Forecasting Brazilian and American COVID-19 cases based on artificial intelligence coupled with climatic exogenous variables [3.0711362702464675]
世界保健機関(WHO)によると、新型コロナウイルス(COVID-19)は2020年6月10日までの公衆衛生上の問題である。現在のシナリオでは、ブラジルと米国は毎日、新しいケースや死亡の頻度が高い。新型コロナウイルス(COVID-19)対策の戦略的計画を立てる上では、今後1週間の時間枠で新規感染者数を予測することが重要である。
論文参考訳（メタデータ） (2020-07-21T17:58:11Z)
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 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。