論文の概要: COVID-19 Pandemic Outbreak in the Subcontinent: A data-driven analysis
- arxiv url: http://arxiv.org/abs/2008.09803v1
- Date: Sat, 22 Aug 2020 10:40:17 GMT
- ステータス: 処理完了
- システム内更新日: 2023-05-05 06:03:43.028915
- Title: COVID-19 Pandemic Outbreak in the Subcontinent: A data-driven analysis
- Title（参考訳）: 亜大陸におけるCOVID-19パンデミックアウトブレイク:データ駆動分析
- Authors: Bikash Chandra Singh, Zulfikar Alom, Mohammad Muntasir Rahman, Mrinal
Kanti Baowaly, Mohammad Abdul Azim
- Abstract要約: 2019年12月下旬、中国湖北省武漢市で新型コロナウイルス(COVID-19)が流行した。
多くの研究が、この亜大陸は新型コロナウイルスの影響で最悪の地域にとどまる可能性があると主張している。
本稿ではバングラデシュ、インド、パキスタンの公開疫学データを用いて再生数を推定する。
- 参考スコア（独自算出の注目度）: 0.8057708414390126
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Human civilization is experiencing a critical situation that presents itself
for a new coronavirus disease 2019 (COVID-19). This virus emerged in late
December 2019 in Wuhan city, Hubei, China. The grim fact of COVID-19 is, it is
highly contagious in nature, therefore, spreads rapidly all over the world and
causes severe acute respiratory syndrome coronavirus 2 (SARS-CoV-2). Responding
to the severity of COVID-19 research community directs the attention to the
analysis of COVID-19, to diminish its antagonistic impact towards society.
Numerous studies claim that the subcontinent, i.e., Bangladesh, India, and
Pakistan, could remain in the worst affected region by the COVID-19. In order
to prevent the spread of COVID-19, it is important to predict the trend of
COVID-19 beforehand the planning of effective control strategies.
Fundamentally, the idea is to dependably estimate the reproduction number to
judge the spread rate of COVID-19 in a particular region. Consequently, this
paper uses publicly available epidemiological data of Bangladesh, India, and
Pakistan to estimate the reproduction numbers. More specifically, we use
various models (for example, susceptible infection recovery (SIR), exponential
growth (EG), sequential Bayesian (SB), maximum likelihood (ML) and time
dependent (TD)) to estimate the reproduction numbers and observe the model
fitness in the corresponding data set. Experimental results show that the
reproduction numbers produced by these models are greater than 1.2
(approximately) indicates that COVID-19 is gradually spreading in the
subcontinent.
- Abstract（参考訳）: 人類文明は、新型コロナウイルス感染症(COVID-19)の危機的状況に直面している。
このウイルスは2019年12月末に中国湖北省武漢市で発生した。
新型コロナウイルスの悲惨な事実は、自然界で非常に伝染性が高く、世界中で急速に拡散し、重症急性呼吸器症候群ウイルス(SARS-CoV-2)を引き起こす。
新型コロナウイルス研究コミュニティの深刻さに反応して、新型コロナウイルスの分析に注意を向け、社会に対する敵意を和らげる。
多くの研究によると、この亜大陸、すなわちバングラデシュ、インド、パキスタンは、新型コロナウイルスの影響で最悪の地域にとどまる可能性がある。
新型コロナウイルスの感染拡大を防ぐためには、効果的なコントロール戦略の立案を事前に予測することが重要である。
基本的には、特定の地域でcovid-19の拡散率を判断するために、複製数を安定して見積もることである。
そこで本研究では,バングラデシュ,インド,パキスタンの公衆の疫学データを用いて再現数を推定する。
より具体的には、様々なモデル(例えば、感受性感染回復(sir)、指数成長(eg)、シーケンシャルベイズ(sb)、最大確率(ml)、時間依存(td)を使用して、再現数を推定し、対応するデータセットでモデルの適合度を観測する。
実験結果から、これらのモデルが生成する再生数は1.2以上(約)であり、亜大陸で徐々にCOVID-19が拡散していることが明らかとなった。
関連論文リスト
- Population Age Group Sensitivity for COVID-19 Infections with Deep
Learning [0.0]
新型コロナウイルス(COVID-19)のパンデミックは、世界中の政府や医療システムにとって前例のない課題を生み出している。
この研究は、米国の郡レベルでの新型コロナウイルス感染率において最も影響力のある年齢層を特定することを目的としている。
論文 参考訳（メタデータ） (2023-07-03T04:56:55Z) - Forecasting COVID-19 Infections in Gulf Cooperation Council (GCC)
Countries using Machine Learning [0.0]
我々は、ジョンズ・ホプキンス(英語版)の公開COVID-19データセットを用いて、湾岸協力評議会(GCC)諸国の時系列モデルを開発する。
以上の結果から,新型ウイルスの感染予測を精度良く行うことが可能であることが示唆された。
論文 参考訳（メタデータ） (2023-03-14T02:46:42Z) - Modeling the geospatial evolution of COVID-19 using spatio-temporal
convolutional sequence-to-sequence neural networks [48.7576911714538]
ポルトガルは世界最大の発生率を持つ国であり、人口10万人当たりの14日間の発生率が1000を超える。
その重要性にもかかわらず、covid-19の地理空間的進化の正確な予測は依然として課題である。
論文 参考訳（メタデータ） (2021-05-06T15:24:00Z) - COUnty aggRegation mixup AuGmEntation (COURAGE) COVID-19 Prediction [29.919578191688274]
本稿では,米国各郡における2週間の新型コロナウイルス関連死亡の短期予測を行うCOURAGEという手法を提案する。
本モデルでは, 新型コロナウイルス関連症例, 死亡状況, 地域移動傾向, 人口統計情報の公開情報を完全に活用し, 対応する郡レベルの予測の集約として, 州レベルの予測を作成できる。
論文 参考訳（メタデータ） (2021-05-03T04:00:59Z) - COVIDx-US -- An open-access benchmark dataset of ultrasound imaging data
for AI-driven COVID-19 analytics [116.6248556979572]
COVIDx-USは、新型コロナウイルス関連超音波画像データのオープンアクセスベンチマークデータセットです。
肺超音波93本と,SARS-CoV-2肺炎,非SARS-CoV-2肺炎,健康管理症例10,774本からなる。
論文 参考訳（メタデータ） (2021-03-18T03:31:33Z) - Analysis of COVID-19 cases in India through Machine Learning: A Study of
Intervention [3.4483987421251516]
新型コロナウイルス(COVID-19)のパンデミックと闘うため、世界は予防接種、プラズマ療法、予防接種、疫学的な介入をほとんど選択肢がない。
本研究では,従来のSIRモデルにおける疫学的介入を取り入れた介入を伴うSIRモデルを提案する。
我々は、2020年9月30日までに、インド全土とインドの一部州で、アクティブで回復した新型コロナウイルスの感染者の予測数を提示するとともに、予測されたケースの95%と99%の信頼区間を推定した。
論文 参考訳（メタデータ） (2020-08-17T05:45:50Z) - 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) - 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 kinetic model for qualitative understanding and analysis of the effect
of complete lockdown imposed by India for controlling the COVID-19 disease
spread by the SARS-CoV-2 virus [0.0]
現在進行中のSARS-CoV-2ウイルスによる世界的なパンデミックは、世界中に波及している。
インド連邦政府は翌日から全土が完全に封鎖されたという前例のない発表を行った。
本研究は、インド領の96%以上をカバーする運動モデルを用いて、この決定の意味を科学的に分析することを目的とする。
論文 参考訳（メタデータ） (2020-04-12T19:34:12Z)
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。