Fugu-MT 論文翻訳(概要): Lockdown effects in US states: an artificial counterfactual approach

論文の概要: Lockdown effects in US states: an artificial counterfactual approach

arxiv url: http://arxiv.org/abs/2009.13484v2
Date: Mon, 8 Feb 2021 18:27:55 GMT
ステータス: 処理完了
システム内更新日: 2022-10-13 22:43:23.971855
Title: Lockdown effects in US states: an artificial counterfactual approach
Title（参考訳）: 米国におけるロックダウン効果: 人工的な反事実的アプローチ
Authors: Carlos B. Carneiro, I\'uri H. Ferreira, Marcelo C. Medeiros, Henrique F. Pires and Eduardo Zilberman
Abstract要約: いくつかの米国の州では、ロックダウンがケース数と死亡数の短期的進化に与える影響を評価する。各処理状態に対して,人工カウンターファクトを構築する。ロックダウンポリシーが実装されていない場合、平均して、そして非常に短期間で、偽の累積ケース数は2倍になる。
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: We adopt an artificial counterfactual approach to assess the impact of lockdowns on the short-run evolution of the number of cases and deaths in some US states. To do so, we explore the different timing in which US states adopted lockdown policies, and divide them among treated and control groups. For each treated state, we construct an artificial counterfactual. On average, and in the very short-run, the counterfactual accumulated number of cases would be two times larger if lockdown policies were not implemented.
Abstract（参考訳）: 米国の一部では、ロックダウンがケース数と死亡数の短期的進化に与える影響を評価するために、人工的な反事実的アプローチを採用しています。そのために、米国国家がロックダウンポリシーを採用した異なるタイミングについて検討し、それらを治療と管理グループに分けます。各処理状態に対して,人工カウンターファクトを構築する。平均すると、そして非常に短期間に、ロックダウンポリシーが実行されなければ、偽の累積ケース数は2倍になる。

関連論文リスト

Longitudinal Counterfactuals: Constraints and Opportunities [59.11233767208572]
本稿では,反ファクトの妥当性を評価・改善するために,縦断データを用いた手法を提案する。本研究では, 縦差と反実差を比較する指標を開発し, 先行観測した変化と反実差の類似性を評価する。
論文参考訳（メタデータ） (2024-02-29T20:17:08Z)
Efficacy the of Confinement Policies on the COVID-19 Spread Dynamics in the Early Period of the Pandemic [0.11049608786515838]
地域によって異なる国を対象に,新型コロナウイルスの早期・戦後の流行動態を解析した。留置方針の実施は、異なる国で異なる結果を示すことが判明した。政府の政策やフェイクニュースへの不信は、先進国と未開発国の両方で広まろうとしている。
論文参考訳（メタデータ） (2021-11-04T17:25:32Z)
CoviHawkes: Temporal Point Process and Deep Learning based Covid-19 forecasting for India [17.226088970705774]
本稿は、現在流行している地域に焦点を当てたロックダウンであるローカルのロックダウンを支持する。本研究では,インドにおけるCovid-19の毎日のケース数を予測する機械学習ツールCoviHawkesを提案する。
論文参考訳（メタデータ） (2021-09-08T13:37:46Z)
Preferential Temporal Difference Learning [53.81943554808216]
本稿では,TD更新における状態の再重み付け手法を提案する。本手法は線形関数近似に収束し,他のTDスタイルの手法と比較して望ましい経験的挙動を示す。
論文参考訳（メタデータ） (2021-06-11T17:05:15Z)
A New Bandit Setting Balancing Information from State Evolution and Corrupted Context [52.67844649650687]
本稿では,2つの確立されたオンライン学習問題と包括的フィードバックを組み合わせた,逐次的意思決定方式を提案する。任意の瞬間にプレーする最適なアクションは、エージェントによって直接観察できない基礎となる変化状態に付随する。本稿では,レフェリーを用いて,コンテキストブレイジットとマルチアームブレイジットのポリシーを動的に組み合わせるアルゴリズムを提案する。
論文参考訳（メタデータ） (2020-11-16T14:35:37Z)
Synthetic Control, Synthetic Interventions, and COVID-19 spread: Exploring the impact of lockdown measures and herd immunity [2.072259480917207]
合成制御法は観測データを用いた因果推論の実証的手法である。本研究は, 合成制御とその拡張の予測, 対実解析, および合成介入の力を用いて, 地域ごとの死亡件数と死亡件数を解析する。
論文参考訳（メタデータ） (2020-09-21T16:12:52Z)
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)
Analyzing the Design Space of Re-opening Policies and COVID-19 Outcomes in the US [5.74610768062625]
近年の米国での再開政策は、社会格差緩和の期間を経て、毎日の新型コロナウイルス感染が大幅に増加した。我々は、ソーシャルネットワークの研究にインスパイアされたモデルを導入し、その疑問に答える。我々のモデルは、(強制的な)テストの利点が部分的閉鎖の利点を隠蔽していると予測し、おそらくもっと多くの努力がそのような緩和戦略に向けられるべきであることを示唆している。
論文参考訳（メタデータ） (2020-04-30T21:28:19Z)
Adversarial Fooling Beyond "Flipping the Label" [54.23547006072598]
CNNは、多くの重要なタスクにおいて、人間に近いか、人間のパフォーマンスよりも優れていることを示す。これらの攻撃は、実際の展開において潜在的に危険である。異なるCNNアーキテクチャの集合に対するいくつかの重要な敵攻撃を包括的に分析する。
論文参考訳（メタデータ） (2020-04-27T13:21:03Z)
Optimising Lockdown Policies for Epidemic Control using Reinforcement Learning [5.174900115018252]
我々は、健康と経済のバランスを保ちながら、各都市や地域ごとのロックダウン決定を定量的に計算する方法を提案する。これらのポリシーは、疾患パラメータの関数として提案アルゴリズムによって自動的に学習される。我々は不完全ロックダウンなどの現実的な考察を考察し、強化学習を用いて得られた政策がロックダウンへの有効な定量的アプローチであることを示す。
論文参考訳（メタデータ） (2020-03-31T11:04:18Z)
Reliable evaluation of adversarial robustness with an ensemble of diverse parameter-free attacks [65.20660287833537]
本稿では,最適段差の大きさと目的関数の問題による障害を克服するPGD攻撃の2つの拡張を提案する。そして、我々の新しい攻撃と2つの補完的な既存の攻撃を組み合わせることで、パラメータフリーで、計算に手頃な価格で、ユーザに依存しない攻撃のアンサンブルを形成し、敵の堅牢性をテストする。
論文参考訳（メタデータ） (2020-03-03T18:15:55Z)

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。