論文の概要: Correlation between Air and Urban Travelling with New Confirmed Cases of COVID-19 A Case Study

• arxiv url: http://arxiv.org/abs/2010.01413v2
• Date: Thu, 23 Sep 2021 15:31:39 GMT
• ステータス: 処理完了
• システム内更新日: 2022-10-11 11:47:21.285439
• Title: Correlation between Air and Urban Travelling with New Confirmed Cases of COVID-19 A Case Study
• Title（参考訳）: 新型コロナウイルス(covid-19)の新規感染者と都市旅行と空気の関連
• Authors: Soheil Shirvani, Anita Ghandehari, Hadi Moradi
• Abstract要約: 2020年2月19日からイランで拡大している新型コロナウイルスは、202,584人が感染し、2020年6月20日まで9,507人が死亡した。 イランで新たに確認された新型コロナウイルス感染者と都市間の移動の相関が示されている。
• 参考スコア（独自算出の注目度）: 3.1925030748447747
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: COVID-19 which has spread in Iran from February 19, 2020, has infected 202,584 people and killed 9,507 people until June 20, 2020. The immediate suggested solution to prevent the spread of this virus was to avoid traveling around. In this study, the correlation between traveling between cities with new confirmed cases of COVID-19 in Iran is demonstrated. The data, used in the study, consisted of the daily inter-state traffic, air traffic data, and daily new COVID-19 confirmed cases. The data is used to train a regression model and voting was used to show the highest correlation between travels made between cities and new cases of COVID-19. Although the available data was very coarse and there was no detail of inner-city commute, an accuracy of 81% was achieved showing a positive correlation between the number of inter-state travels and the new cases of COVID-19. Consequently, the result suggests that one of the best ways to avoid the spread of the virus is limiting or eliminating traveling around.
• Abstract（参考訳）: 2020年2月19日からイランで拡大している新型コロナウイルスは、202,584人が感染し、2020年6月20日まで9,507人が死亡した。 このウイルスの拡散を防ぐための直接的な解決策は、旅行を避けることであった。 本研究では,イランにおける新たに確認された新型コロナウイルス感染者と都市間の移動の関連性を示す。 研究で使用されたデータは、州間交通、航空交通データ、そして新型コロナウイルスの感染者が毎日確認された。 データはレグレッションモデルをトレーニングするために使用され、投票は都市と新型の新型コロナウイルス(COVID-19)の旅行とが最も高い相関関係を示すために使用された。 得られたデータは非常に粗いものであり、市内通勤の詳細は示さなかったが、81%の精度が国家間旅行数と新型コロナウイルスの新症例との間に正の相関を示した。 その結果、ウイルスの拡散を避ける最善の方法の1つは、旅行の制限または排除であることが示された。

関連論文リスト

• "COVID-19 was a FIFA conspiracy #curropt": An Investigation into the Viral Spread of COVID-19 Misinformation [60.268682953952506]
  我々は、自然言語処理モデルを用いて、誤報がCOVID-19パンデミックの進行にどのような影響を及ぼしたかを推定する。 我々は、広範囲に害をもたらす可能性のあるソーシャルメディアポストと戦うための戦略を提供する。
  論文  参考訳（メタデータ） (2022-06-12T19:41:01Z)
• Understanding the Impact of the COVID-19 Pandemic on Transportation-related Behaviors with Human Mobility Data [36.99572681309649]
  中国本土での新型コロナウイルスの感染拡大は、最近このウイルスとの戦いの成功例と見なされている。 私たちは、Baidu Mapsから集めた膨大な量の人的移動データを使って、パンデミックの最中の人々の詳細な反応を調べています。
  論文  参考訳（メタデータ） (2022-02-16T10:32:39Z)
• COVID-19 Hospitalizations Forecasts Using Internet Search Data [4.748730334762718]
  先程提案したインフルエンザ追跡モデルであるARGOを拡張し,今後2週間の全国および州レベルの新規入院を予測した。 本手法は,新型コロナウイルスの予測ハブから収集した最良の代替モデルに対して,平均15%のエラー削減を実現する。
  論文  参考訳（メタデータ） (2022-02-03T21:56:20Z)
• The Report on China-Spain Joint Clinical Testing for Rapid COVID-19 Risk Screening by Eye-region Manifestations [59.48245489413308]
  携帯電話カメラで中国とスペインで撮影された視線領域の画像を用いて、新型コロナウイルスの早期スクリーニングモデルを開発し、テストした。 AUC, 感度, 特異性, 精度, F1。
  論文  参考訳（メタデータ） (2021-09-18T02:28:01Z)
• 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)
• C-Watcher: A Framework for Early Detection of High-Risk Neighborhoods Ahead of COVID-19 Outbreak [54.39837683016444]
  C-Watcherは、新型コロナウイルスの感染拡大に先立ち、対象都市のすべての地区を検査し、感染リスクを予測することを目指している。 C-WatcherはBaidu Mapsから大規模な人体移動データを収集し、都市移動パターンに基づいた一連の特徴を用いて市内のすべての住宅地区を特徴付ける。 新型コロナウイルスの感染拡大の初期段階における実データ記録を用いたC-Watcherの広範な実験を行った。
  論文  参考訳（メタデータ） (2020-12-22T17:02:54Z)
• COVID-19 Pandemic Outbreak in the Subcontinent: A data-driven analysis [0.8057708414390126]
  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。
  論文  参考訳（メタデータ） (2020-08-22T10:40:17Z)
• 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)

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。