論文の概要: Graph based Clustering Algorithm for Social Community Transmission
Prediction of COVID-19
- arxiv url: http://arxiv.org/abs/2011.00414v1
- Date: Sun, 1 Nov 2020 03:59:39 GMT
- ステータス: 処理完了
- システム内更新日: 2023-04-26 03:54:17.950518
- Title: Graph based Clustering Algorithm for Social Community Transmission
Prediction of COVID-19
- Title（参考訳）: ソーシャル・コミュニティ・トランスミッション予測のためのグラフベースクラスタリングアルゴリズム
- Authors: Varun Nagesh Jolly Behera, Ashish Ranjan, Motahar Reza
- Abstract要約: ロックダウン後の新型コロナウイルス感染拡大をモデル化するシステムが提案されている。
提案システムは,地理的観点から,ソリューションの予防的側面をより重視する。
このデータを用いて、ホットスポットとなる可能性のある潜在的な領域を予測することができ、予防措置を考案することができる。
- 参考スコア（独自算出の注目度）: 0.25559196081940677
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: A system to model the spread of COVID-19 cases after lockdown has been
proposed, to define new preventive measures based on hotspots, using the graph
clustering algorithm. This method allows for more lenient measures in areas
less prone to the virus spread. There exist methods to model the spread of the
virus, by predicting the number of confirmed cases. But the proposed system
focuses more on the preventive side of the solution from a geographical point
of view, by predicting the areas or regions that may become hotspots for the
virus in the near future. The fact that the virus can only be transmitted by
being in close proximity to an already infected person, suggests that, the
regions that can easily be reached from an existing hotspot, have a higher
chance of becoming a new hotspot. Moreover, in smaller regions, even after
strict provisions, positive cases have been found. To consider this fact, the
geographic distance between the nearest hotspots can be used as a measure of
likelihood of the region also becoming a hotspot. In this paper, a weighted
graph of regions with the regions themselves as weighted nodes with weight of
the nodes as the number of active cases and the distance as edge weights. The
graph can be completely connected or connected based on a distance threshold.
The nodes are the administrative, and the distance measure tells the possible
transmission between separate communities. Using this data, the potential
regions that can become hotspots can be predicted, and preventive measures can
be devised.
- Abstract（参考訳）: グラフクラスタリングアルゴリズムを用いて、ホットスポットに基づく新たな予防対策を定義するため、ロックダウン後の新型コロナウイルス感染の拡散をモデル化するシステムが提案されている。
この方法では、ウイルスが拡散しにくい地域でより寛大な対策が可能となる。
感染者数を予測することによって、ウイルスの拡散をモデル化する方法がある。
しかし,提案システムは,近日中にウイルスのホットスポットとなる可能性のある地域や地域を予測することにより,地理的観点からのソリューションの予防的側面をより重視する。
ウイルスが既に感染している人の近くにいるだけで伝染できるという事実は、既存のホットスポットから容易に到達できる地域は、新しいホットスポットになる可能性が高いことを示唆している。
また、小地域では厳格な規定を経ても陽性例が発見されている。
この事実を考えるために、最寄りのホットスポット間の地理的距離は、地域の可能性の尺度としても使用できる。
本稿では,領域自体を重み付けノードとする領域の重み付きグラフを,ノードの重み付きノードをアクティブケース数として,エッジ重み付け距離を辺重みとする。
グラフは距離閾値に基づいて完全に接続または接続することができる。
ノードは管理的であり、距離測度は別々のコミュニティ間の通信を指示する。
このデータを用いて、ホットスポットとなる可能性のある領域を予測でき、予防策を考案することができる。
関連論文リスト
- Epidemiology-informed Graph Neural Network for Heterogeneity-aware Epidemic Forecasting [46.63739322178277]
最近の研究では、異種時相の流行パターンを抽出する際の時空間ニューラルネットワーク(STGNN)の強い可能性を示している。
HeatGNNは、疫学的にインフォームドされた場所を、時間とともに自分自身の伝達メカニズムを反映するさまざまな場所に埋め込むことを学ぶ。
HeatGNNは、HeatHeatのさまざまな強力なベースラインを異なるサイズで上回る。
論文 参考訳（メタデータ） (2024-11-26T12:29:45Z) - Networked Communication for Mean-Field Games with Function Approximation and Empirical Mean-Field Estimation [59.01527054553122]
分散エージェントは、経験的システムの単一かつ非エポゾディックな実行から平均フィールドゲームにおける平衡を学ぶことができる。
既存の設定に関数近似を導入し,Munchausen Online Mirror Descent 方式で描画する。
また, エージェントが局所的な周辺地域に基づいて, グローバルな経験分布を推定できる新しいアルゴリズムも提供する。
論文 参考訳（メタデータ） (2024-08-21T13:32:46Z) - Enhancing Worldwide Image Geolocation by Ensembling Satellite-Based Ground-Level Attribute Predictors [4.415977307120618]
本稿では,GPSなどの位置情報が存在しない場合の地上画像の位置を推定することの課題について検討する。
本稿では,推定位置分布の精度を計測する新しい指標であるリコール対エリア(Recall vs Area)を紹介する。
次に,複数の情報源からの情報を組み込んだグローバルな画像位置決め手法について検討する。
論文 参考訳（メタデータ） (2024-07-18T19:15:52Z) - Network-based Control of Epidemic via Flattening the Infection Curve:
High-Clustered vs. Low-Clustered Social Networks [5.768625063623631]
クラスタネットワークは一般的に、感染曲線をフラットにするのが簡単である。
距離に基づく集中度対策は、隔離/ワクチン接種のために個人を標的にするためのより良い選択である。
論文 参考訳（メタデータ） (2023-03-16T09:37:21Z) - Estimating Geographic Spillover Effects of COVID-19 Policies From
Large-Scale Mobility Networks [54.90772000796717]
郡レベルの政策は地域間の柔軟性を提供するが、地理的な流出がある場合には効果が低下する可能性がある。
我々は、数十億のタイムスタンプを持つ移動ネットワークを用いて、流出量を推定する。
郡レベルの制限は、モビリティを減らすための州全体の制限と同等に有効である。
論文 参考訳（メタデータ） (2022-12-12T20:16:54Z) - Impact of initial outbreak locations on transmission risk of infectious
diseases in an intra-urban area [4.738791349182193]
感染性疾患は通常、市内の特定の場所に由来する。
人口と公共施設の異種性分布のため、感染症は異なる場所で発生し、感染リスクとコントロールの難しさが異なる。
本研究は,感染リスクに対する初期発生地の影響を調査し,高発生リスク地の背後にある駆動力を明らかにすることを目的とする。
論文 参考訳（メタデータ） (2022-03-23T08:21:32Z) - Self-Supervised U-Net for Segmenting Flat and Sessile Polyps [63.62764375279861]
大腸ポリープの発達は、がんの最も初期の兆候の1つである。
ポリープの早期検出と切除は生存率を90%に大きく向上させる。
大腸内視鏡画像の処理によりポリープを検出するコンピュータ支援診断システム(CADx)が提案されている。
論文 参考訳（メタデータ） (2021-10-17T09:31:20Z) - Early Detection of COVID-19 Hotspots Using Spatio-Temporal Data [66.70036251870988]
疾病予防管理センター(CDC)は他の連邦機関と協力して、新型コロナウイルス(COVID-19)の感染が増加する郡(ホットスポット)を特定する。
本稿では,米国における新型コロナウイルスホットスポットの早期発見のためのスパースモデルを提案する。
深層ニューラルネットワークは、カーネルの解釈可能性を維持しながらモデルの代表的なパワーを高めるために導入されている。
論文 参考訳（メタデータ） (2021-05-31T19:28:17Z) - Uncertainty Estimation and Sample Selection for Crowd Counting [87.29137075538213]
予測された密度マップに関連する不確実性値とともに,群衆密度マップを予測できる画像に基づく群集カウント手法を提案する。
既存のクラウドカウント手法に比べて,提案手法の重要な利点は,予測の不確かさを定量化できることである。
サンプル選択戦略は、ソースドメイン上でトレーニングされたカウントネットワークをターゲットドメインに適応させるために必要なラベル付きデータの量を劇的に削減することを示す。
論文 参考訳（メタデータ） (2020-09-30T03:40:07Z) - Quantifying the Effects of Contact Tracing, Testing, and Containment
Measures in the Presence of Infection Hotspots [18.227721607607183]
複数の証拠は、一人が他の多くの人に感染するホットスポットが、新型コロナウイルスの感染動態において重要な役割を担っていることを強く示唆している。
個人が接触し、互いに感染するサイトへの訪問を具体的に表現する、時間的ポイントプロセスモデリングフレームワークを導入する。
我々のモデルでは、自然に感染した個体によって引き起こされる感染の数が過度に分散する。
論文 参考訳（メタデータ） (2020-04-15T17:18:32Z)
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。