論文の概要: Utilizing Concept Drift for Measuring the Effectiveness of Policy
Interventions: The Case of the COVID-19 Pandemic
- arxiv url: http://arxiv.org/abs/2012.03728v1
- Date: Fri, 4 Dec 2020 09:28:39 GMT
- ステータス: 処理完了
- システム内更新日: 2021-05-22 20:31:42.392487
- Title: Utilizing Concept Drift for Measuring the Effectiveness of Policy
Interventions: The Case of the COVID-19 Pandemic
- Title（参考訳）: 政策介入の効果測定におけるコンセプトドリフトの利用--COVID-19パンデミックの事例から
- Authors: Lucas Baier, Niklas K\"uhl, Jakob Sch\"offer, Gerhard Satzger
- Abstract要約: 我々は、機械学習を用いて、政策介入の有効性を測定するために、新しい方法で漂流検出手法を適用した。
欧米9か国と米国28か国で毎日の新型コロナウイルス感染者数にNPIが及ぼす影響を分析した。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by-nc-nd/4.0/
- Abstract: As a reaction to the high infectiousness and lethality of the COVID-19 virus,
countries around the world have adopted drastic policy measures to contain the
pandemic. However, it remains unclear which effect these measures, so-called
non-pharmaceutical interventions (NPIs), have on the spread of the virus. In
this article, we use machine learning and apply drift detection methods in a
novel way to measure the effectiveness of policy interventions: We analyze the
effect of NPIs on the development of daily case numbers of COVID-19 across 9
European countries and 28 US states. Our analysis shows that it takes more than
two weeks on average until NPIs show a significant effect on the number of new
cases. We then analyze how characteristics of each country or state, e.g.,
decisiveness regarding NPIs, climate or population density, influence the time
lag until NPIs show their effectiveness. In our analysis, especially the timing
of school closures reveals a significant effect on the development of the
pandemic. This information is crucial for policy makers confronted with
difficult decisions to trade off strict containment of the virus with NPI
relief.
- Abstract（参考訳）: 新型コロナウイルスの感染拡大と致死率の上昇を受け、世界各国は新型コロナウイルスの感染拡大を抑えるための徹底的な対策を講じている。
しかし、これらの措置、いわゆる非医薬品介入(NPI)がウイルスの拡散にどのような影響を及ぼすかは不明である。
本稿では、機械学習を用いて、政策介入の効果を測定する新しい方法でドリフト検出手法を適用した。我々は、9つのヨーロッパ諸国と28の米国において、新型コロナウイルス(covid-19)の1日当たりのケースナンバーの開発にnpisが与える影響を分析した。
解析の結果,NPIが新規症例数に有意な影響を及ぼすまで平均2週間以上かかることが明らかとなった。
次に、NPIに関する決定性、気候、人口密度といった各国や国家の特徴が、NPIの有効性を示すまでの時間ラグに与える影響を分析する。
分析では,特に学校閉鎖の時期がパンデミックの進展に重大な影響を与えていることが明らかとなった。
この情報は、NPI救済でウイルスの厳格な封じ込めを解除する難しい決定に直面した政策当局者にとって極めて重要である。
関連論文リスト
- First 100 days of pandemic; an interplay of pharmaceutical, behavioral
and digital interventions -- A study using agent based modeling [14.192977334409104]
我々は、現実的な薬品、行動、デジタル介入をシミュレートし、現実の政策導入における課題を反映する。
本分析の結果,パンデミックの進行過程を決定する上で,最初の100日間が重要な役割を担っていることが明らかとなった。
論文 参考訳（メタデータ） (2024-01-09T19:38:59Z) - 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) - Evaluating COVID-19 vaccine allocation policies using Bayesian $m$-top
exploration [53.122045119395594]
マルチアーム・バンディット・フレームワークを用いてワクチンのアロケーション戦略を評価する新しい手法を提案する。
$m$-top Exploringにより、アルゴリズムは最高のユーティリティを期待する$m$ポリシーを学ぶことができる。
ベルギーのCOVID-19流行を個人モデルSTRIDEを用いて検討し、予防接種方針のセットを学習する。
論文 参考訳（メタデータ） (2023-01-30T12:22:30Z) - Assessing the Causal Impact of COVID-19 Related Policies on Outbreak
Dynamics: A Case Study in the US [19.901831180866132]
新型コロナウイルスの感染拡大抑制における非医薬品政策の因果的影響の分析は、今後の政策決定にとって重要である。
ここでの課題は、保存されていない共同設立者の存在(例えば、住民の警戒)である。
本稿では,異なる郡における新型コロナウイルス関連政策の流行動態に対する因果的影響を評価することの問題点について検討する。
論文 参考訳（メタデータ） (2021-05-29T00:40:24Z) - Impact of Interventional Policies Including Vaccine on Covid-19
Propagation and Socio-Economic Factors [0.7874708385247353]
本研究の目的は、新型コロナウイルスの伝播と社会経済的影響をモデル化、予測、シミュレーションするための予測分析フレームワークを提供することである。
私たちは最近ローンチしたオープンソースのCOVID-19ビッグデータプラットフォームを活用し、公開研究を使用して潜在的に関連する変数を見つけました。
先進的な機械学習パイプラインは、現代的な機械学習アーキテクチャにデプロイされた自己進化モデルを用いて開発された。
論文 参考訳（メタデータ） (2021-01-11T15:08:07Z) - Steering a Historical Disease Forecasting Model Under a Pandemic: Case
of Flu and COVID-19 [75.99038202534628]
我々は、インフルエンザとCOVID-19が共存する新しいシナリオに、歴史的疾患予測モデルを「操る」ことができる神経伝達学習アーキテクチャであるCALI-Netを提案する。
我々の実験は、現在のパンデミックに歴史的予測モデルを適用することに成功していることを示している。
論文 参考訳（メタデータ） (2020-09-23T22:35:43Z) - WNTRAC: AI Assisted Tracking of Non-pharmaceutical Interventions
Implemented Worldwide for COVID-19 [3.2928551989681685]
コロナウイルス感染症2019(COVID-19)の世界的パンデミックは、世界中のほぼすべての人の社会に変化をもたらした。
世界中の政府は、ウイルスの拡散を遅らせるため、非医薬品介入(NPI)を実施している。
新型コロナウイルス(COVID-19, WNTRAC)は, パンデミックの開始以来, 全世界で6,000 NPI以上の包括的データセットである。
論文 参考訳（メタデータ） (2020-09-02T18:06:20Z) - How Robust are the Estimated Effects of Nonpharmaceutical Interventions
against COVID-19? [46.28845358816497]
現状NPIの有効性モデルを2つ検討し, 構造的仮定の異なる6つの変種を提案する。
我々は,NPIの有効性評価が未確認の国にどのように一般化するか,および未観測の要因に対する感受性について検討した。
我々は、ある共通仮定が成り立たない場合に、NPIの有効性推定の解釈を数学的に基礎とする。
論文 参考訳（メタデータ） (2020-07-27T11:49:54Z) - 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) - A Deep Q-learning/genetic Algorithms Based Novel Methodology For
Optimizing Covid-19 Pandemic Government Actions [63.669642197519934]
我々はSEIR疫学モデルを用いて、人口の時間とともにウイルスウイルスの進化を表現している。
報酬システムにより、アクションのシーケンス(統合、自己同化、二メートル距離、制限を取らない)を評価する。
どちらの意味でも、パンデミックの悪影響を抑えるために政府が取るべき行動を発見する上で、我々の方法論が有効な手段であることを実証する。
論文 参考訳（メタデータ） (2020-05-15T17:17:45Z) - 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)
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。