論文の概要: Predictive Analysis of Chikungunya
- arxiv url: http://arxiv.org/abs/2101.03785v1
- Date: Mon, 11 Jan 2021 09:40:41 GMT
- ステータス: 処理完了
- システム内更新日: 2021-04-04 19:45:24.671209
- Title: Predictive Analysis of Chikungunya
- Title（参考訳）: チクングニヤの予測分析
- Authors: Sayed Erfan Arefin, Tasnia Ashrafi Heya, Dr Moinul Zaber
- Abstract要約: チクングニヤは世界中で医療の安全を脅かす新興の脅威であり、急速に普及している。
DARPAは2014年から2017年にかけて、疑わしいケース、確認されたケース、死亡率、人口、異なる国のインシデント率のデータで、非常に広範囲に要約された結果を出した。
このプロジェクトでは、DARPAのデータセットを分析し、気温、湿度、乾燥度、風、圧力などの異なる特徴と、各国の緯度や経度などを用いて、発生率を予測できるように拡張した。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Chikungunya is an emerging threat for health security all over the world
which is spreading very fast. Researches for proper forecasting of the
incidence rate of chikungunya has been going on in many places in which DARPA
has done a very extensive summarized result from 2014 to 2017 with the data of
suspected cases, confirmed cases, deaths, population and incidence rate in
different countries. In this project, we have analysed the dataset from DARPA
and extended it to predict the incidence rate using different features of
weather like temperature, humidity, dewiness, wind and pressure along with the
latitude and longitude of every country. We had to use different APIs to find
out these extra features from 2014-2016. After creating a pure dataset, we have
used Linear Regression to predict the incidence rate and calculated the
accuracy and error rate.
- Abstract（参考訳）: チクングニヤは世界中で医療の安全を脅かす新興の脅威であり、急速に普及している。
DARPAが2014年から2017年にかけて、疑わしいケース、死亡率、死亡率、死亡率、死亡率、発生率などのデータをまとめて、多くの地域でチクングニャの発生率を適切に予測する研究が行われている。
このプロジェクトでは、DARPAのデータセットを分析し、気温、湿度、乾燥度、風、圧力などの異なる特徴と、各国の緯度や経度などを用いて、発生率を予測できるように拡張した。
2014年から2016年にかけて、さまざまなAPIを使用してこれらの追加機能を見つけなければなりませんでした。
純粋なデータセットを作成した後、リニア回帰を用いて入射率を予測し、精度と誤差率を算出した。
関連論文リスト
- FWin transformer for dengue prediction under climate and ocean influence [1.6114012813668932]
デング熱は最も致命的な蚊由来の熱帯感染症の1つである。
本研究では,長期予測のためのデング症例の予測法について検討した。
論文 参考訳（メタデータ） (2024-03-10T19:20:55Z) - Long-term drought prediction using deep neural networks based on geospatial weather data [75.38539438000072]
農業計画や保険には1年前から予測される高品質の干ばつが不可欠だ。
私たちは、体系的なエンドツーエンドアプローチを採用するエンドツーエンドアプローチを導入することで、干ばつデータに取り組みます。
主な発見は、TransformerモデルであるEarthFormerが、正確な短期(最大6ヶ月)の予測を行う際の例外的なパフォーマンスである。
論文 参考訳（メタデータ） (2023-09-12T13:28:06Z) - Pangu-Weather: A 3D High-Resolution Model for Fast and Accurate Global
Weather Forecast [91.9372563527801]
我々は,世界天気予報を迅速かつ高精度に予測するためのディープラーニングベースのシステムであるPangu-Weatherを紹介する。
初めてAIベースの手法が、最先端の数値天気予報法(NWP)を精度で上回った。
Pangu-Weatherは、極端な天気予報や大規模なアンサンブル予測など、幅広い下流予測シナリオをサポートしている。
論文 参考訳（メタデータ） (2022-11-03T17:19:43Z) - Assessing dengue fever risk in Costa Rica by using climate variables and
machine learning techniques [0.0]
デング熱は、主に熱帯や亜熱帯の国々に感染するベクター性疾患であり、毎年何百万人もの人に影響を及ぼし、公衆衛生にとって重大な負担であると考えられている。
本稿では,GAMLSS (Generalized Additive Model for location, scale, and shape) とランダムフォレスト (Random Forest,RF) 機械学習アルゴリズムを用いた気候変数の効果について検討する。
論文 参考訳（メタデータ） (2022-03-23T19:59:15Z) - 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) - DeepRite: Deep Recurrent Inverse TreatmEnt Weighting for Adjusting
Time-varying Confounding in Modern Longitudinal Observational Data [68.29870617697532]
時系列データにおける時間変化の相違に対するDeep Recurrent Inverse TreatmEnt重み付け(DeepRite)を提案する。
DeepRiteは、合成データから基底的真理を復元し、実際のデータから偏りのない処理効果を推定する。
論文 参考訳（メタデータ） (2020-10-28T15:05:08Z) - UNITE: Uncertainty-based Health Risk Prediction Leveraging Multi-sourced
Data [81.00385374948125]
我々はUNcertaInTyベースのhEalth Risk Prediction(UNITE)モデルを提案する。
UNITEは、複数ソースの健康データを活用した正確な疾患リスク予測と不確実性推定を提供する。
非アルコール性脂肪肝疾患(NASH)とアルツハイマー病(AD)の実態予測タスクにおけるUNITEの評価を行った。
UNITEはAD検出のF1スコアで最大0.841点、NASH検出のPR-AUCで最大0.609点を達成し、最高のベースラインで最大19%の高パフォーマンスを達成している。
論文 参考訳（メタデータ） (2020-10-22T02:28:11Z) - Ensemble Forecasting of the Zika Space-TimeSpread with Topological Data
Analysis [13.838100337224075]
ジカウイルスは、主にAedes aegyptiとAedes albopictusの蚊に噛まれて伝染する。
その結果、ジカウイルス感染の頻度は、降水量、高温、人口密度の高い地域では一般的である。
累積ベティ数の概念を導入し,その累積ベティ数をトポロジカル記述子として3つの機械学習モデルに統合する。
論文 参考訳（メタデータ） (2020-09-24T16:42:19Z) - Curating a COVID-19 data repository and forecasting county-level death
counts in the United States [18.03408044303801]
新型コロナウイルス情報を含む大規模データレポジトリの継続的なキュレーションについて概説する。
このデータを用いて、新型コロナウイルス累積死亡数の短期的軌跡の予測とそれに対応する予測間隔を推定する。
当社の予測は、NPOのResponse4Lifeによって、個々の病院の医療供給の必要性を判断するために使われています。
論文 参考訳（メタデータ） (2020-05-16T06:00:28Z) - 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) - Neural network based country wise risk prediction of COVID-19 [12.500738729507676]
新型コロナウイルスの世界的な感染拡大を受け、研究コミュニティに新たな課題が開かれている。
本稿では,国家のリスクカテゴリを予測するために,LSTMに基づくニューラルネットワークを提案する。
その結果,提案パイプラインは180か国のデータに対して最先端の手法よりも優れていた。
論文 参考訳（メタデータ） (2020-03-31T20:03:10Z)
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。