論文の概要: Robust Pandemic Control Synthesis with Formal Specifications: A Case
Study on COVID-19 Pandemic
- arxiv url: http://arxiv.org/abs/2103.14262v1
- Date: Fri, 26 Mar 2021 04:46:04 GMT
- ステータス: 翻訳完了
- システム内更新日: 2021-03-29 12:35:02.824888
- Title: Robust Pandemic Control Synthesis with Formal Specifications: A Case
Study on COVID-19 Pandemic
- Title（参考訳）: 形式仕様を用いたロバストパンデミック制御合成 : COVID-19パンデミックを事例として
- Authors: Zhe Xu and Xiaoming Duan
- Abstract要約: 様々な公衆衛生管理戦略が提案され、パンデミックの病気に対する検査が行われている。
本研究は,予防接種制御による感染性,感染性,感染性,回復性(SEIR)モデルと,シールド免疫制御によるSEIRモデルである。
新型コロナウイルスのパンデミックを強くコントロールするための2つの異なるシナリオでシミュレーション結果を提供する。
- 参考スコア（独自算出の注目度）: 5.705491221983935
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Pandemics can bring a range of devastating consequences to public health and
the world economy. Identifying the most effective control strategies has been
the imperative task all around the world. Various public health control
strategies have been proposed and tested against pandemic diseases (e.g.,
COVID-19). We study two specific pandemic control models: the susceptible,
exposed, infectious, recovered (SEIR) model with vaccination control; and the
SEIR model with shield immunity control. We express the pandemic control
requirement in metric temporal logic (MTL) formulas. We then develop an
iterative approach for synthesizing the optimal control strategies with MTL
specifications. We provide simulation results in two different scenarios for
robust control of the COVID-19 pandemic: one for vaccination control, and
another for shield immunity control, with the model parameters estimated from
data in Lombardy, Italy. The results show that the proposed synthesis approach
can generate control inputs such that the time-varying numbers of individuals
in each category (e.g., infectious, immune) satisfy the MTL specifications with
robustness against initial state and parameter uncertainties.
- Abstract（参考訳）: パンデミックは公衆衛生や世界経済に壊滅的な影響を与える可能性がある。
最も効果的な制御戦略の特定は、世界中の命令的タスクである。
様々な公衆衛生管理戦略が提案され、新型コロナウイルス(covid-19)に対する検査が行われている。
本研究は,予防接種制御による感染性,感染性,感染性,回復性(SEIR)モデルと,シールド免疫制御によるSEIRモデルである。
我々は、計量時間論理(MTL)式でパンデミック制御の要求を表現する。
次に、最適制御戦略をMTL仕様で合成するための反復的アプローチを開発する。
シミュレーションの結果は, 予防接種コントロールとシールド免疫制御の2つの異なるシナリオにおいて, イタリア・ロンバルディアのデータからモデルパラメータを推定した。
提案手法は,各カテゴリの個体数(感染症,免疫など)が初期状態やパラメータの不確実性に対して頑健なMTL仕様を満たすような制御入力を生成できることを示す。
関連論文リスト
- Modeling and Optimization of Epidemiological Control Policies Through
Reinforcement Learning [0.0]
パンデミックの影響は、特定の制限をコミュニティに課すことによって最小化することができる。
感染と死亡率を最小限に抑える一方で、これらの制限は経済的危機につながる可能性がある。
我々は、報酬関数に基づくパンデミックシミュレーションに最適な制限を強制するために、強化学習エージェントを訓練する。
論文 参考訳（メタデータ） (2024-01-25T22:39:39Z) - Investigating HLB control strategies using Genetic Algorithms: A
two-orchard model approach with ACP Dispersal [4.0574869846109385]
我々はアジア・シトラス・プシリド(ACP)の分散を組み込んだ2オーチャードモデルを開発した。
ACPの移動性も考慮され、病気のダイナミックスをより現実的に捉えることができる。
我々は,各パッチの最終的なサイズと個々のR_0$の観点で,戦略のコスト関数と効率を数学的に表現する。
論文 参考訳（メタデータ） (2023-09-14T17:43:39Z) - Modelling the Spread of COVID-19 in Indoor Spaces using Automated
Probabilistic Planning [0.0]
新型コロナウイルス(COVID-19)のパンデミックは、約3年間続いている。
病気の拡散を制御するためのいくつかの戦略は、医療専門家によって議論されている。
疾患の潜在的な影響を予測し、異なる緩和戦略の有効性をシミュレートするためには、堅牢な疾患拡散モデルが必要である。
論文 参考訳（メタデータ） (2023-08-16T07:41:53Z) - Agent-Based Model: Simulating a Virus Expansion Based on the Acceptance
of Containment Measures [65.62256987706128]
比較疫学モデルは、疾患の状態に基づいて個人を分類する。
我々は、適応されたSEIRDモデルと市民のための意思決定モデルを組み合わせたABMアーキテクチャを提案する。
スペイン・ア・コルナにおけるSARS-CoV-2感染症の進行状況について検討した。
論文 参考訳（メタデータ） (2023-07-28T08:01:05Z) - Dense Feature Memory Augmented Transformers for COVID-19 Vaccination
Search Classification [60.49594822215981]
本稿では,新型コロナウイルスワクチン関連検索クエリの分類モデルを提案する。
本稿では,モデルが対応可能なメモリトークンとして,高密度特徴を考慮した新しい手法を提案する。
この新しいモデリング手法により,Vaccine Search Insights (VSI) タスクを大幅に改善できることを示す。
論文 参考訳（メタデータ） (2022-12-16T13:57:41Z) - Modeling the effect of the vaccination campaign on the Covid-19 pandemic [0.0]
予防接種キャンペーン中にコビッドウイルスの流行を予測できる数学的モデルであるSAIVRを紹介した。
このモデルは、半教師付き機械学習手法を用いて推定されるいくつかのパラメータと初期条件を含む。
これらの結果から, 日中感染率, ワクチン有効性, および, 広範囲の社会的ワクチン依存度, デンタルレベルにおいて, パンデミックの経時的変化について広範な研究を行った。
論文 参考訳（メタデータ） (2021-08-27T19:12:13Z) - An Agent-Based Model of COVID-19 Diffusion to Plan and Evaluate
Intervention Policies [0.09236074230806579]
このモデルはイタリアのピエモンテの構造データを含んでいる。
このモデルは、エージェントの行動と相互作用の結果から生じる複雑な伝染病のダイナミクスの生成である。
論文 参考訳（メタデータ） (2021-08-19T19:23:17Z) - An Optimal Control Approach to Learning in SIDARTHE Epidemic model [67.22168759751541]
本研究では,疫病データから動的コンパートメンタルモデルの時間変化パラメータを学習するための一般的な手法を提案する。
我々はイタリアとフランスの疫病の進化を予報する。
論文 参考訳（メタデータ） (2020-10-28T10:58:59Z) - 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) - 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。