論文の概要: Machine Learning on the COVID-19 Pandemic, Human Mobility and Air
Quality: A Review
- arxiv url: http://arxiv.org/abs/2104.04059v1
- Date: Sat, 13 Mar 2021 10:08:24 GMT
- ステータス: 処理完了
- システム内更新日: 2023-04-08 06:24:01.052885
- Title: Machine Learning on the COVID-19 Pandemic, Human Mobility and Air
Quality: A Review
- Title（参考訳）: COVID-19パンデミック、人力、空気の質に関する機械学習のレビュー
- Authors: Md. Mokhlesur Rahman, Kamal Chandra Paul (Student Member, IEEE), Md.
Amjad Hossain, G. G. Md. NawazAli (Member, IEEE), Md. Shahinoor Rahman, and
Jean-Claude Thill
- Abstract要約: 本研究は、新型コロナウイルスのパンデミック、ロックダウン対策、人体移動性、空気質の相互作用を理解するために、過去の研究の結果を分析することを目的としている。
MLは、世界的なパンデミックのような複雑で邪悪な問題を扱うための、強力で効果的で堅牢な分析パラダイムである。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: The ongoing COVID-19 global pandemic is affecting every facet of human lives
(e.g., public health, education, economy, transportation, and the environment).
This novel pandemic and citywide implemented lockdown measures are affecting
virus transmission, people's travel patterns, and air quality. Many studies
have been conducted to predict the COVID-19 diffusion, assess the impacts of
the pandemic on human mobility and air quality, and assess the impacts of
lockdown measures on viral spread with a range of Machine Learning (ML)
techniques. This review study aims to analyze results from past research to
understand the interactions among the COVID-19 pandemic, lockdown measures,
human mobility, and air quality. The critical review of prior studies indicates
that urban form, people's socioeconomic and physical conditions, social
cohesion, and social distancing measures significantly affect human mobility
and COVID-19 transmission. during the COVID-19 pandemic, many people are
inclined to use private transportation for necessary travel purposes to
mitigate coronavirus-related health problems. This review study also noticed
that COVID-19 related lockdown measures significantly improve air quality by
reducing the concentration of air pollutants, which in turn improves the
COVID-19 situation by reducing respiratory-related sickness and deaths of
people. It is argued that ML is a powerful, effective, and robust analytic
paradigm to handle complex and wicked problems such as a global pandemic. This
study also discusses policy implications, which will be helpful for
policymakers to take prompt actions to moderate the severity of the pandemic
and improve urban environments by adopting data-driven analytic methods.
- Abstract（参考訳）: 新型コロナウイルス(covid-19)の世界的パンデミックは、人間の生活(公衆衛生、教育、経済、交通、環境など)のあらゆる面に影響している。
この新型パンデミックと市全体のロックダウン対策は、ウイルスの感染、人々の移動パターン、空気の質に影響を与えている。
新型コロナウイルスの拡散を予測し、パンデミックが人間の移動性や空気質に与える影響を評価し、さまざまな機械学習(ML)技術を用いてウイルス拡散に対するロックダウン対策の効果を評価するために多くの研究がなされている。
本研究は、新型コロナウイルスのパンデミック、ロックダウン対策、人体移動性、空気質の相互作用を理解するために、過去の研究の結果を分析することを目的としている。
先行研究の批判的なレビューは、都市形態、人々の社会経済的・身体的状況、社会的結束、社会的距離の測度が人間の移動とCOVID-19感染に大きな影響を及ぼすことを示している。
新型コロナウイルス(COVID-19)パンデミックの間、多くの人が、新型コロナウイルス関連の健康問題を軽減するために、旅行に必要な民間交通機関を使う傾向にある。
本研究は, 空気汚染物質の濃度を下げることで, 空気質を著しく改善し, 呼吸器関連疾患や死亡率を下げることによって, 新型コロナウイルスの状況を改善することも見出した。
MLは、世界的なパンデミックのような複雑で邪悪な問題を扱うための、強力で効果的で堅牢な分析パラダイムである、と論じられている。
本研究は,パンデミックの深刻度を緩和し,データ駆動分析手法を用いて都市環境を改善すべく,政策立案者が迅速な行動を取る上で有用な政策含意についても論じる。
関連論文リスト
- 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) - COVID-19 Spreading Prediction and Impact Analysis by Using Artificial
Intelligence for Sustainable Global Health Assessment [0.0]
現在、新型コロナウイルスの流行は2,164,111人以上に影響し、世界中で200カ国以上で146,198人以上が死亡している。
この状況におけるAIの根本的な困難は、情報の可用性の制限と病気の確実性である。
本稿では、AIを統合して感染症の発生を予測するとともに、ディープラーニングを用いたAIが新型コロナウイルス感染した胸部X線を認識できるかどうかを検証した。
論文 参考訳（メタデータ） (2023-04-23T19:48:29Z) - Human Behavior in the Time of COVID-19: Learning from Big Data [71.26355067309193]
2020年3月以降、新型コロナウイルスの感染者は6億人を超え、600万人以上が死亡している。
パンデミックはあらゆる面で人間の行動に影響を与え、変化をもたらした。
研究者は自然言語処理、コンピュータビジョン、音声信号処理、頻繁なパターンマイニング、機械学習といったビッグデータ技術を採用してきた。
論文 参考訳（メタデータ） (2023-03-23T17:19:26Z) - The Effects of Air Quality on the Spread of the COVID-19. An Artificial
Intelligence Approach [3.997680012976965]
本研究の目的は,イタリア地方における大気汚染とcovid-19の感染状況の関連について検討することである。
日頃のCOVID-19の事例と、気温、相対湿度、大気汚染物質などの環境要因との相関関係の分析を報告します。
これは、将来の感染数を予測するために環境パラメータでトレーニングされた機械学習モデルが正確であることを示唆している。
論文 参考訳（メタデータ） (2021-04-09T19:08:59Z) - 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) - The Past, Present, and Future of COVID-19: A Data-Driven Perspective [4.373183416616983]
新型コロナウイルスの重要な意思決定支援システムとして,Webベースの統合リアルタイム運用ダッシュボードの開発と展開について報告する。
パンデミックの今後の結果を予測するため,各種認証情報から得られるデータをもとにデータ駆動分析を行った。
また,パンデミックの拡大と社会・経済・環境要因との関係についても検討した。
論文 参考訳（メタデータ） (2020-08-12T19:03:57Z) - 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) - COVI White Paper [67.04578448931741]
接触追跡は、新型コロナウイルスのパンデミックの進行を変える上で不可欠なツールだ。
カナダで開発されたCovid-19の公衆ピアツーピア接触追跡とリスク認識モバイルアプリケーションであるCOVIの理論的、設計、倫理的考察、プライバシ戦略について概説する。
論文 参考訳（メタデータ） (2020-05-18T07:40:49Z) - 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)
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。