論文の概要: Factors affecting the COVID-19 risk in the US counties: an innovative approach by combining unsupervised and supervised learning

• arxiv url: http://arxiv.org/abs/2106.12766v1
• Date: Thu, 24 Jun 2021 04:29:00 GMT
• ステータス: 処理完了
• システム内更新日: 2021-06-25 15:17:39.336377
• Title: Factors affecting the COVID-19 risk in the US counties: an innovative approach by combining unsupervised and supervised learning
• Title（参考訳）: 米国郡におけるcovid-19リスクに影響を及ぼす要因--教師なし学習と教師なし学習を組み合わせた革新的なアプローチ
• Authors: Samira Ziyadidegan, Moein Razavi, Homa Pesarakli, Amir Hossein Javid, Madhav Erraguntla
• Abstract要約: 新型コロナウイルスの感染リスクや死亡率に影響を及ぼす要因を郡レベルで分析した。 その結果、温度、貧困以下の人の割合、肥満、空気圧、人口密度、風速、経度、そして被保険者の比率が最も重要な属性であった。
• 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: The COVID-19 disease spreads swiftly, and nearly three months after the first positive case was confirmed in China, Coronavirus started to spread all over the United States. Some states and counties reported high number of positive cases and deaths, while some reported lower COVID-19 related cases and mortality. In this paper, the factors that could affect the risk of COVID-19 infection and mortality were analyzed in county level. An innovative method by using K-means clustering and several classification models is utilized to determine the most critical factors. Results showed that mean temperature, percent of people below poverty, percent of adults with obesity, air pressure, population density, wind speed, longitude, and percent of uninsured people were the most significant attributes
• Abstract（参考訳）: 新型コロナウイルスは急速に拡大し、中国で最初の陽性が確認された約3カ月後、米国中に新型コロナウイルスが広がり始めた。 一部の州や郡は陽性例や死亡例が多いと報告し、一部の州ではcovid-19関連例や死亡率が低いと報告している。 本稿では,新型コロナウイルスの感染リスクと死亡率に影響を与える要因を郡レベルで分析した。 k平均クラスタリングといくつかの分類モデルを用いて,最も重要な因子を決定する革新的な手法を提案する。 その結果,平均気温,貧困未満の人の割合,肥満者の割合,気圧,人口密度,風速,経度,無保険者の割合が有意な要因であった。

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)
• The Report on China-Spain Joint Clinical Testing for Rapid COVID-19 Risk Screening by Eye-region Manifestations [59.48245489413308]
  携帯電話カメラで中国とスペインで撮影された視線領域の画像を用いて、新型コロナウイルスの早期スクリーニングモデルを開発し、テストした。 AUC, 感度, 特異性, 精度, F1。
  論文  参考訳（メタデータ） (2021-09-18T02:28:01Z)
• Mapping of Covid-19 Risk Factors of Cities and Regencies in Indonesia during the Initial Stages of the Pandemic [0.0]
  人口密度、通勤者の割合、国際曝露、感染しやすい公共の場所の数などの影響が観察される。 大規模な地域や都市は、主にJavaであり、高いリスクスコアを持っている。 ジャカルタ大都市圏に属する州が保有する最大のリスクスコアである。
  論文  参考訳（メタデータ） (2021-08-23T06:02:37Z)
• Insight about Detection, Prediction and Weather Impact of Coronavirus (Covid-19) using Neural Network [0.0]
  新型コロナウイルスによる壊滅的なパンデミック(covid-19)で、世界は厳しい状況に直面している このウイルスの感染者数は日増しに増加しており、すでに6400万人を超えています。 深層ニューラルネットワークを用いて胸部x線から感染者を検出することは、時間と労力の節約のソリューションとして応用できる。
  論文  参考訳（メタデータ） (2021-04-05T22:18:57Z)
• From Static to Dynamic Prediction: Wildfire Risk Assessment Based on Multiple Environmental Factors [69.9674326582747]
  ワイルドファイアはアメリカ合衆国西海岸で頻繁に起こる最大の災害の1つである。 カリフォルニアの山火事リスクが高い地域を解析・評価するための静的・動的予測モデルを提案します。
  論文  参考訳（メタデータ） (2021-03-14T17:56:17Z)
• Analysis of the Effectiveness of Face-Coverings on the Death Rate of COVID-19 Using Machine Learning [0.0]
  マスク委任状(MM)は、新型コロナウイルスの感染拡大を防ぐために、州知事が発令した。 本研究では,ニューヨーク・タイムズが提供した調査データを用いて,MM順序に対する人々の依存度を定量化する。 異なる機械学習分類アルゴリズムを用いて、米国西海岸の各郡における死亡率の減少または増加が、入力パラメータとどのように相関するかを検討した。
  論文  参考訳（メタデータ） (2021-02-08T18:26:30Z)
• C-Watcher: A Framework for Early Detection of High-Risk Neighborhoods Ahead of COVID-19 Outbreak [54.39837683016444]
  C-Watcherは、新型コロナウイルスの感染拡大に先立ち、対象都市のすべての地区を検査し、感染リスクを予測することを目指している。 C-WatcherはBaidu Mapsから大規模な人体移動データを収集し、都市移動パターンに基づいた一連の特徴を用いて市内のすべての住宅地区を特徴付ける。 新型コロナウイルスの感染拡大の初期段階における実データ記録を用いたC-Watcherの広範な実験を行った。
  論文  参考訳（メタデータ） (2020-12-22T17:02:54Z)
• COVID-19 Pandemic Outbreak in the Subcontinent: A data-driven analysis [0.8057708414390126]
  2019年12月下旬、中国湖北省武漢市で新型コロナウイルス(COVID-19)が流行した。 多くの研究が、この亜大陸は新型コロナウイルスの影響で最悪の地域にとどまる可能性があると主張している。 本稿ではバングラデシュ、インド、パキスタンの公開疫学データを用いて再生数を推定する。
  論文  参考訳（メタデータ） (2020-08-22T10:40:17Z)
• 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)
• Severity Assessment of Coronavirus Disease 2019 (COVID-19) Using Quantitative Features from Chest CT Images [54.919022945740515]
  本研究の目的は,胸部CT画像に基づく新型コロナウイルスの重症度自動評価(非重症度または重症度)を実現することである。 ランダム・フォレスト(RF)モデルは、量的特徴に基づいて重症度(非重症度または重症度)を評価するために訓練される。 新型コロナウイルスの重症度を反映する可能性のあるいくつかの定量的特徴が明らかになった。
  論文  参考訳（メタデータ） (2020-03-26T15:49:32Z)

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。