論文の概要: Surrogate Parameters Optimization for Data and Model Fusion of COVID-19
Time-series Data
- arxiv url: http://arxiv.org/abs/2109.04207v1
- Date: Thu, 9 Sep 2021 12:27:26 GMT
- ステータス: 処理完了
- システム内更新日: 2023-03-15 18:25:32.392292
- Title: Surrogate Parameters Optimization for Data and Model Fusion of COVID-19
Time-series Data
- Title（参考訳）: 新型コロナウイルスの時系列データのデータとモデル融合のためのサロゲートパラメータ最適化
- Authors: Timilehin Ogundare and Terence Van Zyl
- Abstract要約: 南アフリカを事例として,ADRIANAというシステムを開発した。
ADRIANAの出力は、感染した個人を治療するのに必要なリソースのピーク需要時間を予測するために、医療行政によって利用することができる。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Our research focuses on developing a computational framework to simulate the
transmission dynamics of COVID-19 pandemic. We examine the development of a
system named ADRIANA for the simulation using South Africa as a case study. The
design of the ADRIANA system interconnects three sub-models to establish a
computational technique to advise policy regarding lockdown measures to reduce
the transmission pattern of COVID-19 in South Africa. Additionally, the output
of the ADRIANA can be used by healthcare administration to predict peak demand
time for resources needed to treat infected individuals. ABM is suited for our
research experiment, but to prevent the computational constraints of using
ABM-based framework for this research, we develop an SEIR compartmental model,
a discrete event simulator, and an optimized surrogate model to form a system
named ADRIANA. We also ensure that the surrogate's findings are accurate enough
to provide optimal solutions. We use the Genetic Algorithm (GA) for the
optimization by estimating the optimal hyperparameter configuration for the
surrogate. We concluded this study by discussing the solutions presented by the
ADRIANA system, which aligns with the primary goal of our study to present an
optimal guide to lockdown policy by the government and resource management by
the hospital administrators.
- Abstract（参考訳）: 本研究は、COVID-19パンデミックの伝達ダイナミクスをシミュレートする計算フレームワークの開発に焦点を当てる。
南アフリカを事例として,シミュレーションシステムadrianaの開発について検討した。
ADRIANAシステムの設計は、3つのサブモデルを相互接続し、南アフリカにおける新型コロナウイルスの感染パターンを減らすためのロックダウン対策に関する政策を助言する計算手法を確立する。
さらに、ADRIANAの出力は、感染した個人を治療するのに必要なリソースのピーク需要時間を予測するために、医療行政によって利用することができる。
ABMは本研究に適しているが,本研究にABMベースのフレームワークを使用する際の計算制約を回避するため,SEIRコンパートメンタルモデル,離散イベントシミュレータ,最適化サロゲートモデルを開発し,ADRIANAというシステムを構築する。
我々はまた、サーロゲートの発見が最適な解を提供するのに十分な精度であることを保証する。
我々は、サロゲートの最適ハイパーパラメータ構成を推定することにより、最適化にGA(Genematic Algorithm)を用いる。
本研究は,adrianaシステムによって提示されるソリューションを考察し,政府によるロックダウン政策と病院管理者による資源管理の最適指針を示すことを目的とした。
関連論文リスト
- Truncating Trajectories in Monte Carlo Policy Evaluation: an Adaptive Approach [51.76826149868971]
モンテカルロシミュレーションによる政策評価は多くのMC強化学習(RL)アルゴリズムの中核にある。
本研究では,異なる長さの軌跡を用いた回帰推定器の平均二乗誤差のサロゲートとして品質指標を提案する。
本稿では,Robust and Iterative Data Collection Strategy Optimization (RIDO) という適応アルゴリズムを提案する。
論文 参考訳（メタデータ） (2024-10-17T11:47:56Z) - Unsupervised Hybrid framework for ANomaly Detection (HAND) -- applied to Screening Mammogram [5.387300498478745]
マンモグラムスクリーニングに使用されるAIモデルの一般化を促進するためには、アウト・オブ・ディストリビューション(OOD)検出が不可欠である。
我々は,大規模デジタル検診マンモグラムからOODを検出する新しいバックボーン,HANDを開発した。
Hand Pipelineは、外部スクリーニングマンモグラムにおけるドメイン固有の品質チェックのための、自動化された効率的な計算ソリューションを提供する。
論文 参考訳（メタデータ） (2024-09-17T20:12:50Z) - Improved Genetic Algorithm Based on Greedy and Simulated Annealing Ideas for Vascular Robot Ordering Strategy [7.51372615162241]
本研究では,医療環境におけるABLVR血管ロボットの獲得,利用,維持を最適化するための包括的アプローチを提案する。
ダイナミックな医療環境を考えると、ロボット船やオペレーターのためのロバストな資源配分モデルを含む。
演算子に対する適応学習プロセスのユニークな要件と,ロボット部品のメンテナンスニーズを取り入れた。
論文 参考訳（メタデータ） (2024-03-28T15:14:03Z) - AI enhanced data assimilation and uncertainty quantification applied to
Geological Carbon Storage [0.0]
本稿では,Surrogate-based hybrid ESMDA (SH-ESMDA)を導入し,Surrogate-based hybrid ESMDA (SH-ESMDA)について述べる。
また,SurrogateをベースとしたHybrid RML(SH-RML)も導入する。
以上の結果より,SH-RMLは従来のESMDAと比較して不確実性が高いことが示唆された。
論文 参考訳（メタデータ） (2024-02-09T00:24:46Z) - A Causal Inference Framework for Leveraging External Controls in Hybrid
Trials [1.7942265700058988]
ランダム化トライアルのデータを外部ソースの制御データで拡張した環境での因果推論に関わる課題を考察する。
提案手法は, 推定器, 評価効率境界, および効率的な2次ロバスト推定のためのアプローチである。
筋萎縮性筋萎縮症の運動機能に対するrisdisplamの効果について検討した。
論文 参考訳（メタデータ） (2023-05-15T19:15:32Z) - Resource Planning for Hospitals Under Special Consideration of the
COVID-19 Pandemic: Optimization and Sensitivity Analysis [87.31348761201716]
新型コロナウイルス(covid-19)パンデミックのような危機は、医療機関にとって深刻な課題となる。
BaBSim.Hospitalは離散イベントシミュレーションに基づく容量計画ツールである。
BaBSim.Hospitalを改善するためにこれらのパラメータを調査し最適化することを目指しています。
論文 参考訳（メタデータ） (2021-05-16T12:38:35Z) - Adversarial Sample Enhanced Domain Adaptation: A Case Study on
Predictive Modeling with Electronic Health Records [57.75125067744978]
ドメイン適応を容易にするデータ拡張手法を提案する。
逆生成したサンプルはドメイン適応時に使用される。
その結果,本手法の有効性とタスクの一般性が確認された。
論文 参考訳（メタデータ） (2021-01-13T03:20:20Z) - Statistical control for spatio-temporal MEG/EEG source imaging with
desparsified multi-task Lasso [102.84915019938413]
脳磁図(MEG)や脳電図(EEG)のような非侵襲的手法は、非侵襲的手法を約束する。
ソースローカライゼーション(ソースイメージング)の問題は、しかしながら、高次元の統計的推測問題を引き起こす。
この問題に対処するために,分離されたマルチタスクラッソ(ecd-MTLasso)のアンサンブルを提案する。
論文 参考訳（メタデータ） (2020-09-29T21:17:16Z) - Towards learned optimal q-space sampling in diffusion MRI [1.5640063295947522]
ファイバトラクトグラフィーのための統一的な推定フレームワークを提案する。
提案手法は,信号推定の精度とそれに続く解析精度を大幅に向上させる。
本稿では,Human Connectome Projectデータに基づく包括的比較分析を提案する。
論文 参考訳（メタデータ） (2020-09-07T10:46:12Z) - An Asymptotically Optimal Multi-Armed Bandit Algorithm and
Hyperparameter Optimization [48.5614138038673]
本稿では,高パラメータ探索評価のシナリオにおいて,SS (Sub-Sampling) と呼ばれる効率的で堅牢な帯域幅に基づくアルゴリズムを提案する。
また,BOSSと呼ばれる新しいパラメータ最適化アルゴリズムを開発した。
実験的な研究は、SSの理論的議論を検証し、多くのアプリケーションにおけるBOSSの優れた性能を実証する。
論文 参考訳（メタデータ） (2020-07-11T03:15:21Z) - Hemogram Data as a Tool for Decision-making in COVID-19 Management:
Applications to Resource Scarcity Scenarios [62.997667081978825]
新型コロナウイルス(COVID-19)のパンデミックは世界中の緊急対応システムに挑戦している。
本研究は, 症状患者の血液検査データから得られた機械学習モデルについて述べる。
提案されたモデルでは、新型コロナウイルスqRT-PCRの結果を、高い精度、感度、特異性で症状のある個人に予測することができる。
論文 参考訳（メタデータ） (2020-05-10T01:45:03Z)
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。