論文の概要: Explainable AI Framework for COVID-19 Prediction in Different Provinces of India

• arxiv url: http://arxiv.org/abs/2201.06997v2
• Date: Sat, 30 Jul 2022 06:55:48 GMT
• ステータス: 翻訳完了
• システム内更新日: 2023-03-01 08:30:37.020843
• Title: Explainable AI Framework for COVID-19 Prediction in Different Provinces of India
• Title（参考訳）: インド各州におけるcovid-19予測のための説明可能なaiフレームワーク
• Authors: Mredulraj S. Pandianchery, Gopalakrishnan E.A, Sowmya V, Vinayakumar Ravi, Soman K.P
• Abstract要約: 2020年、コビッドウイルスは200カ国以上で流行し、2021年12月20日までに世界の221カ国で2億7500万件のコビッドウイルスと5.37万件の死亡が確認された。 アメリカ合衆国、インド、ブラジル、イギリス、ロシアなどを含む多くの国は、人口の多さから新型コロナウイルスのパンデミックの影響をひどく受けている。 この国では2021年12月20日までに51.7M、34.7M、22.2M、11.3M、10.2Mと報告されている。 提案したLSTMモデルは1つの状態、すなわちMaharashtraでトレーニングされ、テストされる。
• 参考スコア（独自算出の注目度）: 1.9540758462427876
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: In 2020, covid-19 virus had reached more than 200 countries. Till December 20th 2021, 221 nations in the world had collectively reported 275M confirmed cases of covid-19 & total death toll of 5.37M. Many countries which include United States, India, Brazil, United Kingdom, Russia etc were badly affected by covid-19 pandemic due to the large population. The total confirmed cases reported in this country are 51.7M, 34.7M, 22.2M, 11.3M, 10.2M respectively till December 20, 2021. This pandemic can be controlled with the help of precautionary steps by government & civilians of the country. The early prediction of covid-19 cases helps to track the transmission dynamics & alert the government to take the necessary precautions. Recurrent Deep learning algorithms is a data driven model which plays a key role to capture the patterns present in time series data. In many literatures, the Recurrent Neural Network (RNN) based model are proposed for the efficient prediction of COVID-19 cases for different provinces. The study in the literature doesnt involve the interpretation of the model behavior & robustness. In this study, The LSTM model is proposed for the efficient prediction of active cases in each provinces of India. The active cases dataset for each province in India is taken from John Hopkins publicly available dataset for the duration from 10th June, 2020 to 4th August, 2021. The proposed LSTM model is trained on one state i.e., Maharashtra and tested for rest of the provinces in India. The concept of Explainable AI is involved in this study for the better interpretation & understanding of the model behavior. The proposed model is used to forecast the active cases in India from 16th December, 2021 to 5th March, 2022. It is notated that there will be a emergence of third wave on January, 2022 in India.
• Abstract（参考訳）: 2020年、コビッドウイルスは200カ国以上で流行した。 2021年12月20日時点で、世界の221カ国で275万件のコビッドウイルスと5.37万件の死亡が確認された。 米国、インド、ブラジル、イギリス、ロシアなど多くの国は、新型コロナウイルス(covid-19)のパンデミックで大きな被害を受けた。 2021年12月20日までの計51.7m、34.7m、22.2m、11.3m、10.2mと報告されている。 このパンデミックは、国の政府や民間人の予防措置によって制御することができる。 新型コロナウイルス感染の早期予測は、トランスミッションのダイナミクスを追跡し、政府に必要な予防措置を取るよう警告するのに役立つ。 Recurrent Deep Learningアルゴリズムは、時系列データに存在するパターンをキャプチャする重要な役割を果たす、データ駆動モデルである。 多くの文献では、recurrent neural network (rnn) に基づくモデルが、異なる地域でのcovid-19感染者の効率的な予測のために提案されている。 文学における研究は、モデル行動と堅牢性の解釈を含まない。 本研究では,インド各州における活動事例の効率的な予測を目的としたLSTMモデルを提案する。 インド各州のアクティブケースデータセットは、2020年6月10日から2021年8月4日までの公開データセットから取得される。 提案されたLSTMモデルは1つの州、すなわちマハーラーシュトラで訓練され、インドの他の州で試験される。 説明可能なAIの概念は、モデル行動のより良い解釈と理解のためにこの研究に関与している。 提案モデルは,2021年12月16日から2022年3月5日までのインドにおける活動事例の予測に用いられている。 2022年1月、インドで第三波の出現が予想される。

関連論文リスト

• 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)
• Strict baselines for Covid-19 forecasting and ML perspective for USA and Russia [105.54048699217668]
  Covid-19は、2年間にわたって蓄積されたデータセットを収集し、予測分析に使用できるようにする。 本研究は、米国とロシアの2カ国の地域データに基づいて、Covid-19の拡散のダイナミクスを予測するための様々な種類の方法に関する一貫した研究結果である。
  論文  参考訳（メタデータ） (2022-07-15T18:21:36Z)
• Transfer-Recursive-Ensemble Learning for Multi-Day COVID-19 Prediction in India using Recurrent Neural Networks [8.452187000165491]
  新型コロナウイルス(COVID-19)のパンデミックは、インドの医療インフラに大きな課題をもたらした。 本書は、新型コロナウイルスの新規感染者、新規死亡者、合計感染者の予知を数日前に行う。
  論文  参考訳（メタデータ） (2021-08-20T11:56:15Z)
• COVID-19 cases prediction using regression and novel SSM model for non-converged countries [0.0]
  2020年1月20日から7月21日まで、新たに新型コロナウイルスに関する情報が収集された。 収束していない国では,SARIMAX,線形回帰モデルを用いて新たな新型コロナウイルス感染者を予想した。 本フレームワークは,インド,米国,ブラジルなどの各国において,このパンデミックの線形回帰と転倒を利用したR-Squared値0.986のピークコロナ症例を予測できる。
  論文  参考訳（メタデータ） (2021-06-04T13:02:08Z)
• 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)
• Projections for COVID-19 spread in India and its worst affected five states using the Modified SEIRD and LSTM models [3.0507203596180488]
  本論文は、インドにおける新型コロナウイルス感染を予測するための修正SEIRD(Susceptible-Exposed-Incovered-Recovered-Deceased)モデルを提案する。 修正SEIRDモデルから得られた投射もLSTMによる30日間の投射と比較した。 この論文で示された結果は、インドに広がる新型コロナウイルス(COVID-19)を抑えるための今後の政策決定のためのビーコンとして機能する。
  論文  参考訳（メタデータ） (2020-09-07T07:38:10Z)
• Analysis of COVID-19 cases in India through Machine Learning: A Study of Intervention [3.4483987421251516]
  新型コロナウイルス(COVID-19)のパンデミックと闘うため、世界は予防接種、プラズマ療法、予防接種、疫学的な介入をほとんど選択肢がない。 本研究では,従来のSIRモデルにおける疫学的介入を取り入れた介入を伴うSIRモデルを提案する。 我々は、2020年9月30日までに、インド全土とインドの一部州で、アクティブで回復した新型コロナウイルスの感染者の予測数を提示するとともに、予測されたケースの95%と99%の信頼区間を推定した。
  論文  参考訳（メタデータ） (2020-08-17T05:45:50Z)
• Cross-lingual Transfer Learning for COVID-19 Outbreak Alignment [90.12602012910465]
  われわれは、Twitterを通じてイタリアの新型コロナウイルス感染症(COVID-19)の早期流行を訓練し、他のいくつかの国に移る。 実験の結果,クロスカントリー予測において最大0.85のスピアマン相関が得られた。
  論文  参考訳（メタデータ） (2020-06-05T02:04:25Z)
• 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)
• A kinetic model for qualitative understanding and analysis of the effect of complete lockdown imposed by India for controlling the COVID-19 disease spread by the SARS-CoV-2 virus [0.0]
  現在進行中のSARS-CoV-2ウイルスによる世界的なパンデミックは、世界中に波及している。 インド連邦政府は翌日から全土が完全に封鎖されたという前例のない発表を行った。 本研究は、インド領の96%以上をカバーする運動モデルを用いて、この決定の意味を科学的に分析することを目的とする。
  論文  参考訳（メタデータ） (2020-04-12T19:34:12Z)
• A machine learning methodology for real-time forecasting of the 2019-2020 COVID-19 outbreak using Internet searches, news alerts, and estimates from mechanistic models [53.900779250589814]
  提案手法は,2日前の安定かつ正確な予測を行うことができる。 我々のモデルでは,中国32州中27州において,ベースラインモデルよりも予測力が優れています。
  論文  参考訳（メタデータ） (2020-04-08T14:39:32Z)

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。