論文の概要: Study of COVID-19 epidemiological evolution in India with a multi-wave
SIR model
- arxiv url: http://arxiv.org/abs/2202.04917v1
- Date: Thu, 10 Feb 2022 09:18:50 GMT
- ステータス: 処理完了
- システム内更新日: 2023-02-19 14:49:11.125347
- Title: Study of COVID-19 epidemiological evolution in India with a multi-wave
SIR model
- Title（参考訳）: マルチウェーブSIRモデルを用いたインドにおけるCOVID-19疫学進化の研究
- Authors: Kalpita Ghosh and Asim Kumar Ghosh
- Abstract要約: 新型コロナウイルス(COVID-19)の感染拡大による世界的なパンデミックは、2019年12月以来、世界中で2年以上にわたり悪化している。
本稿では,インドにおけるこのパンデミック波の特徴を説明するために,マルチウェーブSIRモデルの特性について検討した。
- 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 global pandemic due to the outbreak of COVID-19 ravages the whole world
for more than two years in which all the countries are suffering a lot since
December 2019. In order to control this ongoing waves of epidemiological
infections, attempts have been made to understand the dynamics of this pandemic
in deterministic approach with the help of several mathematical models. In this
article characteristics of a multi-wave SIR model have been studied which
successfully explains the features of this pandemic waves in India. Stability
of this model has been studied by identifying the equilibrium points as well as
by finding the eigen values of the corresponding Jacobian matrices. Complex
eigen values are found which ultimately give rise to the oscillatory solutions
for the three categories of populations, say, susceptible, infected and
removed. In this model, a finite probability of the recovered people for
becoming susceptible again is introduced which eventually lead to the
oscillatory solution in other words. The set of differential equations has been
solved numerically in order to obtain the variation for numbers of susceptible,
infected and removed people with time. In this phenomenological study, finally
an additional modification is made in order to explain the aperiodic
oscillation which is found necessary to capture the feature of epidemiological
waves particularly in India.
- Abstract（参考訳）: 新型コロナウイルス(COVID-19)の感染拡大による世界的なパンデミックは、2019年12月以来、世界中で2年以上にわたり悪化している。
この疫学的感染の波を制御すべく、いくつかの数学的モデルの助けを借りて決定論的アプローチでこのパンデミックのダイナミクスを理解する試みがなされている。
本稿では,インドにおけるこのパンデミック波の特徴を説明するために,マルチウェーブSIRモデルの特性について検討した。
このモデルの安定性は、平衡点の同定と対応するヤコビ行列の固有値の発見によって研究されている。
複雑な固有値は最終的に3つの分類(例えば、感受性、感染、除去)の振動解をもたらす。
このモデルでは、回復した人々の再び感受性になる有限の確率が導入されたので、結果として振動解が言い換えられる。
差動方程式の集合を数値的に解いて, 被曝者数, 感染者数, 除去者数の変動を時間とともに求める。
この現象学的研究において、特にインドにおける疫学波の特徴を捉えるのに必要な周期的振動を説明するために、最終的に追加の修正がなされる。
関連論文リスト
- Meta Flow Matching: Integrating Vector Fields on the Wasserstein Manifold [83.18058549195855]
自然科学における複数の過程は、確率密度のワッサーシュタイン多様体上のベクトル場として表さなければならない。
特に、疾患の発生とその治療反応が患者固有の細胞の微小環境に依存するパーソナライズド医療において重要である。
本稿では,これらのベクトル場をワッサーシュタイン多様体上で積分するメタフローマッチング(Meta Flow Matching, MFM)を提案する。
論文 参考訳（メタデータ） (2024-08-26T20:05:31Z) - 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) - Epidemic Control Modeling using Parsimonious Models and Markov Decision
Processes [2.4149105714758545]
新型コロナウイルス(COVID-19)のパンデミックの第2波は、ヒトの健康に害を与えやすいため、はるかに危険である。
本稿では,遅延時間分布や回復時間分布によらず,病原体の不確実な拡散をシミュレートする,同種の流行モデルを提案する。
論文 参考訳（メタデータ） (2022-06-23T12:45:13Z) - Multi-scale simulation of COVID-19 epidemics [0.0]
新型コロナウイルスの感染拡大が始まってから1年以上が経過している。
今後数週間にわたって広がる未来と、潜在的な政治的介入の影響を正確に予測することは難しい」と述べた。
現在の流行モデルは主に2つのアプローチに該当する: 分割モデル、人口を疫学クラスに分け、微分方程式の数学的解決に依存する。
論文 参考訳（メタデータ） (2021-12-02T12:34:11Z) - An Extended Epidemic Model on Interconnected Networks for COVID-19 to
Explore the Epidemic Dynamics [2.89591830279936]
パンデミックコントロールは、感染した個人の傾向や影響を捉える疫病モデルを必要とする。
多くのエキサイティングなモデルはこれを実装できるが、実践的な解釈性に欠ける。
本研究は疫学とネットワーク理論を融合し,因果解釈能力を持つ枠組みを提案する。
論文 参考訳（メタデータ） (2021-04-10T06:46:01Z) - STELAR: Spatio-temporal Tensor Factorization with Latent Epidemiological
Regularization [76.57716281104938]
我々は,多くの地域の流行傾向を同時に予測するテンソル法を開発した。
stelarは離散時間差分方程式のシステムを通じて潜在時間正規化を組み込むことで長期予測を可能にする。
我々は、カウンティレベルと州レベルのCOVID-19データの両方を用いて実験を行い、このモデルが流行の興味深い潜伏パターンを識別できることを示します。
論文 参考訳（メタデータ） (2020-12-08T21:21:47Z) - 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) - Semi-supervised Neural Networks solve an inverse problem for modeling
Covid-19 spread [61.9008166652035]
半教師付きニューラルネットワークを用いた新型コロナウイルスの感染拡大について検討した。
我々は、人口の受動的一部がウイルスの動態から分離されていると仮定する。
論文 参考訳（メタデータ） (2020-10-10T19:33:53Z) - A Data-driven Understanding of COVID-19 Dynamics Using Sequential
Genetic Algorithm Based Probabilistic Cellular Automata [4.36572039512405]
本研究は、この感染拡散の正確なデータ駆動モデリングのために、セルオートマトンが優れたプラットフォームを提供することを示唆する。
異なる大陸の40カ国で、新型コロナウイルスの統計分析が実施されている。
このモデルの実質的な予測力は、パンデミックのダイナミクスにおける主要なプレイヤーの結論とともに確立されている。
論文 参考訳（メタデータ） (2020-08-27T09:53:21Z) - 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) - 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)
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。