Fugu-MT 論文翻訳(概要): Application of machine learning for predicting the spread of COVID-19

論文の概要: Application of machine learning for predicting the spread of COVID-19

arxiv url: http://arxiv.org/abs/2204.04364v1
Date: Sat, 9 Apr 2022 02:38:18 GMT
ステータス: 処理完了
システム内更新日: 2022-04-12 17:05:18.471957
Title: Application of machine learning for predicting the spread of COVID-19
Title（参考訳）: 機械学習の新型コロナウイルス感染拡大予測への応用
Authors: Xiaoxu Zhong and Yukun Ye
Abstract要約: 本研究の目的は、新型コロナウイルスの重症度と隔離効果の予測、社会的距離の維持、在宅勤務、マスク着用などの機械学習手法を応用することである。
参考スコア（独自算出の注目度）: 0.0
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: The spread of diseases has been studied for many years, but it receives a particular focus recently due to the outbreak and spread of COVID-19. Studies show that the spread of COVID-19 can be characterized by the Susceptible-Infectious-Recovered-Deceased (SIRD) model with containment coefficients (due to quarantine and keeping social distance). This project aims to apply the machine learning technique to predict the severity of COVID-19 and the effect of quarantine, keeping social distance, working from home, and wearing masks on the transmission of the disease. This work deepens our understanding of disease transmission and reveals the importance of following policies.
Abstract（参考訳）: 病気の流行は長年研究されてきたが、新型コロナウイルスの感染拡大により近年は特に注目されている。研究によると、COVID-19の拡散は、(隔離と社会的距離の維持のため)封じ込め係数を持つSIRD(Susceptible-Infectious-Recovered-Deceased)モデルによって特徴づけられる。このプロジェクトは、新型コロナウイルス(covid-19)の重症度と隔離の影響、社会的距離の維持、在宅勤務、マスク着用の予測に機械学習技術を適用することを目的としている。本研究は, 疾病感染の理解を深め, 今後の政策の重要性を明らかにするものである。

関連論文リスト

Bayesian Networks and Machine Learning for COVID-19 Severity Explanation and Demographic Symptom Classification [12.40025057417184]
新型コロナウイルスの隠れた情報を蒸留する3段階のデータ駆動方式を提案する。第1段階では、バイエルンネットワーク構造学習法を用いて、新型コロナウイルスの症状の因果関係を同定する。第2段階として、アウトプットは教師なし機械学習(ML)アルゴリズムをトレーニングするための有用なガイドとして機能する。最終段階は、クラスタリングから得られたラベルを活用して、人口統計学的症状識別モデルをトレーニングする。
論文参考訳（メタデータ） (2024-06-16T05:43:24Z)
Modeling the effect of the vaccination campaign on the Covid-19 pandemic [0.0]
予防接種キャンペーン中にコビッドウイルスの流行を予測できる数学的モデルであるSAIVRを紹介した。このモデルは、半教師付き機械学習手法を用いて推定されるいくつかのパラメータと初期条件を含む。これらの結果から, 日中感染率, ワクチン有効性, および, 広範囲の社会的ワクチン依存度, デンタルレベルにおいて, パンデミックの経時的変化について広範な研究を行った。
論文参考訳（メタデータ） (2021-08-27T19:12:13Z)
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)
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)
Deep Learning Models for Early Detection and Prediction of the spread of Novel Coronavirus (COVID-19) [4.213555705835109]
SARS-CoV2は世界的な普及を続けており、パンデミックとなっている。新型コロナウイルスの感染拡大を予測するために、機械学習技術を開発する必要がある。
論文参考訳（メタデータ） (2020-07-29T10:14:11Z)
A Review on the State of the Art in Non Contact Sensing for COVID-19 [9.658514673601326]
SARS-CoV-2によって引き起こされた新型コロナウイルス(COVID-19)は、最近世界的なパンデミックを引き起こしている。世界中の政府は、感染拡大を抑えるため、自宅に留まるよう国民に指示している。新型コロナウイルスの感染拡大を抑える目的は、病院での感染を防ぐことである。
論文参考訳（メタデータ） (2020-07-28T11:18:38Z)
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)
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)
Mapping the Landscape of Artificial Intelligence Applications against COVID-19 [59.30734371401316]
世界保健機関(WHO)は、SARS-CoV-2ウイルスによる新型コロナウイルスの感染をパンデミックと宣言した。我々は、機械学習と、より広範に、人工知能を用いた最近の研究の概要を、新型コロナウイルス危機の多くの側面に取り組むために提示する。
論文参考訳（メタデータ） (2020-03-25T12:30:33Z)

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。