Fugu-MT 論文翻訳(概要): Enhanced Dengue Outbreak Prediction in Tamilnadu using Meteorological and Entomological data

論文の概要: Enhanced Dengue Outbreak Prediction in Tamilnadu using Meteorological and Entomological data

arxiv url: http://arxiv.org/abs/2306.13456v1
Date: Fri, 23 Jun 2023 11:54:38 GMT
ステータス: 処理完了
システム内更新日: 2023-06-26 12:58:05.808586
Title: Enhanced Dengue Outbreak Prediction in Tamilnadu using Meteorological and Entomological data
Title（参考訳）: 気象・昆虫学的データを用いたタミルナドゥのデングアウトブレイク予測
Authors: Varalakshmi M (VIT Vellore, India) and Daphne Lopez (VIT Vellore, India)
Abstract要約: タミル・ナドゥ州(インド)で収集された時系列気候データと健康データを分析するために、双方向積層LSTMネットワークが選択される。 VBDコントロールの指標である蚊幼虫指数を含めることで、モデルの予測精度を著しく向上させる。
参考スコア（独自算出の注目度）: 0.0
License: http://creativecommons.org/licenses/by/4.0/
Abstract: This paper focuses on studying the impact of climate data and vector larval indices on dengue outbreak. After a comparative study of the various LSTM models, Bidirectional Stacked LSTM network is selected to analyze the time series climate data and health data collected for the state of Tamil Nadu (India), for the period 2014 to 2020. Prediction accuracy of the model is significantly improved by including the mosquito larval index, an indication of VBD control measure.
Abstract（参考訳）: 本稿では,デング発生に対する気候データとベクター幼虫指数の影響について考察する。様々なLSTMモデルの比較研究の後、2014年から2020年までのタミル・ナドゥ州で収集された時系列気候データと健康データを分析するために、双方向・スタックドLSTMネットワークが選択された。 VBDコントロールの指標である蚊幼虫指数を含めることで、モデルの予測精度を著しく向上させる。

関連論文リスト

MambaDS: Near-Surface Meteorological Field Downscaling with Topography Constrained Selective State Space Modeling [68.69647625472464]
気象予測において重要な課題であるダウンスケーリングは、ターゲット領域に対する高解像度気象状態の再構築を可能にする。以前のダウンスケーリング手法には気象学のための調整された設計が欠けており、構造的な限界に遭遇した。本稿では,多変数相関と地形情報の利用性を高める新しいモデルであるMambaDSを提案する。
論文参考訳（メタデータ） (2024-08-20T13:45:49Z)
FWin transformer for dengue prediction under climate and ocean influence [1.6114012813668932]
デング熱は最も致命的な蚊由来の熱帯感染症の1つである。本研究では,長期予測のためのデング症例の予測法について検討した。
論文参考訳（メタデータ） (2024-03-10T19:20:55Z)
Long-term drought prediction using deep neural networks based on geospatial weather data [75.38539438000072]
農業計画や保険には1年前から予測される高品質の干ばつが不可欠だ。私たちは、体系的なエンドツーエンドアプローチを採用するエンドツーエンドアプローチを導入することで、干ばつデータに取り組みます。主な発見は、TransformerモデルであるEarthFormerが、正確な短期(最大6ヶ月)の予測を行う際の例外的なパフォーマンスである。
論文参考訳（メタデータ） (2023-09-12T13:28:06Z)
Clinical Deterioration Prediction in Brazilian Hospitals Based on Artificial Neural Networks and Tree Decision Models [56.93322937189087]
超強化ニューラルネットワーク(XBNet)は臨床劣化(CD)を予測するために用いられる XGBoostモデルはブラジルの病院のデータからCDを予測する最良の結果を得た。
論文参考訳（メタデータ） (2022-12-17T23:29:14Z)
Predicting Future Mosquito Habitats Using Time Series Climate Forecasting and Deep Learning [0.0]
モスキート生息域は気候変動により拡大すると予想されている。本研究は, 蚊幼虫の生態条件を解析し, 将来の蚊の生息地を特定することを目的とする。
論文参考訳（メタデータ） (2022-08-01T17:25:09Z)
Correlations Between COVID-19 and Dengue [0.8164433158925593]
本稿では、ニューラルネットワークアプローチが、デングとCOVID-19のデータ、および外部要因をどのように組み込むことができるかを示す。我々は、新型コロナウイルスとデング熱の患者数に非常に似た傾向を示す相関モデルを定義した。次に、両疾患を組み込んだLong Short-term memory model (LSTM) に拡張することで、モデルの有効性を説明する。
論文参考訳（メタデータ） (2022-07-27T14:55:28Z)
An integrated recurrent neural network and regression model with spatial and climatic couplings for vector-borne disease dynamics [4.254099382808598]
本研究は,病原性疾患の進展に対するニューラルネットワークと非線形回帰モデルを構築した。我々は、気候データの季節性や、昆虫(ハエなど)と相関する外部要因として、また、関心のある地域を囲む近隣地域からの感染を考慮に入れている。統合モデルは、2013年から2018年にかけてスリランカで発生したリーシュ・マニアシスデータに基づいて、神経側頭葉の降下によって訓練され、試験された。
論文参考訳（メタデータ） (2022-01-23T23:04:58Z)
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)
Dynamical prediction of two meteorological factors using the deep neural network and the long short term memory $(1)$ [0.0]
本研究では,既存のニューラルネットワーク法を用いて予測精度を向上させる。シミュレーション研究は、人工ニューラルネットワーク(ANN)、ディープニューラルネットワーク(DNN)、エクストリームラーニングマシン(ELM)、ロング短期メモリ(LSTM)を適用することによって行われます。 2014年3月から2020年2月までの韓国10都市の低周波時系列からデータを抽出する。
論文参考訳（メタデータ） (2021-01-16T16:24:24Z)
A generative adversarial network approach to (ensemble) weather prediction [91.3755431537592]
本研究では,500hPaの圧力レベル,2m温度,24時間の総降水量を予測するために,条件付き深部畳み込み生成対向ネットワークを用いた。提案されたモデルは、2019年に関連する気象分野を予測することを目的として、2015年から2018年までの4年間のERA5の再分析データに基づいて訓練されている。
論文参考訳（メタデータ） (2020-06-13T20:53:17Z)
Short Term Blood Glucose Prediction based on Continuous Glucose Monitoring Data [53.01543207478818]
本研究では,デジタル意思決定支援ツールの入力として連続グルコースモニタリング(Continuous Glucose Monitoring, CGM)データを利用する方法について検討する。短時間の血液グルコース (STBG) 予測において, リカレントニューラルネットワーク (Recurrent Neural Networks, RNN) をどのように利用できるかを検討する。
論文参考訳（メタデータ） (2020-02-06T16:39:44Z)

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。