論文の概要: A Multi-Agent Reinforcement Learning Framework for Evaluating the U.S.
Ending the HIV Epidemic Plan
- arxiv url: http://arxiv.org/abs/2311.00855v2
- Date: Mon, 6 Nov 2023 22:33:41 GMT
- ステータス: 処理完了
- システム内更新日: 2023-11-08 18:41:50.731632
- Title: A Multi-Agent Reinforcement Learning Framework for Evaluating the U.S.
Ending the HIV Epidemic Plan
- Title（参考訳）: HIVエピデミックプランを終了する米国評価のためのマルチエージェント強化学習フレームワーク
- Authors: Dinesh Sharma, Ankit Shah, Chaitra Gopalappa
- Abstract要約: HIVエピデミックイニシアチブの終了は、2030年までに90%の新規感染を減らすことを目的としている。
既存のHIV決定分析モデルでは、特定の都市または全国の人口を評価し、管轄的な相互作用や違いを見落としている。
本稿では,地域別意思決定分析が可能なマルチエージェント強化学習(MARL)モデルを提案する。
- 参考スコア（独自算出の注目度）: 2.498439320062193
- License: http://creativecommons.org/licenses/by-nc-sa/4.0/
- Abstract: Human immunodeficiency virus (HIV) is a major public health concern in the
United States, with about 1.2 million people living with HIV and 35,000 newly
infected each year. There are considerable geographical disparities in HIV
burden and care access across the U.S. The 2019 Ending the HIV Epidemic (EHE)
initiative aims to reduce new infections by 90% by 2030, by improving coverage
of diagnoses, treatment, and prevention interventions and prioritizing
jurisdictions with high HIV prevalence. Identifying optimal scale-up of
intervention combinations will help inform resource allocation. Existing HIV
decision analytic models either evaluate specific cities or the overall
national population, thus overlooking jurisdictional interactions or
differences. In this paper, we propose a multi-agent reinforcement learning
(MARL) model, that enables jurisdiction-specific decision analyses but in an
environment with cross-jurisdictional epidemiological interactions. In
experimental analyses, conducted on jurisdictions within California and
Florida, optimal policies from MARL were significantly different than those
generated from single-agent RL, highlighting the influence of jurisdictional
variations and interactions. By using comprehensive modeling of HIV and
formulations of state space, action space, and reward functions, this work
helps demonstrate the strengths and applicability of MARL for informing public
health policies, and provides a framework for expanding to the national-level
to inform the EHE.
- Abstract（参考訳）: ヒト免疫不全ウイルス(hiv)は米国の主要な公衆衛生上の懸念事項であり、毎年約120万人がhivに感染し、3万5000人が新たに感染している。
HIVの負担と医療アクセスには、アメリカ全土にかなりの地理的格差がある。
2019 Ending the HIV Epidemic(EHE)イニシアチブは、診断、治療、予防介入のカバレッジを改善し、HIV感染率の高い管轄区域を優先することで、2030年までに新しい感染症を90%削減することを目指している。
介入の組み合わせの最適なスケールアップを特定することは、リソースの割り当てを知らせるのに役立つ。
既存のhiv決定分析モデルは、特定の都市や国民全体を評価し、司法上の相互作用や違いを無視する。
本稿では,地域別意思決定分析が可能なマルチエージェント強化学習(MARL)モデルを提案する。
カリフォルニア州とフロリダ州の司法管轄区域で実施された実験分析では、MARLの最適な政策は単一エージェントRLの政策と大きく異なり、管轄区域の変動と相互作用の影響が強調された。
この研究は、HIVの包括的モデリングと国家空間、行動空間、報酬関数の定式化を利用することで、公衆衛生政策を通知するためのMARLの強みと適用性を実証し、EHEに通知するための全国レベルに拡張するための枠組みを提供する。
関連論文リスト
- Mitigating the Risk of Health Inequity Exacerbated by Large Language Models [5.02540629164568]
大規模言語モデルの入力に非決定的な社会デマトグラフィー要素を組み込むことは、誤った有害な出力につながる可能性があることを示す。
LLMベースの医療応用における健康不平等のリスクを検知・緩和する新しいフレームワークであるEquityGuardを紹介する。
論文 参考訳（メタデータ） (2024-10-07T16:40:21Z) - Promoting Fair Vaccination Strategies Through Influence Maximization: A Case Study on COVID-19 Spread [5.505634045241288]
新型コロナウイルスのパンデミックの余波は、人種的少数派や経済的に奪われた地域社会にとってより深刻な結果をもたらした。
本稿では,人口動態の公平性を取り入れた予防接種戦略を新たに提案する。
論文 参考訳（メタデータ） (2024-02-20T20:54:18Z) - Time Series Forecasting of HIV/AIDS in the Philippines Using Deep
Learning: Does COVID-19 Epidemic Matter? [0.0]
フィリピンではHIV/AIDSが流行し、西太平洋では最も急拡大している。
HIVのサービスや開発に対するCOVID-19の完全な影響はまだ分かっていないが、そのような破壊はHIVの犠牲者の増加につながる可能性があると予測されている。
本研究は多層パーセプトロンニューラルネットワークを用いて、新型コロナウイルスのパンデミックが全国を襲う期間の時系列を予測する。
論文 参考訳（メタデータ） (2024-01-11T14:11:30Z) - First 100 days of pandemic; an interplay of pharmaceutical, behavioral
and digital interventions -- A study using agent based modeling [14.192977334409104]
我々は、現実的な薬品、行動、デジタル介入をシミュレートし、現実の政策導入における課題を反映する。
本分析の結果,パンデミックの進行過程を決定する上で,最初の100日間が重要な役割を担っていることが明らかとなった。
論文 参考訳（メタデータ） (2024-01-09T19:38:59Z) - 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) - A k-mer Based Approach for SARS-CoV-2 Variant Identification [55.78588835407174]
アミノ酸の順序を保つことで,分類器の精度が向上することを示す。
また,アメリカ疾病予防管理センター(CDC)が報告した,変異の同定に重要な役割を担っているアミノ酸の重要性も示した。
論文 参考訳（メタデータ） (2021-08-07T15:08:15Z) - Timely Tracking of Infection Status of Individuals in a Population [70.21702849459986]
住民の感染状況のリアルタイム追跡について検討した。
この研究では、医療提供者が感染症から回復した人だけでなく、感染した人々も検出したいと考えています。
論文 参考訳（メタデータ） (2020-12-24T18:49:22Z) - 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) - A Deep Q-learning/genetic Algorithms Based Novel Methodology For
Optimizing Covid-19 Pandemic Government Actions [63.669642197519934]
我々はSEIR疫学モデルを用いて、人口の時間とともにウイルスウイルスの進化を表現している。
報酬システムにより、アクションのシーケンス(統合、自己同化、二メートル距離、制限を取らない)を評価する。
どちらの意味でも、パンデミックの悪影響を抑えるために政府が取るべき行動を発見する上で、我々の方法論が有効な手段であることを実証する。
論文 参考訳（メタデータ） (2020-05-15T17:17:45Z) - $\alpha$-Satellite: An AI-driven System and Benchmark Datasets for
Hierarchical Community-level Risk Assessment to Help Combat COVID-19 [24.774285634657787]
新型コロナウイルス(COVID-19)の感染者は53万1000人を超え、少なくとも171カ国で2万4000人以上が死亡している。
新型コロナウイルスの感染拡大を受け、地域住民の感染が拡大するとの見方が強まっている。
我々は、階層的なコミュニティレベルのリスク評価を提供するAI駆動システム(初期提供として$alpha$-Satelliteと名づけられた)を提案し、開発する。
論文 参考訳（メタデータ） (2020-03-27T04:44:53Z) - 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。
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。