論文の概要: Bayesian Inference of Nonlinear Malaria Dynamics in Ghana via an Ensemble Markov Chain Monte Carlo Sampler

• arxiv url: http://arxiv.org/abs/2606.00783v1
• Date: Sat, 30 May 2026 16:02:56 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-06-02 21:34:28.773745
• Title: Bayesian Inference of Nonlinear Malaria Dynamics in Ghana via an Ensemble Markov Chain Monte Carlo Sampler
• Title（参考訳）: アンサンブルマルコフ連鎖モンテカルロサンプリングによるガーナの非線形マラリア動態のベイズ推定
• Abstract要約: 本研究では,アフィン・イン・アンサンブル・チェイン・モンテカルロサンプリング器を用いて推定した減衰振動核と立方体基底線を統合する非線形推論フレームワークを開発した。 5歳未満の子供と5歳以上の個人に対する確率予測を生成する。 2024-2026年の予測:5歳未満の小児137,000人から149,000人、高齢者348,000人から375,000人。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Reliable quantification of malaria dynamics in sub-Saharan Africa is hindered by short, noisy, and spatially heterogeneous surveillance records. In Ghana, health-facility data from 2014 to 2023 reveal non-linear and age-specific fluctuations in hospital admissions, yet existing approaches struggle to capture stochastic variability or provide credible uncertainty bounds. This study develops a Bayesian nonlinear inference framework that integrates a cubic baseline with a damped oscillatory kernel, estimated via an affine-invariant ensemble Markov Chain Monte Carlo sampler. The framework accommodates limited data, models parameter uncertainty, and generates probabilistic forecasts for children under five years and individuals aged five years or more. Results show strong empirical adequacy ($R^2 = 0.9958$ for $<5$ years; $R^2 = 0.9956$ for $\geq 5$ years) with residual errors below $2\%$ and well-mixed posteriors confirming convergence. District-level analysis reveals pronounced spatial heterogeneity, with coefficients of variation ranging from $<0.07$ in urban centres such as Kumasi to $>3.3$ in peripheral districts such as Mpohor and Bia East. Forecasts for 2024-2026 indicate a gradual resurgence: from 137,000 to 149,000 cases among children under five years and from 348,000 to 375,000 cases among older individuals, with uncertainty widening over time. By producing probabilistic forecasts, this Bayesian framework provides a principled tool for anticipating malaria fluctuations and strengthening data-driven decision-making in Ghana's national malaria control strategy.
• Abstract（参考訳）: サハラ以南のアフリカにおけるマラリアの動態の信頼性の定量化は、短く、騒々しく、空間的に不均一な監視記録によって妨げられている。 ガーナでは、2014年から2023年までの健康・健康に関するデータから、入院時の非直線的・年齢別変動が明らかになっているが、既存のアプローチでは確率的変動を捉えたり、信頼性のある不確実性境界を提供するのに苦労している。 本研究では,アフィン不変アンサンブルマルコフ・チェイン・モンテカルロサンプリング器を用いて推定した,立方体基底線と減衰振動核を統合するベイズ非線形推論フレームワークを開発した。 このフレームワークは、限られたデータ、モデルパラメータの不確実性に対応し、5歳未満の子供と5歳以上の個人に対する確率予測を生成する。 R^2 = 0.9958$ for $<5$ years; $R^2 = 0.9956$ for $\geq 5$ years) は、残差が 2 %$ 以下であり、よく混合された後部が収束を確認している。 地域レベルの分析では、クマシのような都市部では0.07ドルからムポホルやビア・イーストのような周辺地域では3.3ドルまで変化係数が変化する。 2024-2026年の予測では、5歳未満の小児13万7000人から14万9000人、高齢者34万8000人から37万5000人、不確実性は時間とともに拡大している。 このベイズ的枠組みは、確率論的予測を生み出すことにより、マラリアの変動を予測し、ガーナの国立マラリア管理戦略におけるデータ駆動型意思決定を強化するための、原則化されたツールを提供する。

関連論文リスト

• Explainable Machine Learning for Broadband Adoption Disparities: Tract-Level Prediction and SHAP-Based Factor Profiling [6.076837441966713]
  米国は、ブロードバンド拡大のためのインフラ投資および雇用法を通じて、およそ650億ドルを割り当てている。 本稿では,全国83,359施設を対象に,ブロードバンドの普及格差をプロファイリングするための機械学習フレームワークを提案する。
  論文  参考訳（メタデータ） (2026-08-29T07:39:08Z)
• Unsupervised Consensus-Based Anomaly Detection for Spatiotemporal Malaria Incidence in Ghana [0.0]
  ガーナの月次マラリア監視データにコンセンサス異常検出フレームワークを適用した。 アシャンティ地方と北部地域は、タマル、クマシ、アクラで持続的なホットスポットを持つ、最も頻繁な異常の原因となっている。
  論文  参考訳（メタデータ） (2026-07-23T17:40:51Z)
• Predicting Pseudo-nitzschia harmful algal blooms along the Portuguese Coast using satellite-derived predictors [69.38367341895632]
  Pseudo-Nitzschia の珪藻は、海岸生態系やポルトガルの大西洋岸での収穫に繰り返しリスクをもたらす。 衛星由来の予測器を用いて有害な藻類発生を予測する機械学習フレームワークの開発と評価を行った。
  論文  参考訳（メタデータ） (2026-07-08T18:14:24Z)
• Hybrid Probabilistic Forecasting of Under-Five Malaria Admissions in Ghana: A Gaussian Process Regression with Holt-Winters Smoothing [0.0]
  本研究では,GPRとHolt-Winters指数的スムース化を統合したハイブリッドフレームワークを提案する。 10年間の地域レベルのデータを用いて, 転がりオリジン伸展ウインドウの検証による性能評価を行った。 2024-2028年計画の予測は、平均して8000から12,200件である。
  論文  参考訳（メタデータ） (2026-05-30T18:18:36Z)
• SAGA: A Sequence-Adaptive Generative Architecture for Multi-Horizon Probabilistic Forecasting with Adaptive Temporal Conformal Prediction [0.0]
  本稿では,デコーダのみの変換器SAGAを提案する。 1990年から2022年にかけて,2,143,817人,61,284,903人からなる長手スウェーデン LISA レジスターをトレーニングした。 SAGAは10年の地平線で31.9%、20年の地平線で37.7%の絶対誤差を減少させる。
  論文  参考訳（メタデータ） (2026-05-18T18:35:20Z)
• Conformal PM2.5 Mapping Under Spatial Covariate Shift: Satellite-Reanalysis Fusion for Africa's Green Industrial Transition [0.0]
  アフリカの緑の工業化は、大気の質を監視するための信頼性の高いインフラを必要としている。 我々は,29のアフリカ諸国404カ所から2,068,901件の記録に基づいて,衛星再分析PM2.5融合システムについて検討した。
  論文  参考訳（メタデータ） (2026-04-05T02:17:50Z)
• Considerations for Distribution Shift Robustness of Diagnostic Models in Healthcare [10.393967785465536]
  健康のための応用MLの分野では、患者に関する情報を考慮せずに$X$から$Y$を予測することが一般的である。 本研究では,医療環境に共通するデータ生成機構を強調し,因果関係の文献による最近の理論的結果を用いて,堅牢な予測モデルを構築する方法について論じる。
  論文  参考訳（メタデータ） (2024-10-25T14:13:09Z)
• Variational Inference for GARCH-family Models [84.84082555964086]
  変分推論は、機械学習モデルにおけるベイズ推論の堅牢なアプローチである。 本研究では,変分推論がベイズ学習の魅力的な,極めてよく校正された,競争力のある方法であることを示す。
  論文  参考訳（メタデータ） (2023-10-05T10:21:31Z)
• 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)
• BaCaDI: Bayesian Causal Discovery with Unknown Interventions [118.93754590721173]
  BaCaDIは因果構造と介入の両方の潜在確率的表現の連続的な空間で機能する。 BaCaDIは、合成因果発見タスクとシミュレートされた遺伝子発現データの実験において、因果構造と介入ターゲットを識別する関連手法より優れている。
  論文  参考訳（メタデータ） (2022-06-03T16:25:48Z)
• Bayesian adaptive and interpretable functional regression for exposure profiles [0.0]
  妊娠中の汚染物質曝露は、出生および健康上の結果の既知かつ有害な要因である。 ノースカロライナ州の学生の大規模なコホートを用いて、ほぼ連続的な解像度で記録された出生前$mboxPM_2.5$の露光を調査した。
  論文  参考訳（メタデータ） (2022-03-01T22:52:50Z)
• 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)
• Approximate Bayesian Computation for an Explicit-Duration Hidden Markov Model of COVID-19 Hospital Trajectories [55.786207368853084]
  新型コロナウイルス(COVID-19)のパンデミックの中、病院の資源をモデル化する問題に取り組んでいます。 幅広い適用性のために、関心のある領域の患者レベルデータが利用できない、一般的なが困難なシナリオに注目します。 本稿では,ACED-HMM(ACED-HMM)と呼ばれる集合数正規化隠れマルコフモデルを提案する。
  論文  参考訳（メタデータ） (2021-04-28T15:32:42Z)
• Tracking disease outbreaks from sparse data with Bayesian inference [55.82986443159948]
  新型コロナウイルス(COVID-19)のパンデミックは、感染発生時の感染率を推定する新たな動機を与える。 標準的な手法は、より細かいスケールで共通する部分的な観測可能性とスパースなデータに対応するのに苦労する。 原理的に部分観測可能なベイズ的枠組みを提案する。
  論文  参考訳（メタデータ） (2020-09-12T20:37:33Z)

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。