文献

J-GLOBAL ID：201802215910891379   整理番号：18A1032142

発生予測をサポートする動的モデルにおける粒子フィルタリングの予測精度【JST・京大機械翻訳】

Predictive accuracy of particle filtering in dynamic models supporting outbreak projections

著者 (5件)： Safarishahrbijari Anahita (Department of Computer Science, University of Saskatchewan, Saskatoon, Canada) ,  Teyhouee Aydin (Department of Computer Science, University of Saskatchewan, Saskatoon, Canada) ,  Waldner Cheryl (Western College of Veterinary Medicine, University of Saskatchewan, Saskatoon, Canada) ,  Liu Juxin (Department of Mathematics and Statistics, University of Saskatchewan, Saskatoon, Canada) ,  Osgood Nathaniel D. (Department of Computer Science, University of Saskatchewan, Saskatoon, Canada)
資料名： BMC Infectious Diseases (Web)  (BMC Infectious Diseases (Web))
巻： 17  号： 1  ページ： 648  発行年： 2017年 
JST資料番号： U7430A  ISSN： 1471-2334  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： イギリス (GBR)  言語： 英語 (EN)

抄録/ポイント： 【背景】計算統計アルゴリズムの新しい生成とデータストリームの利用可能性は,入力観測による動的モデルの再構成の可能性を高める。このような配置の有効性は,構成の特定(例えば,サンプリングの頻度と挙動変化の表現)に大きく影響され,効果的な構成を同定する試みはほとんどない。【方法】粒子フィルタリングによって動的モデルを結合して,著者らは,新しいデータが利用可能になるように,自動的に,そして,現在再登録された迅速に定式化されたモデルを作成することに焦点を合わせる解法を調査した。潜在的な基礎となる症例数を与えて,観察された入射症例数が負の二項分布に従うと仮定した。凝縮アルゴリズムに従って,各観測は粒子重量の更新をもたらした。著者らは,相互に対する様々な粒子フィルタリング構成の有効性を評価し,将来の罹患率の予測におけるモデルの精度に従って,粒子フィルタリングなしのアプローチに対して,特定の点に対するデータとノルムに基づく矛盾計量を評価した。観察,負の二項分散パラメータ,および接触速度が進化できる速度の間の変化する時間の下での粒子フィルタリングの有効性を調べた。【結果】著者らは,経験的データのより頻繁な観察が,モデル予測において超線形に改善された精度をもたらすことを観察した。さらに,ここで研究したデータに対して,負の二項分布および接触速度の変化に関連するパラメータに関する最も好ましい仮定は,観測周波数および発生における観測点にわたってロバストであることを見出した。【結論】粒子フィルタリングによる結合動的モデルは,発生の将来の進化を予測することにおいて,よく機能することができた。最も重要なことに,より頻繁なサンプリングから生じる予測精度の著しい改善は,効率的な報告メカニズムを達成するための投資が,改善された計画能力により,より多くの利益を得ることを示唆している。本事例研究における粒子フィルタ構成に関する結果のロバスト性は,特定の疫学的状況におけるそのような技術に対する有効な標準ガイドラインと正規化手法を定式化することが可能であることを示唆した。最も重要なことに,本研究は,粒子フィルタリング法と非常に粗いモデルを組み合わせることにより,新興感染症に対する発生進化を予想するとき,健康意思決定者が強いガイダンスを確保する可能性を暫定的に示唆する。Copyright 2018 The Author(s). All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 二項分布 ,  定式化 ,  ノルム ,  周波数 ,  線形性 ,  ロバスト性 ,  事例研究 ,  アルゴリズム ,  *ダイナミックモデル ,  正規化 ,  再構成 ,  疫学
準シソーラス用語： *粒子フィルタ ,  *予測精度 ,  *粒子フィルタリング , 【Automatic Indexing@JST】

著者キーワード (9件)： 粒子フィルタリング ,  システムダイナミックス ,  伝送モデル ,  コンパートメントモデル ,  確率論 ,  発生 ,  感染症 ,  伝染病 ,  経験的観察

分類 (3件)： パターン認識  (JE07000S) ,  ディジタルフィルタ  (NC04022Z) ,  数値計算  (JE02000J)

引用文献 (40件)：

• Influenza (seasonal).http://www.who.int/mediacentre/factsheets/fs211/en. Accessed 20 Dec 2015.
• Can J Public Health; Thinking locally about pandemic influenza; P Huston; 95; 2004; 184-5; CR2;
• BMC Infect Dis; The dynamics of risk perceptions and precautionary behavior in response to 2009 (h1n1) pandemic influenza; Y Ibuka, GB Chapman, LA Meyers, M Li, AP Galvani; 10; 2010; 296-306; 10.1186/1471-2334-10-296; CR3;
• PLoS ONE; Health system resource gaps and associated mortality from pandemic influenza across six asian territories (health systems and pandemic influenza in asia); JW Rudge, P Hanvoravongchai, R Krumkamp, I Chavez, W Adisasmito, P NgocChao, B Phommasak, W Putthasri, CS Shih, M Stein, A Timen, S Touch, R Reintjes, R Coker; 7; 2012; 31800; 10.1371/journal.pone.0031800; CR4;
• Biosystems; Within-host influenza dynamics: a small-scale mathematical modeling approach; HN Manchanda, N Seidel, A Krumbholz, A Sauerbrei, M Schmidtke, R Guthke; 118; 2014; 51-9; 10.1016/j.biosystems.2014.02.004; CR5;

タイトルに関連する用語 (4件)： 発生予測 ,  動的モデル ,  粒子フィルタリング ,  予測精度