COVID-19パンデミック政府活動を最適化するための深層Q学習/遺伝的アルゴリズムに基づく方法論【JST・京大機械翻訳】

Miralles-Pechuan Luis; Jimenez Fernando; Ponce Hiram; Martinez-Villasenor L.

文献

J-GLOBAL ID：202002240038071919 整理番号：20A2461532

COVID-19パンデミック政府活動を最適化するための深層Q学習/遺伝的アルゴリズムに基づく方法論【JST・京大機械翻訳】

A Methodology Based on Deep Q-Learning/Genetic Algorithms for Optimizing COVID-19 Pandemic Government Actions

出版者サイト複写サービスで全文入手
高度な検索・分析はJDreamⅢで {{ this.onShowJLink("http://jdream3.com/lp/jglobal/index.html?docNo=20A2461532&from=J-GLOBAL&jstjournalNo=D0698C") }}

著者 (4件)： , , ,
資料名：
号： CIKM ’20 ページ： 1135-1144 発行年： 2020年
JST資料番号： D0698C 資料種別：会議録 (C)
記事区分：原著論文発行国：アメリカ合衆国 (USA) 言語：英語 (EN)

COVID-19ウイルスの場合のように,国が流行によって脅かされているとき,政府は,経済に対するマイナス効果を緩和するだけでなく,公衆衛生を保護するために正しい行動を取るのを助ける必要がある。制限的アプローチは経済を深刻に損傷できる。逆に,緩和されたものは,集団の高い割合を危険にさらす可能性がある。この領域における他の研究は,ウイルスの拡散のモデル化,またはその伝播に対する異なる手段の影響の推定に焦点を合わせている。しかし,本論文では,その優先順位に基づいてパンデミックと戦うための相を計画する政府を支援するための新しい方法論を提案した。この目的のために,SEIR疫学的モデルを実装し,母集団上のCOVID-19ウイルスの進化を表した。行動政府の最良のシーケンスを最適化するために,2つのアプローチ,すなわち,Deep Q-Learningに基づく1つと遺伝的アルゴリズムに基づくもう1つのアプローチによる方法論を提案する。行動のシーケンス(閉じ込め,自己隔離,2メートル距離または制限なし)を,2つの目的を満たすことに焦点を絞った報酬システムに従って評価し,次に,病院が圧倒的でないように感染する少数人を得て,第2に,経済に深刻な損害を引き起こすことができる劇的な対策を回避した。実施した実験は,確立した期間の間に蓄積された報酬に基づく著者らの方法論を評価する。また,実験は,それが,相の計画を最適化することによって,パンデミックのマイナス効果を減らすために,政府にとって有効なツールであることを証明した。著者らの結果に従って,深いQ学習に基づくアプローチは,遺伝的アルゴリズムに基づくものより優れている。Please refer to this article’s citation page on the publisher website for specific rights information. Translated from English into Japanese by JST.【JST・京大機械翻訳】

, , , , , , ,
, , , 【Automatic Indexing@JST】

著者キーワード (7件)： , , , , , ,

感染症・寄生虫症一般 , ウイルス感染の生理と病原性

, , , , , , ,

前のページに戻る