文献

J-GLOBAL ID：202102223433392850   整理番号：21A0892854

COVID-19パンデミックの予測における機械学習の異なるモデルの性能【JST・京大機械翻訳】

Performance of Different Models of Machine Learning in Predicting the COVID-19 Pandemic

著者 (1件)： Wang Qiuwei (Dalian Maritime University Dalian,Liaoning,China,116026)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2020  号： ICPHDS  ページ： 218-226  発行年： 2020年 
JST資料番号： W2441A  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)

抄録/ポイント： COVID-19発生は,2019年後期と2020年初期に爆発的成長を経験した。流行の蔓延を制御するために,多くの研究者は流行の傾向を予測するために異なる機械学習モデルを使用した。本論文は,モデルを選ぶための将来研究者の基礎を提供するために,流行を予測するいくつかの一般的機械学習モデルの性能を試験した。本論文は,Susceptive Infected Recovered Model,線形回帰の古典的機械学習,多項式回帰,k-Nearest Network,ロジスティック成長モデル,および深層学習のLong Short-Term記憶モデルを含む機械学習の種々のモデルを使用した。アメリカ,日本,武漢,中国,のデータに基づいて,これらの国のCOVID-19傾向を,機械学習と直感的チャートのパラメータで予測し,異なるモデルの予測結果を測定した。また,著者らは,発生の注意に対する各国の程度と制御モードを考慮して,流行開発合理性と妥当性の傾向を予測するために,異なるモデルを分析した。Copyright 2021 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 多項式 ,  学習モデル ,  *機械学習
準シソーラス用語： 線形回帰 ,  深層学習 , 【Automatic Indexing@JST】

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (4件)： COVID-19パンデミック ,  予測 ,  機械学習 ,  モデル