アンサンブルデータ同化を用いたCOVID-19パンデミックの国際評価【JST・京大機械翻訳】

Evensen, G.; Amezcua, J.; Bocquet, M.; Carrassi, A.; Farchi, A.; Fowler, A.; Houtekamer, P.; Jones, C. K. R. T.; de Moraes, R.; Pulido, M.; Sampson, C.; Vossepoel, F.

プレプリント

J-GLOBAL ID：202202202223136601 整理番号：22P0265920

アンサンブルデータ同化を用いたCOVID-19パンデミックの国際評価【JST・京大機械翻訳】

An international assessment of the COVID-19 pandemic using ensemble data assimilation

出版者サイト {{ this.onShowPLink() }} 複写サービスで全文入手
高度な検索・分析はJDreamⅢで

この文献はプレプリントです。プレプリントについてはこちらをご確認ください。

著者 (12件)： , , , , , , , , , , ,
資料名：
発行年： 2020年06月12日プレプリントサーバーでの情報更新日： 2020年06月12日
JST資料番号： O7002B 資料種別：プレプリント
記事区分：プレプリント発行国：アメリカ合衆国 (USA) 言語：英語 (EN)

AO_SCPLOWBSTRACTC_SCPLOWは,年齢クラスと病気,入院,および死亡の区画を持つSEIRモデルのパラメータを効果的に推定するために,反復アンサンブルスムータをいかに使用できるかを示す。調整されたデータは,蓄積された死亡の毎日の数と入院の数である。また,試験から得られた事例の数に条件付けできる。モデルパラメータに対する広い事前分布から始めた。次に,アンサンブル調整は,観測値との密接な一致でモデル予測を導く推定パラメータの事後アンサンブルを導いた。モデルシミュレーションの更新されたアンサンブルは予測能力を持ち,不確実性推定を含む。特に,時間の関数として有効生殖数を推定し,異なる介入手段の影響を評価することができた。モデルパラメータの更新されたセットから始めて,将来の有効生殖数の知識を与える流行発生の正確な短期予測を行うことができた。また,モデルシステムは,異なる仮定の下で流行の長期的シナリオの計算を可能にする。流行の非常に異なる発展を有するいくつかの国からのデータセットにモデルシステムを適用し,これらの国におけるCOVID-19発生の開発を正確にモデル化できた。より複雑なモデル,例えば地域区画が望ましいこと,そして,ここで用いたアプローチがこれらのモデルにも適用可能なことを示した。【JST・京大機械翻訳】

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

水文学一般 , 天気予報 , 流出解析

, ,

前のページに戻る