混合物による流行モデルの統一【JST・京大機械翻訳】

Sarker Arnab; Jadbabaie Ali; Shah Devavrat

プレプリント

J-GLOBAL ID：202202205931873283 整理番号：22P0027197

混合物による流行モデルの統一【JST・京大機械翻訳】

Unifying Epidemic Models with Mixtures

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 (3件)： , ,
資料名：
発行年： 2022年01月07日プレプリントサーバーでの情報更新日： 2022年01月07日
JST資料番号： O7000B 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)

COVID-19パンデミックは流行モデルのロバストな理解の必要性を強調した。流行の現行モデルは,機構的または非機械的:機構的モデルのいずれかとして分類される:機構モデルは,疾患の動力学に関する明確な仮定を作る,一方,非機械的モデルは,観察された時系列の形に関する仮定を作る。ここでは,2つのアプローチを橋渡しする単純な混合ベースモデルを導入し,両者の利点を保持した。モデルは,Gauss曲線の混合物として,事例と死亡の時系列を表し,従来の機構モデルと比較して,データから学習する柔軟な関数クラスを提供した。このモデルは非機械論的であるが,ネットワーク化SIRフレームワークに基づく確率的プロセスの自然な結果として発生することを示した。これは,類似の非力学モデルと比較して,より意味のある解釈を取るための学習パラメータを可能にし,COVID-19パンデミック中に収集した補助移動度データを用いて解釈を検証した。モデルパラメータを同定し,データから効率的に学習できる理論結果を確立する簡単な学習アルゴリズムを提供した。経験的に,著者らは低い予測誤差を持つモデルを見つける。モデルは,コビダイ予測で利用できる。最後に,これはCOVID-19に対する介入の影響を系統的に理解することを可能にし,これは流行を制御するデータ駆動解の開発に重要である。【JST・京大機械翻訳】

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

筋骨格系・皮膚モデル , 数値計算 , 土の圧縮,圧密,せん断,地盤沈下 , システム・制御理論一般 , 繊維物理

, ,

前のページに戻る