擬似マージン法による多重依存データからの流行の推定【JST・京大機械翻訳】

Corbella Alice; Presanis Anne M; Birrell Paul J; De Angelis Daniela

プレプリント

J-GLOBAL ID：202202208462375187 整理番号：22P0334189

擬似マージン法による多重依存データからの流行の推定【JST・京大機械翻訳】

Inferring Epidemics from Multiple Dependent Data via Pseudo-Marginal Methods

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 (4件)： , , ,
資料名：
発行年： 2022年04月19日プレプリントサーバーでの情報更新日： 2022年04月19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)

健康政策計画は,ヘルスケアシステム上で流行する負担に関する証拠を必要とする。多重,しばしば依存して,データセットは,伝送と重症度動力学を含む観測されない流行過程から,雑音のある断片化信号を提供する。本論文では,複数の従属データセットを解析するとき,流行推論のための状態空間モデルの使用に対する重要な課題を検討した。比較的稀な厳しい事象の発生および報告における確率的性を維持しながら,大規模伝送動力学に対する決定論的近似を利用する新しい半確率的モデルを提案した。このモデルは,大きな季節的流行と流行を含む多くのリアルタイム状況に適している。この文脈の中で,正確なパラメータ推論を提供し,それらをシミュレーションによりテストするアルゴリズムを開発した。最後に,著者らの共同モデルと提案したアルゴリズムをイングランドの2017~18インフルエンザ流行に関するいくつかの監視データに適用し,感染動態を再構築し,また,1日新しいインフルエンザ感染と,症例-入院リスクと病院集中治療リスクとしての重度指標を推定した。【JST・京大機械翻訳】

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

人工知能 , 疫学 , オペレーションズリサーチ一般

, , ,

前のページに戻る