C-Watcher:COVID-19大発生の先頭の高リスク近隣の早期検出のためのフレームワーク【JST・京大機械翻訳】

Xiao Congxi; Zhou Jingbo; Huang Jizhou; Zhuo An; Liu Ji; Xiong Haoyi; Dou Dejing

プレプリント

J-GLOBAL ID：202202208902441721 整理番号：21P0070327

C-Watcher:COVID-19大発生の先頭の高リスク近隣の早期検出のためのフレームワーク【JST・京大機械翻訳】

C-Watcher: A Framework for Early Detection of High-Risk Neighborhoods Ahead of COVID-19 Outbreak

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 (7件)： , , , , , ,
資料名：
発行年： 2020年12月22日プレプリントサーバーでの情報更新日： 2021年03月04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)

新規コロナウイルス病(COVID-19)は,日常ルーチンを破砕し,世界中でまだ傾斜している。通常,非医薬品介入のための既存の解決策は,封じ込めや検疫のための住宅都市域のサブセットをタイムリーに,正確に選択する必要があるが,そこでは,確認されたケースの空間分布が,サブセット選択のための主要な基準として考慮されている。そのような封じ込め対策は,いくつかの国でCOVID-19の広がりを止めるか,減速するのに成功したが,確認された事例の統計が,通常,時間遅れと粗粒であるので,非効率的か無効であると批判されている。問題に取り組むために,著者らは,目標都市におけるあらゆる近隣を選別し,また,震央から都市へのCOVID-19の拡散の前に,感染リスクを予測する新しいデータ駆動フレームワークであるC-Watcherを提案した。設計に関して,C-Watcherは,Baiduマップから大規模な長期人間移動性データを収集し,次に,都市移動性パターンに基づく一連の特徴を用いて,都市におけるあらゆる住宅近隣を特徴づけた。さらに,局所発生前の目標都市への最初の手作業知識(震央に適合)を転送するために,著者らは,ターゲット都市において既知のいかなる確認例も以前,高リスク近傍の正確な早期検出のための移動性関連特徴から「都市不変」表現を学習するために,新しい広告符号器フレームワークを採用した。COVID-19発生の初期段階における実データ記録を用いてC-Watcherに関する広範な実験を行い,その結果,多数の都市からのハイリスク近傍の早期検出のためのC-Watcherの効率と有効性を実証した。【JST・京大機械翻訳】

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

データ保護 , 計算機網 , 計算機システム開発 , 感染症・寄生虫症一般

, , ,

前のページに戻る