抄録/ポイント:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
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】