COVID-19再現数R(t)を推定するための空間および時間正則化:凸最適化による区分的平滑性の促進【JST・京大機械翻訳】

abry, p.; pustelnik, n.; roux, s.; jensen, p.; Flandrin, P.; gribonval, r.; Lucas, C. G.; guichard, e.; Borgnat, P.; garnier, n.; audit, b.

プレプリント

J-GLOBAL ID：202202215744382107 整理番号：22P0265834

COVID-19再現数R(t)を推定するための空間および時間正則化:凸最適化による区分的平滑性の促進【JST・京大機械翻訳】

Spatial and temporal regularization to estimate COVID-19 Reproduction Number R(t): Promoting piecewise smoothness via convex optimization

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 (11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)

※このプレプリント論文は学術誌に掲載済みです。なお、学術誌掲載の際には一部内容が変更されている可能性があります。

進行中のCOVID-19のような流行の蔓延を定量化する異なる指標の中で,多くの人々が感染者によってどのように汚染されているかを測定する繁殖数を最初に立っている。この数の進化の監視を可能にするために,過去の観察に基づいて,現在の発生データに対するよく受け入れられたモデルを仮定して,新しい推定手順を提案した。提案アプローチの新規性は2倍である。1)再生数の推定は,区分的平滑度の促進を目的とした制約を伴う,近位ベース逆問題定式化内の凸最適化によって達成される。2)このアプローチを多変量設定で開発し,異なる地理的領域に付着した多重時系列の同時処理を可能にし,同時にそれらの進化の空間(グラフベース)正則化を行った。このアプローチの有効性を最初にシミュレーションで支持し,実際のCOVID-19データへの2つの主な応用を議論した。第1のものは,多くの国に対する生殖数の比較進化を参照し,一方,第2のものはフランスの郡とそれらの共同分析に焦点を当て,それらの繁殖数の時間共進化を明らかにする動的地図を導いた。【JST・京大機械翻訳】

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

人工知能

, , , , ,

前のページに戻る