文献

J-GLOBAL ID：202202247900080445   整理番号：22A0978926

GNNを用いた大学におけるCOVID-19の広がり曲線の可視化法【JST・京大機械翻訳】

Visualization Method for the Spreading Curve of COVID-19 in Universities using GNN

著者 (4件)： Xie Huaze (Kyoto Sangyo University,Division of Frontier Informatics,Kyoto,Japan) ,  Li Da (Kyoto Sangyo University,Division of Frontier Informatics,Kyoto,Japan) ,  Wang Yuanyuan (Yamaguchi University,Division of Information Engineering,Ube,Japan) ,  Kawai Yukiko (Kyoto Sangyo University, Osaka University,Division of Frontier Informatics,Kyoto,Japan)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2022  号： BigComp  ページ： 121-128  発行年： 2022年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： キャンパス上のCOVID-19の普及後の大学の再開放として,COVID-19の初期状態拡散をシミュレートし,可視化する。本研究では,各学生関係に基づくエッジの広がり重みを持つグラフ構造により,大学における人内クラスの再開のCOVID-19拡散曲線を解析し,予測した。本アプローチは,曲線平坦を保って,COVID-19を制御可能にするために設計された3つのジスタンシング戦略の有効性に基づいている。3つの戦略に基づく学生関係の可能性を検出することによって,著者らはグラフニューラルネットワーク(GNN)とSIRモデルによってCOVID-19拡散曲線を分析することができた。本稿では,大学キャンパスの2種類のオープングループとクローズドグループについて論じ,対面講義,屋内社会活動,キャンパスカフェテリアを分析した。2種類のグループの有効性を検証するために,グラフニューラルネットワークモデルによってランダム感染曲線でシミュレートした。最後に,COVID-19拡散過程と拡散予測の結果を可視化した。Copyright 2022 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *可視化 ,  キャンパス ,  有効性 ,  拡散過程
準シソーラス用語： 神経回路網モデル ,  大学キャンパス ,  グラフ構造 , 【Automatic Indexing@JST】

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (6件)： GNN ,  大学 ,  COVID-19 ,  広がり ,  曲線 ,  可視化