一种用于估计西班牙 Covid-19 演变的贝叶斯-深度学习模型
应用统计
2021-03-09 v2 机器学习
摘要
本工作提出一种半参数方法来估计西班牙 Covid-19 (SARS-CoV-2) 的演变。考虑到所有西班牙地区的 14 天累积发病率序列，它将用于序列分析的现代深度学习 (DL) 技术与常用的计数贝叶斯 Poisson-Gamma 模型相结合。DL 模型对观测序列提供了合适的描述，但无法获得其周围可靠的 Uncertainty Quantification。为克服这一点，我们使用 DL 的预测作为对期望计数值及其不确定性的专家启发，从而在正统的贝叶斯分析中使用著名的 Poisson-Gamma 模型获得计数的后验预测分布。最终得到的整体模型使我们既能够预测所有地区序列的未来演变，也能够估计可能情景的后果。
引用
@article{arxiv.2005.10335,
title = {A Bayesian - Deep Learning model for estimating Covid-19 evolution in Spain},
author = {Stefano Cabras},
journal= {arXiv preprint arXiv:2005.10335},
year = {2021}
}
备注
Related to: https://github.com/scabras/covid19-bayes-dl