一种用于评估和预测封锁政策对 COVID-19 病例影响的深度学习模型
社会与信息网络
2020-09-14 v1 物理与社会
摘要
为减轻 COVID-19 大流行的影响，大多数国家已实施若干防控措施以控制病毒传播，包括关闭学校和边境、停运公共交通与工作场所以及限制聚集。在本研究工作中，我们提出了一种深度学习预测模型，用于评估和预测各种封锁政策对每日 COVID-19 病例的影响。该方法首先聚类具有相似封锁政策的国家，然后基于各聚类中国家的每日病例数及其封锁政策描述数据训练预测模型。模型训练完成后，可用于评估与封锁政策相关的若干情景，并考察其对预测 COVID 病例数的影响。我们以卡塔尔为用例进行的评估实验表明，所提方法取得了具有竞争力的预测精度。此外，我们的研究结果强调，在研究期间内解除限制特别是开放学校和边境将导致病例数显著增加。
引用
@article{arxiv.2009.05481,
title = {A deep-learning model for evaluating and predicting the impact of lockdown policies on COVID-19 cases},
author = {Ahmed Ben Said and Abdelkarim Erradi and Hussein Aly and Abdelmonem Mohamed},
journal= {arXiv preprint arXiv:2009.05481},
year = {2020}
}