AIRSENSE-TO-ACT：基于人工智能算法与多源数据处理的 COVID-19 应对策略概念论文
计算机与社会
2020-11-12 v1
摘要
本文旨在描述一种新工具，以支持机构实施基于定量和多尺度要素的针对性对策，用于应对和预防诸如当前 COVID-19 大流行之类的紧急情况。该工具是一个集中式系统（Web 应用）、单一多用户平台，依赖人工智能（AI）算法处理异构数据，并能产出风险等级输出。该模型包含一个特定的神经网络，将首先被训练以学习所选输入之间的相关性，这些输入与关注案例相关：环境变量（化学-物理变量，如气象）、人类活动（如交通与拥挤度）、污染水平（特别是颗粒物浓度），以及与传染演变相关的流行病学变量。项目第一阶段实现的工具后续将兼作具有预测能力的决策支持系统（DSS）（当输入实际测量数据时），以及执行某些输入值调优的仿真台，以识别哪些输入会导致风险程度的降低。通过这种方式，作者旨在设计不同场景以比较不同限制策略与实际预期收益，从而采取契合实际需求并适应特定分析区域的措施，既保障人类健康，也兼顾选择的经济与社会影响。
引用
@article{arxiv.2011.05808,
title = {AIRSENSE-TO-ACT: A Concept Paper for COVID-19 Countermeasures based on Artificial Intelligence algorithms and multi-sources Data Processing},
author = {A. Sebastianelli and F. Mauro and G. Di Cosmo and F. Passarini and M. Carminati and S. L. Ullo},
journal= {arXiv preprint arXiv:2011.05808},
year = {2020}
}
备注
19 pages, 14 figures, 50 references, sottomesso ad una Special Issue di ISPRS International Journal of Geo-Information (https://www.mdpi.com/journal/ijgi/special_issues/Impacts_COVID-19 ), attualmente under review