基于可解释 AI 技术的 COVID-19 传播因素研究
计算机与社会
2020-05-15 v1 人工智能
摘要
自 2019 年 12 月首次发现 COVID-19 以来，全球已实施多种公共卫生干预措施。由于不同国家在不同时间实施了不同措施，我们利用 2020 年 1 月 22 日至 2020 年 4 月 2 日的数据，对 18 个国家和地区所实施措施的相对有效性进行了评估。我们计算出在所研究国家和地区该期间内最有效的前一项和前两项措施。本研究使用了 SHAP 和 ECPI 两种可解释 AI 技术；我们构建了用于预测瞬时再生数（）的（机器学习）模型，并将这些模型作为真实世界的替代，将对模型影响最大的输入视为最有效的措施。总体而言，城市封锁和接触者追踪是两项最有效的措施。为确保 ，公众佩戴口罩也很重要。仅大规模检测并非最有效的措施，尽管与其他措施配合时可能有效。温暖的气温有助于降低传播。
引用
@article{arxiv.2005.06612,
title = {An Investigation of COVID-19 Spreading Factors with Explainable AI Techniques},
author = {Xiuyi Fan and Siyuan Liu and Jiarong Chen and Thomas C. Henderson},
journal= {arXiv preprint arXiv:2005.06612},
year = {2020}
}