基于 SIR 模型与机器学习技术的 COVID-19 大流行分析与预测
种群与进化
2020-04-06 v1 最优化与控制
机器学习
摘要
本工作是一项尝试，我们提出利用 SIR 模型和机器学习工具来分析现实世界中的冠状病毒大流行。基于 \cite{datahub} 的公开数据，我们估计了关键的大流行参数，并对现实世界，特别是塞内加尔的拐点和可能的结束时间做出了预测。由世界卫生组织命名的 2019 冠状病毒病迅速蔓延至全中国，随后蔓延至全世界。在乐观估计下，部分国家的大流行将很快结束，而对于世界上大多数国家（美国、意大利等），抗疫攻坚将不晚于 4 月底到来。
引用
@article{arxiv.2004.01574,
title = {Analysis of the COVID-19 pandemic by SIR model and machine learning technics for forecasting},
author = {Babacar Mbaye Ndiaye and Lena Tendeng and Diaraf Seck},
journal= {arXiv preprint arXiv:2004.01574},
year = {2020}
}