基于数据增强的多州深度COVID-19预测
机器学习
2023-02-03 v1
摘要
在这项工作中，我们提出了一种深度学习方法，用于预测美国（US）州级每周累计死亡和德国新增病例的COVID-19趋势。该方法包括一个Transformer模型、一种集成方法以及一种用于时间序列的数据增强技术。我们以这样一种方式安排Transformer的输入，使得对不同州的预测可以关注其他州的趋势。为克服此次COVID-19大流行训练数据稀缺的问题，我们开发了一种新颖的数据增强技术来生成有用的训练数据。更重要的是，生成的数据也可用于模型验证。因此，它具有双重优势：1）更多实际观测可用于训练；2）模型可在分布更接近预期情况的数据上进行验证。我们的模型在COVID-19 Forecast Hub上针对美国和德国取得了一些最佳的州级结果。
引用
@article{arxiv.2302.01155,
title = {Deep COVID-19 Forecasting for Multiple States with Data Augmentation},
author = {Chung Yan Fong and Dit-Yan Yeung},
journal= {arXiv preprint arXiv:2302.01155},
year = {2023}
}