利用神经网络估计传染病模型的参数
神经与进化计算
2016-11-18 v1
摘要
在本文中，我们提出了一个考虑相互作用种群间相互干扰的逼真数学模型。该模型试图将控制（疫苗接种）函数描述为感染个体数量的函数，这是对现有易感-感染传染病模型的改进。我们将疫病的增长视为非线性现象，并开发了神经网络架构来估计与该模型相关的关键参数。该架构基于最近开发的称为协作与支持神经网络（co-operative and supportive neural networks）的新型神经网络类。将本架构应用于当前研究需要对输入数据进行预处理，从而实现对疫病传播率的有效估计。观察到所提出的新神经网络优于简单前馈神经网络和多项式回归。
引用
@article{arxiv.1503.01847,
title = {Estimation of the parameters of an infectious disease model using neural networks},
author = {V. Sree Hari Rao and M. Naresh Kumar},
journal= {arXiv preprint arXiv:1503.01847},
year = {2016}
}
备注
17 pages, 11 figures