使用机器学习预测海湾合作委员会国家的 COVID-19 感染数
机器学习
2023-03-15 v1 人工智能
计算机与社会
摘要
自约一年前首次发现以来，COVID-19 已在全球感染超过 6800 万人。机器学习时间序列模型已被用于预测 COVID-19 感染数。在本文中，我们利用约翰·霍普金斯大学的公开 COVID-19 数据集，为海湾合作委员会（GCC）国家建立时间序列模型。该数据集包含 2020 年 1 月 22 日至 2021 年 1 月 22 日为期一年的 COVID-19 累计病例数。我们根据感染数据的空间分布，为所研究的国家开发了不同的模型。实验结果表明，所开发的模型能够高精度地预测 COVID-19 感染数。
关键词
引用
@article{arxiv.2303.07600,
title = {Forecasting COVID-19 Infections in Gulf Cooperation Council (GCC) Countries using Machine Learning},
author = {Leila Ismail and Huned Materwala and Alain Hennebelle},
journal= {arXiv preprint arXiv:2303.07600},
year = {2023}
}
备注
9 pages, Proceedings of the 13th International Conference on Computer Modeling and Simulation, ICCMS 2021, Autoregressive integrated moving average, ARIMA, Coronavirus, COVID-19, Damped Trend, Holt Linear Trend, Machine learning, Pandemic, Time series