使用拓扑自编码器生成COVID-19传播动力学相似性图
物理与社会
2020-07-17 v2 神经与进化计算
摘要
在2020年初，世界目睹了COVID-19的最初爆发，这是一种由SARS-CoV2病毒在中国引起的疾病。世界卫生组织于2020年3月11日宣布该疾病为大流行。随着该疾病在全球蔓延，追踪所有国家的该疾病传播动力学变得困难，因为它们在地理、人口和战略方面可能存在差异。在这篇简短的说明中，作者提出利用一种类型的神经网络为这些动力学生成全局拓扑图，在该图中，具有相似动力学的国家被映射在相邻位置，而动力学显著不同的国家被映射在彼此远离的位置。作者认为，这种拓扑图可用于以直观的方式进一步分析和比较疾病动力学与缓解这一全球危机策略之间的相关性。本说明解释了使用240多个国家的患者数量时间序列进行的一些初步实验。
引用
@article{arxiv.2004.01481,
title = {Generating Similarity Map for COVID-19 Transmission Dynamics with Topological Autoencoder},
author = {Pitoyo Hartono},
journal= {arXiv preprint arXiv:2004.01481},
year = {2020}
}