基于LSTM深度学习模型的COVID19康复病例影响分析
机器学习
2022-09-07 v1 计算机视觉与模式识别
图像与视频处理
摘要
当今世界深受新型冠状病毒(COVID-19)影响。使用医疗试剂盒识别冠状病毒感染者非常缓慢。接下来会发生什么,无人知晓。世界正面临不稳定的问题,且不知近期将会发生什么。本文试图利用 LSTM(长短期记忆)对冠状病毒康复病例进行预后分析。本工作利用了 258 个区域的数据、其经纬度以及从 2020-01-22 至 2021-02-27 共 403 天的死亡人数。具体而言,被称为 LSTM 的先进基于深度学习的算法,在提取对时间序列数据(TSD)分析高度关键的特征方面发挥着巨大作用。已有许多方法用于分析传播预测。本文的主要任务在于利用基于 LSTM 深度学习的架构分析冠状病毒在全球范围内康复病例的传播。
引用
@article{arxiv.2209.02173,
title = {Impact analysis of recovery cases due to COVID19 using LSTM deep learning model},
author = {Md Ershadul Haque and Samiul Hoque},
journal= {arXiv preprint arXiv:2209.02173},
year = {2022}
}