利用人工智能基于社会经济决定因素分析 COVID-19 分布模式
社会与信息网络
2021-03-09 v2
摘要
社会经济数据的空间化可被使用并与其他信息源整合以揭示有价值的见解。此类数据可用于推断不同的变化，例如城市居民及其空间和 temporal 可变性的动态。本工作聚焦于此类应用，以探索爱尔兰都柏林不同地理区域的社会经济特征与各地区确诊 COVID 病例数之间的潜在关联。我们的目标是通过机器学习方法识别人口统计特征与空间模式。空间分析用于描述选区（ED）中感兴趣的模式，选区是爱尔兰共和国法定的行政地区，其人口统计数据由人口普查数据发布。我们使用人口普查数据中最具信息量的变量在 ED 层级对不同地区的感染人数进行建模。通过无监督神经网络方法检测到七个聚类。研究了感染病毒人群的分布。
引用
@article{arxiv.2102.06656,
title = {Leveraging Artificial Intelligence to Analyze the COVID-19 Distribution Pattern based on Socio-economic Determinants},
author = {Mohammadhossein Ghahramani and Francesco Pilla},
journal= {arXiv preprint arXiv:2102.06656},
year = {2021}
}
备注
11