机器学习与统计方法在哥伦比亚 SARS-CoV-2 传播预测中的对比
物理与社会
2022-09-28 v3 机器学习
摘要
利用易感-暴露-感染-移除（SEIR）模型、逻辑回归（LR）以及一种称为多项式回归方法的机器学习方法，对哥伦比亚的 COVID-19 疾病进行了分析研究。先前已对 550 天时间线内的每日病例数、死亡数、感染人数及暴露人群数进行了分析。此外，还对感染传播进行了拟合，详述了具有较低传播误差和存在统计偏差的最高效与最优方法。最后，提出了四种不同的预防情景，以评估与疾病相关的各参数之比。
引用
@article{arxiv.2208.05910,
title = {Machine learning in front of statistical methods for prediction spread SARS-CoV-2 in Colombia},
author = {A. Estupiñán and J. Acuña and A. Rodriguez and A. Ayala and C. Estupiñán and Ramon E. R. Gonzalez and D. A. Triana-Camacho and K. L. Cristiano-Rodríguez and Carlos Andrés Collazos Morales},
journal= {arXiv preprint arXiv:2208.05910},
year = {2022}
}
备注
15 pages, 15 figures