基于出行活动的 SARS-CoV-2 传播预测
无序系统与神经网络
2021-02-17 v1
摘要
SARS-CoV-2 的快速传播及其严重后果正迫使政策制定者采取严格措施以保障民众安全。与此同时，社会和经济交往也需加以保护。因此，不同国家以及大流行演变的不同阶段已制定并实施了广泛的遏制措施。前往工作场所或零售场所的出行活动、公共交通使用以及停留在住宅区的情况，构成了间接反映所实施遏制协议实际力度的可靠工具。在本文中，我们以意大利为例，将开发并测试一个深度学习模型，该模型可基于不同的出行指数在地区层面预测多种传播情景。我们将表明遏制措施有助于“拉平曲线”，并量化所施加限制产生可感知影响所需的最小时间框架，具体取决于其相关等级。
引用
@article{arxiv.2102.08253,
title = {Mobility-based prediction of SARS-CoV-2 spreading},
author = {Lorenzo Chicchi and Lorenzo Giambagli and Lorenzo Buffoni and Duccio Fanelli},
journal= {arXiv preprint arXiv:2102.08253},
year = {2021}
}