巴基亚坡大流行病季节性登革热动力学的数据驱动建模：贝叶斯-随机方法
图像与视频处理
2024-10-08 v2 机器学习
摘要
巴基亚坡登革热危机日趋严重，这由其热带气候、劣质的垃圾处理设施、快速的城市化以及稠密的人口所致，导致死亡率不断上升，已成为重大的公共卫生威胁。为应对这一问题，我们提出一种非线性时序非齐次 SEIR 模型，通过一种新颖的传播率函数来建模季节性。模型参数使用马尔可夫链蒙特卡法（MCMC）框架中的马尔可夫-亨斯斯算法进行贝叶斯推断，以来自巴基亚坡实际登革热数据的校准结果为依据。为消除随机性并更好地评估暴发概率，我们将模型扩展为时序非齐次连续时间马尔可夫链（CTMC）框架。该模型提供了新的见解，可为决策者提供强大的数学框架，以更好地应对这场危机。
引用
@article{arxiv.2410.00946,
title = {Spectral Graph Sample Weighting for Interpretable Sub-cohort Analysis in Predictive Models for Neuroimaging},
author = {Magdalini Paschali and Yu Hang Jiang and Spencer Siegel and Camila Gonzalez and Kilian M. Pohl and Akshay Chaudhari and Qingyu Zhao},
journal= {arXiv preprint arXiv:2410.00946},
year = {2024}
}