基于隐马尔可夫模型的COVID-19大流行监测
机器学习
2020-08-19 v1 物理与社会
种群与进化
机器学习
摘要
过去几个月，COVID-19大流行使整个世界陷入停滞。尤其是大流行传播的速度让所有人都措手不及。世界各国政府通过实施封锁、停止/限制出行以及强制保持社交距离来应对。积极的一面是，各地区每日收集的关于活跃病例、康复和死亡的资讯广泛可用。然而，特别具有挑战性的是追踪被称为超级传播者的无症状携带者所导致的疾病传播。在本文中，我们研究应用隐马尔可夫模型来更好地评估传播程度。此类分析的结果可有助于政府以校准的方式设计所需的干预/应对措施。我们所选择分析的数据涉及印度的情况。
引用
@article{arxiv.2008.07609,
title = {Surveillance of COVID-19 Pandemic using Hidden Markov Model},
author = {Shreekanth M. Prabhu and Natarajan Subramaniam},
journal= {arXiv preprint arXiv:2008.07609},
year = {2020}
}
备注
29 pages, 9 figures, submitted to Elsevier Information Sciences Journal on 13 August 2020