gpk电子游戏官网:这个模型比常用的标准预测模型表现更好

时间：2021/2/10 21:26:18 作者：来源：浏览：13 评论：0

内容摘要：本文指出，病毒性疾病在人群中的传播取决于受感染者与未受感染者之间的相互作用。目前用于预测一个城市或国家疾病传播的模型数据存在稀疏性和不准确性的问题，比如通勤调查或在线搜索数据。为了获得更密集的数据集，本文的通讯作者美国谷歌公司的和同事们在开启了“位置历史”功能的安卓手机上收集匿名跟踪数据，并使用机器学习方法。将这些数据...

本文指出，病毒性疾病在人群中的传播取决于受感染者与未受感染者之间的相互作用。目前用于预测一个城市或国家疾病传播的模型数据存在稀疏性和不准确性的问题，比如通勤调查或在线搜索数据。

为了获得更密集的数据集，本文的通讯作者美国谷歌公司的和同事们在开启了“位置历史”功能的安卓手机上收集匿名跟踪数据，并使用机器学习方法。将这些数据分解成一个“行程”，就可以构建一个人群运动地图。

他们使用了基于医院登记和检查数据的传染病传播模型，并使用这张移动地图来预测2016年至2017年纽约市内外的流感活动。他们发现，这个模型比常用的标准预测模型表现更好，与使用通勤调查数据相似，但众所周知，通勤调查数据的收集成本更高。他们还预测了2016年流感季节澳大利亚流感的传播。尽管澳大利亚人口稀少，流感动态也不同，但该模型仍然可以准确预测流感的高峰和低谷。

该论文的作者表示，现有的高分辨率移动数据来自手机通话记录，这些记录是特定供应商的，通常不能反映跨境或跨国移动。位置数据没有这样的限制，因此它在监测远距离疾病传播方面更有潜力。

但是这些数据不够完整，因为这些数据没有包括智能手机使用率低的儿童和老年人的移动数据。尽管存在这些局限性，但本文作者已经证明了利用手机数据预测流行病传播的潜力，尚需进一步研究，以确定该方法是否也适用于SARS-CoV-2等病毒性传染病。

分享到：微信新浪微博 QQ空间豆瓣网百度贴吧

上一篇：gpk电子游戏官网:是为了理解为什么中国共产党能够登上中国的政治舞台
下一篇：gpk电子游戏官网:加快了偏远贫困地区非网民的转型

相关评论

本类更新

本类推荐

本类排行

本站所有站内信息仅供娱乐参考，不作任何商业用途，不以营利为目的，专注分享快乐，欢迎收藏本站！

所有信息均来自：百度一下 (gpk电子游艺)