大部分 Covid-19 預測是基于過去的疫情如 SARS 或 MERS 的數據。現在 MIT 的一群工程師開發了一個機器學習模型,使用 Covid-19 疫情數據和神經網絡去判斷隔離措施的有效性,更好的預測病毒傳播。研究報告發表在預印本網站上。
預測傳染病擴散的絕大部分模型被稱為 SEIR,將人群分類為“易感”、“暴露”、“感染”和“康復”四組。MIT 研究人員在此基礎上加入了隔離,如果被感染的人處于隔離中,那么病毒將不會傳播給其他人。
他們的模型發現,像韓國這樣的地方,政府迅速采取干預措施去實現強有力的社會隔離,那么病毒的傳播將會更快的抵達穩定階段。而美國和意大利這樣比較緩慢的采取政府干預措施的地方,Covid-19 的有效繁殖數更長時間停留在 1 以上,這意味著病毒會繼續以指數傳播。
在目前的社會隔離措施下,意大利和美國將在 4 月 15 日-20 日之間到達穩定階段。模型顯示社會隔離能有效的將病毒的繁殖數從 1 以上降低到 1 以下。
聲明:本文內容及配圖由入駐作者撰寫或者入駐合作網站授權轉載。文章觀點僅代表作者本人,不代表電子發燒友網立場。文章及其配圖僅供工程師學習之用,如有內容侵權或者其他違規問題,請聯系本站處理。
舉報投訴
-
MIT
+關注
關注
3文章
253瀏覽量
23389 -
機器學習
+關注
關注
66文章
8408瀏覽量
132568
發布評論請先 登錄
相關推薦
【「具身智能機器人系統」閱讀體驗】+初品的體驗
的學習資源,以培養更多的專業人才。隨著具身智能機器人技術對社會的影響越來越大,該書還可以向公眾普及相關的知識,以提升社會對新技術的認知和接受度,從而為技術的發展創造良好的
發表于 12-20 19:17
設備智能運維真正實現“智能”了嗎?
智能運維的核心在于利用先進的數據分析和機器學習技術,實現設備的預測性維護、故障診斷及性能優化,以保證系統的穩定性,實現降本增效。要判斷設備智能運維是否真正實現了“智能”,我們可以從數據
NPU與機器學習算法的關系
在人工智能領域,機器學習算法是實現智能系統的核心。隨著數據量的激增和算法復雜度的提升,對計算資源的需求也在不斷增長。NPU作為一種專門為深度學習
魯棒性在機器學習中的重要性
在機器學習領域,模型的魯棒性是指模型在面對輸入數據的擾動、異常值、噪聲或對抗性攻擊時,仍能保持性能的能力。隨著人工智能技術的快速發展,機器學習
【每天學點AI】KNN算法:簡單有效的機器學習分類器
過程,其實就是一個簡單的分類問題,而KNN(K-NearestNeighbors)算法正是模仿這種人類決策過程的機器學習算法。|什么是KNN?KNN(K-NearestNeighbo
LIBS結合機器學習算法的江西名優春茶采收期鑒別
以廬山云霧茶和狗牯腦茶的明前茶、雨前茶為對象,研究激光誘導擊穿光譜結合機器學習的茶葉鑒別方法。將茶葉茶,水數據融合可有效鑒別春茶采收期,且數據融合后表現出更好的穩定性和魯棒性,LIBS
觸發器的無效狀態怎么判斷
觸發器的無效狀態判斷是一個涉及數據庫管理和維護的重要方面。觸發器作為數據庫中的一種特殊對象,其有效性直接關系到數據庫操作的正確性和性能。
【「時間序列與機器學習」閱讀體驗】全書概覽與時間序列概述
時間序列中的自相關性。
時間序列有基于線性場景,也有一些非線性性質周期性和不對稱性、波動的聚集性、波動中出現的跳躍現象,以及時間的不可逆性。
發表于 08-07 23:03
機器學習算法原理詳解
機器學習作為人工智能的一個重要分支,其目標是通過讓計算機自動從數據中學習并改進其性能,而無需進行明確的編程。本文將深入解讀幾種常見的機器學習
名單公布!【書籍評測活動NO.35】如何用「時間序列與機器學習」解鎖未來?
設備的運行狀況,生成各種維度的報告。
同時,通過大數據分析和機器學習技術,可以對業務進行預測和預警,從而協助社會和企業進行科學決策、降低成本并創造新的價值。
當今時代,數據無處不在,而時間序列數據更是
發表于 06-25 15:00
機器學習怎么進入人工智能
,人工智能已成為一個熱門領域,涉及到多個行業和領域,例如語音識別、機器翻譯、圖像識別等。 在編程中進行人工智能的關鍵是使用機器學習算法,這是一類基于樣本數據和模型訓練來進行預測和
什么是機器學習?它的重要性體現在哪
機器學習是一種人工智能(AI)的子領域,旨在使計算機系統通過經驗自動學習和改進,而無需明確地進行編程。它側重于開發算法和模型,使計算機能夠從數據中提取模式、進行預測和做出決策,而無需顯
評論