論文( https://bit.ly/2UAXcwa )によると、説明変数と最終的な予測の間にSEIRモデルを挟んでいる。説明変数は、検査数、直前の流行状況、行政の規制強度、人口密度、社会状況(貧困率、高齢化率等)、移動頻度、大気汚染など

barringtonia のブックマーク 2020/11/17 15:03

<blockquote class="hatena-bookmark-comment"><a class="comment-info" href="https://b.hatena.ne.jp/entry/4694345879980963906/comment/barringtonia" data-user-id="barringtonia" data-entry-url="https://b.hatena.ne.jp/entry/s/cloud.google.com/blog/ja/products/ai-machine-learning/google-and-harvard-improve-covid-19-forecasts" data-original-href="https://cloud.google.com/blog/ja/products/ai-machine-learning/google-and-harvard-improve-covid-19-forecasts" data-entry-favicon="https://cdn-ak2.favicon.st-hatena.com/64?url=https%3A%2F%2Fcloud.google.com%2Fblog%2Fja%2Fproducts%2Fai-machine-learning%2Fgoogle-and-harvard-improve-covid-19-forecasts" data-user-icon="/users/barringtonia/profile.png">COVID-19 感染予測 (日本版) の公開について | Google Cloud 公式ブログ</a><ul class="comment-tag" style="list-style: none; margin: 0px;"><li style="float: left">[<a href="https://b.hatena.ne.jp/q/COVID-19">COVID-19</a>]</li><li style="float: left">[<a href="https://b.hatena.ne.jp/q/machinelearning">machinelearning</a>]</li></ul><br><p style="clear: left">論文( <a href="https://bit.ly/2UAXcwa" target="_blank" rel="noopener nofollow">https://bit.ly/2UAXcwa</a> )によると、説明変数と最終的な予測の間にSEIRモデルを挟んでいる。説明変数は、検査数、直前の流行状況、行政の規制強度、人口密度、社会状況(貧困率、高齢化率等)、移動頻度、大気汚染など</p><a class="datetime" href="https://b.hatena.ne.jp/barringtonia/20201117#bookmark-4694345879980963906"><span class="datetime-body">2020/11/17 15:03</span></a></blockquote><script src="https://b.st-hatena.com/js/comment-widget.js" charset="utf-8" async></script>

このブックマークにはスターがありません。
最初のスターをつけてみよう！