燕麦饮料如何改变地球这家公司要重新定义“牛奶”
06-21
雷锋网4月7日消息，微软、印度理工学院研发和 TCS 研究（塔塔咨询服务）由卫生与公众服务部的研究人员共同撰写的预印本论文描述了一个人工智能框架，旨在帮助城市和地区根据新冠疫情做出有关封锁、关闭和物理距离的政策决策。
19.他们声称，它优于迄今为止使用的其他建模工具，因为它会根据疾病参数（例如传染性、妊娠期、症状持续时间、死亡概率、人口密度和迁移倾向）自动学习策略。
并表示该框架可能对近 10 个出现冠状病毒病例的国家的组织和政府有用。
包括新加坡和中国在内的亚洲国家已经证明，接触者追踪等遏制策略或识别可能与感染者接触过的人的过程，可以有效减轻 COVID-19 的传播。
合著者首先生成了一个图网络 - 一个包含成对相关对象的模型，这些对象对应于顶点，每对顶点称为边 - 具有 n 个节点和 n 个个体。
每个节点代表一个城市或一个包含一定数量个体的区域，一对节点之间的连接强度与节点之间人口的乘积成正比，与节点之间距离的平方根成反比。
接下来，研究人员模拟了 COVID-19 的最佳疾病参数：潜伏期 5-10 天，传染期 7-14 天，出现明显症状的几率为 80%，死亡率为 2%，死亡率为 2%。
相关的感染风险。
确定了感染者接触过的感染者的传播概率，并进行了多次模拟以获得可靠的统计数据。
在整个研究过程中，研究人员假设开放节点允许人们往返于网络中的其他开放节点。
出现症状的人不得前往其他节点，但无症状和暴露的人可以这样做。
（当节点被锁定时，所有进出该节点的旅行都会被阻止）此外，他们解释了这样一个事实：虽然有症状的人在节点内被隔离，但少数人打破隔离并在节点流通内旅行。
研究人员还开发了几种基线锁定策略，其中他们假设每个节点可以选择每周锁定或打开一次。
然后，他们定义了一组策略，如果任何给定节点中出现症状的人员比例超过预定义阈值 5%、10%、20%、50% 或超过 %，则该节点将被锁定。
最后，该团队训练了一种深度 Q 网络强化学习算法（一种用奖励激励软件代理的算法），该算法每周通过一些疾病传播的模拟做出每个节点的二元决策——“开放”或“开放”。
锁定”。
为了让算法确定最佳的封锁策略，他们量化了模拟每个结果的成本：封锁的每一天和每个感染者的权重为 1.0；每个死亡的权重为 2.5；奖励被定义为负值，因此较高的奖励对应于较低的成本。
在实验中，在持续 52 周（天）的 75 次模拟过程中，研究人员确定 5% 到 10% 的封锁政策经历了较低的感染峰值。
可以预见的是，该政策对导致同一节点内有症状人群和总人口比例增加的决策持谨慎态度，因此一旦感染开始在节点内传播，它就会提前针对更大的节点。
节点处外部感染的可能性会更高。
但需要注意的是，研究中的AI模型没有考虑人口规模和地理位置，也没有使用真实数据进行网络建模。
但他们表示，更深入的分析正在进行中，他们将继续添加更详细的描述和文献综述的阶段。
除了这项研究之外，各个团队还在开发人工智能系统来追踪 COVID-19 的传播。
例如，卡内基梅隆大学的研究人员正在重新训练一种预测季节性流感的算法，而柏林的罗伯特科赫研究所使用的模型考虑了政府的遏制措施，如封锁、隔离和社会隔离，以表明遏制措施可以成功减少流感传播。
版权声明：本文内容由互联网用户自发贡献，本站不拥有所有权，不承担相关法律责任。如果发现本站有涉嫌抄袭的内容，欢迎发送邮件 举报，并提供相关证据，一经查实，本站将立刻删除涉嫌侵权内容。
标签：
相关文章
06-21
06-18
06-17
06-18
06-21
06-17
06-18
最新文章
Android旗舰之王的过去与未来
智能手表不被开发、AR眼镜被推迟，Meta的产品经历了一波三折
为什么Cybertruck是特斯拉史上最难造的车？
更新鸿蒙3后，文杰允许你在车里做PPT了
新起亚K3试驾体验：追求“性价比”，韩系汽车仍不想放弃
阿维塔15登场！汽车配备了增程动力，理想情况下会迎来新的对手吗？
马斯克宣布创建 ChatGPT 竞争对手！ OpenAI的CEO给他泼了冷水， GPT-5可能会发生巨大变化
骁龙无处不在，是平台也是生态