深度学习如何建模新冠爆发动态？NTU-Lock Yue Chew《用SEIR多路网络模型建模新加坡COVID-19大流行》附视频

在本次演讲中，我将介绍一个易感-暴露-感染-去除(SEIR)模型，该模型利用多重和时间网络来研究新加坡冠状病毒感染疾病(COVID-19)的暴发动态。具体来说，我们的多元网络包括家庭网络、宿舍网络、工作场所网络、临时人群网络和临时社交聚会网络。我们的模型使我们能够模拟和调整现实世界社会互动的不同形式，通过检查繁殖数R0的动态，来研究COVID-19在新加坡的传播。我们的方法表明，在大流行的不同时刻和阶段，针对COVID-19传播的各种控制措施具有潜在的有效性。

专知便捷查看

便捷下载，请关注专知公众号（点击上方蓝色专知关注）

• 后台回复“SEIR” 就可以获取《深度学习如何建模新冠爆发动态？NTU-Lock Yue Chew《用SEIR多路网络模型建模新加坡COVID-19大流行》附视频》专知下载链接

专知，专业可信的人工智能知识分发 ，让认知协作更快更好！欢迎注册登录专知www.zhuanzhi.ai，获取70000+AI(AI与军事、医药、公安等)主题干货知识资料！

欢迎微信扫一扫加入专知人工智能知识星球群，获取最新AI专业干货知识教程资料和与专家交流咨询！

点击“ 阅读原文 ”，了解使用 专知 ，查看获取70000+AI主题知识资料