会员服务
MoDELS · COVID-19 · 设计 · 人工智能 · 多代理人模型 ·
2021 年 6 月 8 日
North Carolina COVID-19 Agent-Based Model Framework for Hospitalization Forecasting Overview, Design Concepts, and Details Protocol
翻译：北卡罗来北卡罗来北州COVID-19 住院预测概览、设计概念和详细议定书基于代理的示范框架
Kasey Jones,Emily Hadley,Sandy Preiss,Caroline Kery,Peter Baumgartner,Marie Stoner,Sarah Rhea
Kasey Jones,Emily Hadley,Sandy Preiss,Caroline Kery,Peter Baumgartner,Marie Stoner,Sarah Rhea

This Overview, Design Concepts, and Details Protocol (ODD) provides a detailed description of an agent-based model (ABM) that was developed to simulate hospitalizations during the COVID-19 pandemic. Using the descriptions of submodels, provided parameters, and the links to data sources, modelers will be able to replicate the creation and results of this model.


翻译：本概览、设计概念和详细议定书(设计概念和详细议定书)详细说明了为模拟COVID-19大流行期间的住院治疗而开发的以物剂为基础的模型(ABM),模型利用子模型的描述、提供的参数和与数据来源的链接,将能够复制该模型的创建和结果。
0
下载
关闭预览

相关内容

ACM/IEEE第23届模型驱动工程语言和系统国际会议，是模型驱动软件和系统工程的首要会议系列，由ACM-SIGSOFT和IEEE-TCSE支持组织。自1998年以来，模型涵盖了建模的各个方面，从语言和方法到工具和应用程序。模特的参加者来自不同的背景，包括研究人员、学者、工程师和工业专业人士。MODELS 2019是一个论坛，参与者可以围绕建模和模型驱动的软件和系统交流前沿研究成果和创新实践经验。今年的版本将为建模社区提供进一步推进建模基础的机会，并在网络物理系统、嵌入式系统、社会技术系统、云计算、大数据、机器学习、安全、开源等新兴领域提出建模的创新应用以及可持续性。 官网链接：http://www.modelsconference.org/
元强化学习综述及前沿进展
元强化学习综述及前沿进展
专知会员服务
61+阅读 · 2021年1月31日
ICLR2021放榜了！ 687篇入选34篇得满分！ 48篇orals，108篇spotlights，531篇poster
ICLR2021放榜了！ 687篇入选34篇得满分！ 48篇orals，108篇spotlights，531篇poster
专知会员服务
23+阅读 · 2021年1月13日
回顾机器学习公平的数学框架，Review of Mathematical frameworks for Fairness in Machine Learning
回顾机器学习公平的数学框架，Review of Mathematical frameworks for Fairness in Machine Learning
专知会员服务
37+阅读 · 2020年5月30日
图像分类技巧集，17页ppt《Bag of Tricks for Image Classification》
图像分类技巧集，17页ppt《Bag of Tricks for Image Classification》
专知会员服务
94+阅读 · 2020年3月12日
【Google可解释人工智能白皮书】27页pdf，AI Explainability Whitepaper ，Introduction to AI Explanations for AI Platform
【Google可解释人工智能白皮书】27页pdf，AI Explainability Whitepaper ，Introduction to AI Explanations for AI Platform
专知会员服务
123+阅读 · 2019年12月13日
【KDD2019|讲座推荐】在线控制实验结果评估的挑战、最佳实践和陷阱：Challenges, Best Practices and Pitfalls in Evaluating Results of Online Controlled Experiments
【KDD2019|讲座推荐】在线控制实验结果评估的挑战、最佳实践和陷阱：Challenges, Best Practices and Pitfalls in Evaluating Results of Online Controlled Experiments
专知会员服务
3+阅读 · 2019年12月4日
社交网络上议题社群的公共焦虑研究， 中国人民大学新闻学院塔娜讲师，第八届全国社会媒体处理大会SMP2019
社交网络上议题社群的公共焦虑研究， 中国人民大学新闻学院塔娜讲师，第八届全国社会媒体处理大会SMP2019
专知会员服务
14+阅读 · 2019年10月23日
Connections between Support Vector Machines, Wasserstein distance and gradient-penalty GANs
Connections between Support Vector Machines, Wasserstein distance and gradient-penalty GANs
专知会员服务
34+阅读 · 2019年10月17日
强化学习最新教程，17页pdf
强化学习最新教程，17页pdf
专知会员服务
174+阅读 · 2019年10月11日
机器学习入门的经验与建议
机器学习入门的经验与建议
专知会员服务
92+阅读 · 2019年10月10日
LibRec 精选：AutoML for Contextual Bandits
LibRec 精选：AutoML for Contextual Bandits
LibRec智能推荐
7+阅读 · 2019年9月19日
强化学习的Unsupervised Meta-Learning
强化学习的Unsupervised Meta-Learning
CreateAMind
17+阅读 · 2019年1月7日
A Technical Overview of AI & ML in 2018 & Trends for 2019
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
16+阅读 · 2018年12月24日
Hierarchical Imitation - Reinforcement Learning
Hierarchical Imitation - Reinforcement Learning
CreateAMind
19+阅读 · 2018年5月25日
Hierarchical Disentangled Representations
Hierarchical Disentangled Representations
CreateAMind
4+阅读 · 2018年4月15日
carla无人驾驶模拟中文项目 carla_simulator_Chinese
carla无人驾驶模拟中文项目 carla_simulator_Chinese
CreateAMind
3+阅读 · 2018年1月30日
分布式TensorFlow入门指南
分布式TensorFlow入门指南
机器学习研究会
4+阅读 · 2017年11月28日
【学习】Hierarchical Softmax
【学习】Hierarchical Softmax
机器学习研究会
4+阅读 · 2017年8月6日
强化学习 cartpole_a3c
强化学习 cartpole_a3c
CreateAMind
9+阅读 · 2017年7月21日
【今日新增】IEEE Trans.专刊截稿信息8条
【今日新增】IEEE Trans.专刊截稿信息8条
Call4Papers
7+阅读 · 2017年6月29日
Position Control and Variable-Height Trajectory Tracking of a Soft Pneumatic Legged Robot
Arxiv
0+阅读 · 2021年8月3日
Assignment of a Synthetic Population for Activity-based Modelling employing Publicly Available Data
Arxiv
0+阅读 · 2021年7月31日
Which RESTful API Design Rules Are Important and How Do They Improve Software Quality? A Delphi Study with Industry Experts
Arxiv
0+阅读 · 2021年7月30日
OpenSync: An opensource platform for synchronizing multiple measures in neuroscience experiments
Arxiv
0+阅读 · 2021年7月29日
Towards developing a realistic robotics simulation environment of an indoor vegetable greenhouse
Arxiv
0+阅读 · 2021年7月29日
Graph Neural Network for Traffic Forecasting: A Survey
Arxiv
35+阅读 · 2021年1月27日
Multimodal Model-Agnostic Meta-Learning via Task-Aware Modulation
Multimodal Model-Agnostic Meta-Learning via Task-Aware Modulation
Arxiv
25+阅读 · 2019年10月30日
Multilingual Sentiment Analysis: An RNN-Based Framework for Limited Data
Arxiv
12+阅读 · 2018年6月8日
Mobile recommender systems: Identifying the major concepts
Arxiv
7+阅读 · 2018年5月6日
Leveraging Long and Short-term Information in Content-aware Movie Recommendation
Arxiv
8+阅读 · 2018年5月2日
VIP会员
文章信息
前往arXiv
下载PDF
相关主题
MoDELS
COVID-19
设计
人工智能
多代理人模型
相关VIP内容
元强化学习综述及前沿进展
元强化学习综述及前沿进展
专知会员服务
61+阅读 · 2021年1月31日
ICLR2021放榜了！ 687篇入选34篇得满分！ 48篇orals，108篇spotlights，531篇poster
ICLR2021放榜了！ 687篇入选34篇得满分！ 48篇orals，108篇spotlights，531篇poster
专知会员服务
23+阅读 · 2021年1月13日
回顾机器学习公平的数学框架，Review of Mathematical frameworks for Fairness in Machine Learning
回顾机器学习公平的数学框架，Review of Mathematical frameworks for Fairness in Machine Learning
专知会员服务
37+阅读 · 2020年5月30日
图像分类技巧集，17页ppt《Bag of Tricks for Image Classification》
图像分类技巧集，17页ppt《Bag of Tricks for Image Classification》
专知会员服务
94+阅读 · 2020年3月12日
【Google可解释人工智能白皮书】27页pdf，AI Explainability Whitepaper ，Introduction to AI Explanations for AI Platform
【Google可解释人工智能白皮书】27页pdf，AI Explainability Whitepaper ，Introduction to AI Explanations for AI Platform
专知会员服务
123+阅读 · 2019年12月13日
【KDD2019|讲座推荐】在线控制实验结果评估的挑战、最佳实践和陷阱：Challenges, Best Practices and Pitfalls in Evaluating Results of Online Controlled Experiments
【KDD2019|讲座推荐】在线控制实验结果评估的挑战、最佳实践和陷阱：Challenges, Best Practices and Pitfalls in Evaluating Results of Online Controlled Experiments
专知会员服务
3+阅读 · 2019年12月4日
社交网络上议题社群的公共焦虑研究， 中国人民大学新闻学院塔娜讲师，第八届全国社会媒体处理大会SMP2019
社交网络上议题社群的公共焦虑研究， 中国人民大学新闻学院塔娜讲师，第八届全国社会媒体处理大会SMP2019
专知会员服务
14+阅读 · 2019年10月23日
Connections between Support Vector Machines, Wasserstein distance and gradient-penalty GANs
Connections between Support Vector Machines, Wasserstein distance and gradient-penalty GANs
专知会员服务
34+阅读 · 2019年10月17日
强化学习最新教程，17页pdf
强化学习最新教程，17页pdf
专知会员服务
174+阅读 · 2019年10月11日
机器学习入门的经验与建议
机器学习入门的经验与建议
专知会员服务
92+阅读 · 2019年10月10日
热门VIP内容
相关资讯
LibRec 精选：AutoML for Contextual Bandits
LibRec 精选：AutoML for Contextual Bandits
LibRec智能推荐
7+阅读 · 2019年9月19日
强化学习的Unsupervised Meta-Learning
强化学习的Unsupervised Meta-Learning
CreateAMind
17+阅读 · 2019年1月7日
A Technical Overview of AI & ML in 2018 & Trends for 2019
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
16+阅读 · 2018年12月24日
Hierarchical Imitation - Reinforcement Learning
Hierarchical Imitation - Reinforcement Learning
CreateAMind
19+阅读 · 2018年5月25日
Hierarchical Disentangled Representations
Hierarchical Disentangled Representations
CreateAMind
4+阅读 · 2018年4月15日
carla无人驾驶模拟中文项目 carla_simulator_Chinese
carla无人驾驶模拟中文项目 carla_simulator_Chinese
CreateAMind
3+阅读 · 2018年1月30日
分布式TensorFlow入门指南
分布式TensorFlow入门指南
机器学习研究会
4+阅读 · 2017年11月28日
【学习】Hierarchical Softmax
【学习】Hierarchical Softmax
机器学习研究会
4+阅读 · 2017年8月6日
强化学习 cartpole_a3c
强化学习 cartpole_a3c
CreateAMind
9+阅读 · 2017年7月21日
【今日新增】IEEE Trans.专刊截稿信息8条
【今日新增】IEEE Trans.专刊截稿信息8条
Call4Papers
7+阅读 · 2017年6月29日
相关论文
Position Control and Variable-Height Trajectory Tracking of a Soft Pneumatic Legged Robot
Arxiv
0+阅读 · 2021年8月3日
Assignment of a Synthetic Population for Activity-based Modelling employing Publicly Available Data
Arxiv
0+阅读 · 2021年7月31日
Which RESTful API Design Rules Are Important and How Do They Improve Software Quality? A Delphi Study with Industry Experts
Arxiv
0+阅读 · 2021年7月30日
OpenSync: An opensource platform for synchronizing multiple measures in neuroscience experiments
Arxiv
0+阅读 · 2021年7月29日
Towards developing a realistic robotics simulation environment of an indoor vegetable greenhouse
Arxiv
0+阅读 · 2021年7月29日
Graph Neural Network for Traffic Forecasting: A Survey
Arxiv
35+阅读 · 2021年1月27日
Multimodal Model-Agnostic Meta-Learning via Task-Aware Modulation
Multimodal Model-Agnostic Meta-Learning via Task-Aware Modulation
Arxiv
25+阅读 · 2019年10月30日
Multilingual Sentiment Analysis: An RNN-Based Framework for Limited Data
Arxiv
12+阅读 · 2018年6月8日
Mobile recommender systems: Identifying the major concepts
Arxiv
7+阅读 · 2018年5月6日
Leveraging Long and Short-term Information in Content-aware Movie Recommendation
Arxiv
8+阅读 · 2018年5月2日
Top
微信扫码咨询专知VIP会员
Top