This paper presents a model for COVID19 in Mexico City. The data analyzed were considered from the appearance of the first case in Mexico until July 2021. In this first approximation the states considered were Susceptible, Infected, Hospitalized, Intensive Care Unit, Intubated, and Dead. As a consequence of the lack of coronavirus testing, the number of infected and dead people is underestimated, although the results obtained give a good approximation to the evolution of the pandemic in Mexico City. The model is based on a discrete-time Markov chain considering data provided by the Mexican government, the main objective is to estimate the transient probabilities from one state to another for the Mexico City case.


翻译:本文介绍了墨西哥城COVID19的模型,分析的数据是从墨西哥第一个病例出现到2021年7月为止。在第一个近似点中,所考虑的各州是可感知、感染、住院、重症护理、插管和死亡。由于缺乏科罗纳病毒检测,受感染和死亡的人数被低估了,尽管获得的结果对墨西哥城流行病的演变提供了很好的近似。考虑到墨西哥政府提供的数据,该模型以离散时间的Markov链为基础,主要目标是估计墨西哥城病例从一个州到另一个州的过渡概率。

0
下载
关闭预览

相关内容

马尔可夫链,因安德烈·马尔可夫(A.A.Markov,1856-1922)得名,是指数学中具有马尔可夫性质的离散事件随机过程。该过程中,在给定当前知识或信息的情况下,过去(即当前以前的历史状态)对于预测将来(即当前以后的未来状态)是无关的。 在马尔可夫链的每一步,系统根据概率分布,可以从一个状态变到另一个状态,也可以保持当前状态。状态的改变叫做转移,与不同的状态改变相关的概率叫做转移概率。随机漫步就是马尔可夫链的例子。随机漫步中每一步的状态是在图形中的点,每一步可以移动到任何一个相邻的点,在这里移动到每一个点的概率都是相同的(无论之前漫步路径是如何的)。
【干货书】机器学习速查手册,135页pdf
专知会员服务
125+阅读 · 2020年11月20日
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
2019年机器学习框架回顾
专知会员服务
35+阅读 · 2019年10月11日
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
VALSE Webinar 特别专题之产学研共舞VALSE
VALSE
7+阅读 · 2019年9月19日
Hierarchically Structured Meta-learning
CreateAMind
26+阅读 · 2019年5月22日
Transferring Knowledge across Learning Processes
CreateAMind
27+阅读 · 2019年5月18日
强化学习的Unsupervised Meta-Learning
CreateAMind
17+阅读 · 2019年1月7日
meta learning 17年:MAML SNAIL
CreateAMind
11+阅读 · 2019年1月2日
Hierarchical Disentangled Representations
CreateAMind
4+阅读 · 2018年4月15日
【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
CreateAMind
9+阅读 · 2017年7月21日
Arxiv
0+阅读 · 2021年12月23日
Arxiv
0+阅读 · 2021年12月23日
Arxiv
14+阅读 · 2020年12月17日
Viewpoint Estimation-Insights & Model
Arxiv
3+阅读 · 2018年7月3日
Arxiv
3+阅读 · 2018年2月24日
VIP会员
Top
微信扫码咨询专知VIP会员