The SARS-CoV-2 virus and COVID-19 disease have posed unprecedented and overwhelming challenges and opportunities to data and domain-driven modeling. This paper makes a comprehensive review of the challenges, tasks, methods, gaps and opportunities on modeling COVID-19 problems and data. It constructs a research landscape of COVID-19 modeling, and further categorizes, compares and discusses the related work on modeling COVID-19 epidemic transmission processes and dynamics, case identification and tracing, infection diagnosis and trends, medical treatments, non-pharmaceutical intervention effect, drug and vaccine development, psychological, economic and social impact, and misinformation, etc. The modeling methods involve mathematical and statistical models, domain-driven modeling by epidemiological compartmental models, medical and biomedical analysis, data-driven learning by shallow and deep machine learning, simulation systems, social science methods, and hybrid methods.


翻译:SARS-COV-2病毒和COVID-19疾病对数据和域驱动模型提出了前所未有的、巨大的挑战和机遇,本文件全面审查了COVID-19问题和数据建模方面的挑战、任务、方法、差距和机会,构筑COVID-19建模的研究景观,并进一步对COVID-19流行病传播过程和动态进行分类、比较和讨论建模COVID-19流行病传播过程和动态、案例识别和追踪、感染诊断和趋势、医疗治疗、非药物干预效应、药物和疫苗开发、心理、经济和社会影响以及错误信息等方面的相关工作。 建模方法包括数学和统计模型、流行病学区际模型的域建模、医疗和生物医学分析、浅深层机器学习驱动的数据学习、模拟系统、社会科学方法和混合方法。

1
下载
关闭预览

相关内容

【ICLR2021】常识人工智能,77页ppt
专知会员服务
73+阅读 · 2021年5月11日
Linux导论,Introduction to Linux,96页ppt
专知会员服务
77+阅读 · 2020年7月26日
Keras François Chollet 《Deep Learning with Python 》, 386页pdf
专知会员服务
151+阅读 · 2019年10月12日
Transferring Knowledge across Learning Processes
CreateAMind
27+阅读 · 2019年5月18日
IEEE | DSC 2019诚邀稿件 (EI检索)
Call4Papers
10+阅读 · 2019年2月25日
人工智能 | SCI期刊专刊信息3条
Call4Papers
5+阅读 · 2019年1月10日
Unsupervised Learning via Meta-Learning
CreateAMind
42+阅读 · 2019年1月3日
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 Disentangled Representations
CreateAMind
4+阅读 · 2018年4月15日
计算机类 | 期刊专刊截稿信息9条
Call4Papers
4+阅读 · 2018年1月26日
计算机视觉近一年进展综述
机器学习研究会
9+阅读 · 2017年11月25日
【论文】图上的表示学习综述
机器学习研究会
14+阅读 · 2017年9月24日
【今日新增】IEEE Trans.专刊截稿信息8条
Call4Papers
7+阅读 · 2017年6月29日
VIP会员
相关资讯
Transferring Knowledge across Learning Processes
CreateAMind
27+阅读 · 2019年5月18日
IEEE | DSC 2019诚邀稿件 (EI检索)
Call4Papers
10+阅读 · 2019年2月25日
人工智能 | SCI期刊专刊信息3条
Call4Papers
5+阅读 · 2019年1月10日
Unsupervised Learning via Meta-Learning
CreateAMind
42+阅读 · 2019年1月3日
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 Disentangled Representations
CreateAMind
4+阅读 · 2018年4月15日
计算机类 | 期刊专刊截稿信息9条
Call4Papers
4+阅读 · 2018年1月26日
计算机视觉近一年进展综述
机器学习研究会
9+阅读 · 2017年11月25日
【论文】图上的表示学习综述
机器学习研究会
14+阅读 · 2017年9月24日
【今日新增】IEEE Trans.专刊截稿信息8条
Call4Papers
7+阅读 · 2017年6月29日
Top
微信扫码咨询专知VIP会员