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VIP

会员服务 ·

6

深度学习 · 新型冠状病毒 ·

2022 年 4 月 28 日

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

专知会员服务

专知，提供专业可信的知识分发服务，让认知协作更快更好！

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。

成为VIP会员查看完整内容

11

相关内容

深度学习

机器学习的一个分支，它基于试图使用包含复杂结构或由多重非线性变换构成的多个处理层对数据进行高层抽象的一系列算法。

知识荟萃

精品入门和进阶教程、论文和代码整理等

更多

查看相关VIP内容、论文、资讯等

AlphaFold教程与最新蛋白质结构预测进展，附视频与Slides

AlphaFold教程与最新蛋白质结构预测进展，附视频与Slides

专知会员服务

28+阅读 · 2022年6月16日

美国空军技术学院博士论文《用于气象聚类和预测的深度学习》

美国空军技术学院博士论文《用于气象聚类和预测的深度学习》

专知会员服务

47+阅读 · 2022年4月17日

Jakub Tomczak- 《深度生成建模》讲座报告与视频，84页ppt，Deep Generative Modeling is a key to unlocking AI potential

Jakub Tomczak- 《深度生成建模》讲座报告与视频，84页ppt，Deep Generative Modeling is a key to unlocking AI potential

专知会员服务

60+阅读 · 2022年3月11日

67页PPT【ML+气象】使用机器学习技术对季节和次季节研究和预测，Use of Machine Learning Techniques for Seasonal and Subseasonal Studies and Predictions

67页PPT【ML+气象】使用机器学习技术对季节和次季节研究和预测，Use of Machine Learning Techniques for Seasonal and Subseasonal Studies and Predictions

专知会员服务

18+阅读 · 2022年3月4日

AAAI2022最新「关系数据因果推理」报告，181页PPT阐述因果推理在网络数据中研究进展

AAAI2022最新「关系数据因果推理」报告，181页PPT阐述因果推理在网络数据中研究进展

专知会员服务

79+阅读 · 2022年3月4日

【CMU博士论文】开放世界目标检测与跟踪，168页pdf

【CMU博士论文】开放世界目标检测与跟踪，168页pdf

专知会员服务

58+阅读 · 2021年6月14日

麦克瑞大学最新「深度学习社区检测」综述论文，28页pdf

麦克瑞大学最新「深度学习社区检测」综述论文，28页pdf

专知会员服务

61+阅读 · 2021年5月30日

最新《图机器学习》综述论文，19页pdf

最新《图机器学习》综述论文，19页pdf

专知会员服务

150+阅读 · 2021年5月5日

【IJCAI 2019 | tutorial】事件序列的时间点过程学习, Temporal Point Processes Learning for Event Sequences (附pdf)

【IJCAI 2019 | tutorial】事件序列的时间点过程学习, Temporal Point Processes Learning for Event Sequences (附pdf)

专知会员服务

47+阅读 · 2019年11月30日

【ICML2019 tutorial】安全机器学习（Safe Machine Learning），Silvia Chiappa，Jan Leike

【ICML2019 tutorial】安全机器学习（Safe Machine Learning），Silvia Chiappa，Jan Leike

专知会员服务

22+阅读 · 2019年6月10日

今晚直播 | 上海交通大学吴齐天：图机器学习分布外泛化与外推

今晚直播 | 上海交通大学吴齐天：图机器学习分布外泛化与外推

PaperWeekly

2+阅读 · 2022年4月12日

WWW22 | 图表示学习之时序的事件和节点动态

WWW22 | 图表示学习之时序的事件和节点动态

图与推荐

2+阅读 · 2022年4月4日

深度生成模型有何用？ Jakub Tomczak- 《深度生成建模》讲座报告与视频，84页ppt

深度生成模型有何用？ Jakub Tomczak- 《深度生成建模》讲座报告与视频，84页ppt

专知

2+阅读 · 2022年3月11日

【AAAI2022】(2.5+1)D时空场景图用于视频问答

【AAAI2022】(2.5+1)D时空场景图用于视频问答

专知

3+阅读 · 2022年2月21日

KDD'21 | 异质图神经网络的可微元图搜索

KDD'21 | 异质图神经网络的可微元图搜索

图与推荐

1+阅读 · 2021年10月11日

KDD 2021 | 异质图神经网络的可微元图搜索

KDD 2021 | 异质图神经网络的可微元图搜索

PaperWeekly

1+阅读 · 2021年10月10日

【UCLA】动态图表示学习，40页ppt，Dynamic Graph Representation Learning

【UCLA】动态图表示学习，40页ppt，Dynamic Graph Representation Learning

专知

26+阅读 · 2021年3月7日

如何建模动态图？看这个《时序图神经网络》视频讲解，26页ppt

如何建模动态图？看这个《时序图神经网络》视频讲解，26页ppt

专知

22+阅读 · 2020年7月25日

【教程】语音识别中的End-to-End模型教程（附178页PDF全文下载）

【教程】语音识别中的End-to-End模型教程（附178页PDF全文下载）

专知

23+阅读 · 2018年11月21日

【下载】面向搜索的深度学习实战书籍和代码《Deep Learning for Search》

【下载】面向搜索的深度学习实战书籍和代码《Deep Learning for Search》

专知

23+阅读 · 2017年12月11日

矢栅混合的室内三维导航网络模型

国家自然科学基金

0+阅读 · 2015年12月31日

数据─网络：场建模与仿真

国家自然科学基金

4+阅读 · 2014年12月31日

微内容传播的群体行为感知与角色挖掘关键技术研究

国家自然科学基金

0+阅读 · 2014年12月31日

手足口病流行规律的贝叶斯多水平时空建模研究

国家自然科学基金

0+阅读 · 2013年12月31日

基于移动通信与在线社会媒体数据的大规模突发事件下人类行为动力学研究

国家自然科学基金

0+阅读 · 2013年12月31日

大规模传染病流行环境下群体观念演化与行为决策动力学建模与干预策略研究

国家自然科学基金

0+阅读 · 2012年12月31日

大规模网络视频在线定位与地理信息挖掘技术研究

国家自然科学基金

0+阅读 · 2011年12月31日

复杂网络上的行为传播研究

国家自然科学基金

0+阅读 · 2011年12月31日

基于视频传感网络的群体行为感知与异常个体协同跟踪

国家自然科学基金

0+阅读 · 2011年12月31日

基于复杂网络理论流感暴发流行的预测预警研究

国家自然科学基金

0+阅读 · 2010年12月31日

VisageSynTalk: Unseen Speaker Video-to-Speech Synthesis via Speech-Visage Feature Selection

Arxiv

0+阅读 · 2022年6月15日

Robust Reinforcement Learning with Distributional Risk-averse formulation

Arxiv

0+阅读 · 2022年6月14日

Bayesian forecast combination using time-varying features

Arxiv

0+阅读 · 2022年6月14日

BEHAVIOR in Habitat 2.0: Simulator-Independent Logical Task Description for Benchmarking Embodied AI Agents

Arxiv

0+阅读 · 2022年6月13日

What Should I Know? Using Meta-gradient Descent for Predictive Feature Discovery in a Single Stream of Experience

Arxiv

0+阅读 · 2022年6月13日

Few Shots Are All You Need: A Progressive Few Shot Learning Approach for Low Resource Handwritten Text Recognition

Arxiv

0+阅读 · 2022年6月13日

Deep neural networks can stably solve high-dimensional, noisy, non-linear inverse problems

Deep neural networks can stably solve high-dimensional, noisy, non-linear inverse problems

Arxiv

0+阅读 · 2022年6月13日

Gradient Boosting Performs Low-Rank Gaussian Process Inference

Arxiv

0+阅读 · 2022年6月11日

Modular design patterns for neural-symbolic integration: refinement and combination

Arxiv

0+阅读 · 2022年6月9日

Deep Learning for Weakly-Supervised Object Detection and Object Localization: A Survey

Deep Learning for Weakly-Supervised Object Detection and Object Localization: A Survey

Arxiv

16+阅读 · 2021年5月26日

VIP会员

相关主题

新型冠状病毒

相关VIP内容

AlphaFold教程与最新蛋白质结构预测进展，附视频与Slides

AlphaFold教程与最新蛋白质结构预测进展，附视频与Slides

专知会员服务

28+阅读 · 2022年6月16日

美国空军技术学院博士论文《用于气象聚类和预测的深度学习》

美国空军技术学院博士论文《用于气象聚类和预测的深度学习》

专知会员服务

47+阅读 · 2022年4月17日

Jakub Tomczak- 《深度生成建模》讲座报告与视频，84页ppt，Deep Generative Modeling is a key to unlocking AI potential

Jakub Tomczak- 《深度生成建模》讲座报告与视频，84页ppt，Deep Generative Modeling is a key to unlocking AI potential

专知会员服务

60+阅读 · 2022年3月11日

67页PPT【ML+气象】使用机器学习技术对季节和次季节研究和预测，Use of Machine Learning Techniques for Seasonal and Subseasonal Studies and Predictions

67页PPT【ML+气象】使用机器学习技术对季节和次季节研究和预测，Use of Machine Learning Techniques for Seasonal and Subseasonal Studies and Predictions

专知会员服务

18+阅读 · 2022年3月4日

AAAI2022最新「关系数据因果推理」报告，181页PPT阐述因果推理在网络数据中研究进展

AAAI2022最新「关系数据因果推理」报告，181页PPT阐述因果推理在网络数据中研究进展

专知会员服务

79+阅读 · 2022年3月4日

【CMU博士论文】开放世界目标检测与跟踪，168页pdf

【CMU博士论文】开放世界目标检测与跟踪，168页pdf

专知会员服务

58+阅读 · 2021年6月14日

麦克瑞大学最新「深度学习社区检测」综述论文，28页pdf

麦克瑞大学最新「深度学习社区检测」综述论文，28页pdf

专知会员服务

61+阅读 · 2021年5月30日

最新《图机器学习》综述论文，19页pdf

最新《图机器学习》综述论文，19页pdf

专知会员服务

150+阅读 · 2021年5月5日

【IJCAI 2019 | tutorial】事件序列的时间点过程学习, Temporal Point Processes Learning for Event Sequences (附pdf)

【IJCAI 2019 | tutorial】事件序列的时间点过程学习, Temporal Point Processes Learning for Event Sequences (附pdf)

专知会员服务

47+阅读 · 2019年11月30日

【ICML2019 tutorial】安全机器学习（Safe Machine Learning），Silvia Chiappa，Jan Leike

【ICML2019 tutorial】安全机器学习（Safe Machine Learning），Silvia Chiappa，Jan Leike

专知会员服务

22+阅读 · 2019年6月10日

热门VIP内容

相关资讯

今晚直播 | 上海交通大学吴齐天：图机器学习分布外泛化与外推

今晚直播 | 上海交通大学吴齐天：图机器学习分布外泛化与外推

PaperWeekly

2+阅读 · 2022年4月12日

WWW22 | 图表示学习之时序的事件和节点动态

WWW22 | 图表示学习之时序的事件和节点动态

图与推荐

2+阅读 · 2022年4月4日

深度生成模型有何用？ Jakub Tomczak- 《深度生成建模》讲座报告与视频，84页ppt

深度生成模型有何用？ Jakub Tomczak- 《深度生成建模》讲座报告与视频，84页ppt

专知

2+阅读 · 2022年3月11日

【AAAI2022】(2.5+1)D时空场景图用于视频问答

【AAAI2022】(2.5+1)D时空场景图用于视频问答

专知

3+阅读 · 2022年2月21日

KDD'21 | 异质图神经网络的可微元图搜索

KDD'21 | 异质图神经网络的可微元图搜索

图与推荐

1+阅读 · 2021年10月11日

KDD 2021 | 异质图神经网络的可微元图搜索

KDD 2021 | 异质图神经网络的可微元图搜索

PaperWeekly

1+阅读 · 2021年10月10日

【UCLA】动态图表示学习，40页ppt，Dynamic Graph Representation Learning

【UCLA】动态图表示学习，40页ppt，Dynamic Graph Representation Learning

专知

26+阅读 · 2021年3月7日

如何建模动态图？看这个《时序图神经网络》视频讲解，26页ppt

如何建模动态图？看这个《时序图神经网络》视频讲解，26页ppt

专知

22+阅读 · 2020年7月25日

【教程】语音识别中的End-to-End模型教程（附178页PDF全文下载）

【教程】语音识别中的End-to-End模型教程（附178页PDF全文下载）

专知

23+阅读 · 2018年11月21日

【下载】面向搜索的深度学习实战书籍和代码《Deep Learning for Search》

【下载】面向搜索的深度学习实战书籍和代码《Deep Learning for Search》

专知

23+阅读 · 2017年12月11日

相关基金

矢栅混合的室内三维导航网络模型

国家自然科学基金

0+阅读 · 2015年12月31日

数据─网络：场建模与仿真

国家自然科学基金

4+阅读 · 2014年12月31日

微内容传播的群体行为感知与角色挖掘关键技术研究

国家自然科学基金

0+阅读 · 2014年12月31日

手足口病流行规律的贝叶斯多水平时空建模研究

国家自然科学基金

0+阅读 · 2013年12月31日

基于移动通信与在线社会媒体数据的大规模突发事件下人类行为动力学研究

国家自然科学基金

0+阅读 · 2013年12月31日

大规模传染病流行环境下群体观念演化与行为决策动力学建模与干预策略研究

国家自然科学基金

0+阅读 · 2012年12月31日

大规模网络视频在线定位与地理信息挖掘技术研究

国家自然科学基金

0+阅读 · 2011年12月31日

复杂网络上的行为传播研究

国家自然科学基金

0+阅读 · 2011年12月31日

基于视频传感网络的群体行为感知与异常个体协同跟踪

国家自然科学基金

0+阅读 · 2011年12月31日

基于复杂网络理论流感暴发流行的预测预警研究

国家自然科学基金

0+阅读 · 2010年12月31日

相关论文

VisageSynTalk: Unseen Speaker Video-to-Speech Synthesis via Speech-Visage Feature Selection

Arxiv

0+阅读 · 2022年6月15日

Robust Reinforcement Learning with Distributional Risk-averse formulation

Arxiv

0+阅读 · 2022年6月14日

Bayesian forecast combination using time-varying features

Arxiv

0+阅读 · 2022年6月14日

BEHAVIOR in Habitat 2.0: Simulator-Independent Logical Task Description for Benchmarking Embodied AI Agents

Arxiv

0+阅读 · 2022年6月13日

What Should I Know? Using Meta-gradient Descent for Predictive Feature Discovery in a Single Stream of Experience

Arxiv

0+阅读 · 2022年6月13日

Few Shots Are All You Need: A Progressive Few Shot Learning Approach for Low Resource Handwritten Text Recognition

Arxiv

0+阅读 · 2022年6月13日

Deep neural networks can stably solve high-dimensional, noisy, non-linear inverse problems

Deep neural networks can stably solve high-dimensional, noisy, non-linear inverse problems

Arxiv

0+阅读 · 2022年6月13日

Gradient Boosting Performs Low-Rank Gaussian Process Inference

Arxiv

0+阅读 · 2022年6月11日

Modular design patterns for neural-symbolic integration: refinement and combination

Arxiv

0+阅读 · 2022年6月9日

Deep Learning for Weakly-Supervised Object Detection and Object Localization: A Survey

Deep Learning for Weakly-Supervised Object Detection and Object Localization: A Survey

Arxiv

16+阅读 · 2021年5月26日

微信扫码咨询专知VIP会员