Biblioteca122.294 documentos en línea

Artículo

The Large Scale Machine Learning in an Artificial Society: Prediction of the Ebola Outbreak in BeijingEl aprendizaje automático a gran escala en una sociedad artificial: Predicción del brote de ébola en Pekín

Resumen

La enfermedad por el virus del Ébola (EVD) se caracteriza por su alta infectividad y mortalidad. Por ello, es urgente que los gobiernos elaboren planes de emergencia contra el ébola. Sin embargo, es difícil predecir en la práctica las posibles situaciones epidémicas. Por suerte, en los últimos años han aparecido experimentos computacionales basados en la sociedad artificial, que proporcionan un nuevo enfoque para estudiar la propagación de la EVE y analizar las intervenciones correspondientes. Por lo tanto, la racionalidad de la sociedad artificial es la clave para la precisión y la fiabilidad de los resultados de los experimentos. Los comportamientos de los individuos junto con el modo de desplazamiento afectan directamente a la propagación entre los individuos. En primer lugar, se reconstruye la Pekín artificial a partir de la geodemografía y se recurre al aprendizaje automático para optimizar los comportamientos de los individuos. Mientras tanto, se construye un modelo de curso del ébola y un modelo de propagación, de acuerdo con los parámetros de África Occidental. Posteriormente, se analiza el mecanismo de propagación de la EVD, se predice el escenario epidémico y se presentan las intervenciones correspondientes. Por último, mediante la simulación de las respuestas de emergencia del gobierno chino, se llega a la conclusión de que es imposible que el ébola brote a gran escala en la ciudad de Pekín.

  • Tipo de documento:
  • Formato:pdf
  • Idioma:Inglés
  • Tamaño: Kb

Cómo citar el documento

Esta es una versión de prueba de citación de documentos de la Biblioteca Virtual Pro. Puede contener errores. Lo invitamos a consultar los manuales de citación de las respectivas fuentes.

Este contenido no est� disponible para su tipo de suscripci�n

Información del documento