Abstract: Распространение инфекционных заболеваний характеризуется данными, представляющими распределения эпидемиологических параметров, временные ряды статистических наблюдений, законами распространения, а также связанными данными социально-экономических процессов. Развитие методов машинного обучения и анализа данных позволяет на новом уровне построить модель описания динамики распространения заболеваний с учетом социально-экономических характеристик [1]. В работе построена и оптимизирована полносвязная рекуррентная нейронная сеть, позволяющая строить недельные прогнозы по количеству ежедневно выявленных и критических (подключенных к аппарату ИВЛ) случаев на основе эпидемиологических и социально-экономических показателей [2]. Численные расчеты сопоставлены с результатами моделирования классических камерных моделей. Показано преимущество использования оптимизированной нейронной сети в случае влияния социально-экономических показателей на распространения эпидемии. Работа выполнена при поддержке Математического Центра в Академгородке, соглашение с Министерством науки и высшего образования Российской Федерации № 075-15-2022-281.

Cite: Кабанихин С.И. , Криворотько О.И. , Зятьков Н.Ю.
Оптимизация нейронных сетей описания динамики распространения заболеваний
Научная конференция «Транспортные потоки на сетях» 24-28 апр. 2023