×
亚历山德拉·斯米尔诺娃;布莱恩·皮金;罗瑞燕

定量不确定性的稳定参数估计和短期预测及其在新型冠状病毒肺炎传播中的应用。 （英语） Zbl 1514.47117号

J.逆病态概率。 30，第6号，823-844（2022）.
摘要：提出了一种新的优化算法，用于从有限的发病率数据中估计和预测新爆发疫情的稳定参数。该算法将疾病进展的分区模型与迭代正则化预测-校正数值方案相结合，旨在重建病例报告率、传输率和有效再生数。该算法以佐治亚州和美国纽约州新冠肺炎疫情的实际数据为例进行了说明。功能数据分析技术用于提取参数的不确定性量化和新病例的未来预测。

MSC公司：

47N60型 算子理论在化学和生命科学中的应用
92天30分 流行病学
47J06型 非线性不适定问题
65J20型 抽象空间中不适定问题的数值解；正则化
65升08 常微分方程不适定问题的数值解法

关键词：

正则化;预测;参数估计

软件：

fda（右）
PDF格式BibTeX公司 XML格式引用
\textit{A.Smirnova}等人，J.逆病态探针。30，编号6，823--844（2022；Zbl 1514.47117）
全文： 内政部

参考文献：

[1] R.C.Aster、B.Borchers和C.H.Thurber，《参数估计和反演问题》，学术出版社，纽约，2011年。
[2] A.Atkeson、K.Kopecky和T.Zha，使用SIR模型估计和预测新冠肺炎的疾病情景，NBER第273352020号工作文件，NBER计划：经济波动和增长。
[3] A.B.Bakushinsky和M.Y.Kokurin，带光滑算子的病态算子方程的迭代方法，Springer，Dordrecht，2004年。
[4] G.Chowell，《用动态模型拟合具有量化不确定性的疫情：参数不确定性、可识别性和预测的入门》，Infect。数字化信息系统。模型。2（2019），379-398。
[5] G.Chowell和H.Nishiura，埃博拉病毒病（EVD）的传播动力学和控制：综述，BMC Med.12（2014），10.1186/s12916-014-0196-0·doi:10.1186/s12916-014-0196-0
[6] G.Chowell、A.Tariq和J.M.Hyman，《用于短期预测疫情波的新型亚流行病建模框架》，BMC Med.17（2019），文章ID 164。
[7] B.Efron和R.Tibshirani，标准误差的Bootstrap方法，置信区间和其他统计准确性度量，统计学家。科学。1 (1986), 54-75. ·Zbl 0587.62082号
[8] H.Engl、M.Hanke和A.Neubauer，《反问题的正则化》，Kluwer学术出版社，Dordecht，1996年·Zbl 0859.65054号
[9] G.Giordano、F.Blanchini、R.Bruno、P.Colaneri、A.Di Filippo、A.Di-Matteo和M.Colaneri，《模拟新型冠状病毒肺炎疫情和意大利实施全民干预》，《国家医学》26（2020），855-860。
[10] Q.Jin和W.Wang，启发式规则下迭代正则化高斯-纽顿方法的分析，《反问题34》（2018），第3期，文章编号035001·Zbl 06858479号
[11] B.Kaltenbacher、A.Neubauer和O.Scherzer，非线性病态问题的迭代正则化方法，Radon Ser。计算。申请。数学。6，Walter de Gruyter，柏林，2008年·Zbl 1145.65037号
[12] J.O.Lloyd-Smith、S.Funk、A.R.McLean、S.Riley和J.L.Wood，《新病原体出现建模的九大挑战》，《流行病学》第10期（2015年），第35-39页。
[13] S.Morse、J.Mazet、M.Woolhouse、C.Parrish、D.Carroll、W.Karesh和P.Daszak，《预测和预防下一次大流行性人兽共患疾病》，《柳叶刀》380（2012），1956-1965年。
[14] A.Neubauer，以CG为内迭代的不精确牛顿正则化的最优收敛速度，J.Inverse Ill Posed Probl。28 (2020), 145-153. ·Zbl 07173400号
[15] J.Nocedal和S.Wright，《数值优化》，Springer，Cham，2000年。
[16] J.M.Ortega和W.C.Rheinboldt，多变量非线性方程的迭代解，学术出版社，纽约，2014年·Zbl 0241.65046号
[17] J.O.Ramsay、S.Graves和G.Hooker，FDA：功能数据分析。R包版本5.1.4.，2020，https://CRAN.R-project.org/package=fda。
[18] J.O.Ramsay和B.W.Silverman，功能数据分析，Springer，Cham，2005年·Zbl 1079.62006号
[19] E.O.Romero Severson，N.Hengartner，G.Meadors和R.Ke，《截至5月6日新冠肺炎全球传播率的变化》，PLoS ONE 15（2020），第8期，文章ID e0236776。
[20] K.Roosa、Y.Lee、R.Luo、A.Kirpich、R.Rothenberg、J.M.Hyman、P.Yan和G.Chowell，《广东和浙江省新型冠状病毒疫情的短期预测》，J.Clin。Med.9（2020），文章ID 596。
[21] A.Smirnova，关于带线性惩罚项的迭代正则化程序的收敛速度，《反问题》28（2012），第8期，文章编号085005·Zbl 1257.65027号
[22] A.Smirnova和A.Bakushinsky，《关于参数识别的迭代正则化预测-校正算法》，《反问题36》（2020年），文章ID 125015·Zbl 1461.65112号
[23] A.Smirnova、G.Chowell、L.DeCamp、S.Moghadas和M.Sheppard，通过简化迭代正则化高斯-纽顿算法稳定重建疾病参数来改进疫情规模预测，J.逆病态问题。25（2017），第5期，653-668·Zbl 06786069号
[24] A.Smirnova、R.Renaut和T.Khan，修正迭代正则化高斯-纽顿算法的收敛性和应用，《反问题》23（2007），第4期，1547-1563·Zbl 1123.65052号
[25] R.N.Thompson，《流行病学模型是指导新冠肺炎干预的重要工具》，BMC Med.18（2020），10.1186/s12916-020-01628-4·doi:10.1186/s12916-020-01628-4
[26] A.N.Tikhonov、A.Goncharsky、V.V.Stepanov和A.G.Yagola，解决不适定问题的数值方法，数学。申请。328，Springer，Cham，1995年·Zbl 0831.65059号
[27] V.V.Vasin和A.L.Ageev，《先验信息的不良问题》，乌得勒支VNU出版社，1995年·Zbl 0840.65048号
[28] J.Weitz和J.Dushoff，《埃博拉死亡后传播建模：推断的挑战和控制的机会》，《科学》。代表5（2015），文章ID 8751。
[29] F.Werner和B.Hofmann，条件稳定性估计下（统计）逆问题的收敛性分析，逆问题36（2020），文章ID 015004·Zbl 1485.65059号
[30] CDC冠状病毒（COVID-19）：冠状病毒的症状，https://www.cdc.gov/conarovirus/2019-ncov/symptoms-testing/symtoms.html。
[31] 乔治亚州公共卫生部每日状况报告https://dph.georgia.gov/covid-19-daily-status-report。
[32] 美国各州/地区向疾病预防控制中心报告的新冠肺炎病例和死亡人数趋势，https://covid.cdc.gov/covid-data-tracker/趋势-总病例数和最新病例数。
[33] 美国人口普查局，https://www.census.gov/quickfacts/GA。
[34] 美国人口普查局，https://www.census.gov/quickfacts/NY。
[35] WHO COVID-19全球冠状病毒病文献，https://search.bvsalud.org/global-literature-on-novel-conarovirus-2019-ncov/。
[36] WHO冠状病毒病（COVID-19）控制面板，https://covid19.who.int/。
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。