Thirunavukarasu的Balasubramaniam,大卫·沃恩,里奇·内亚克,&克里·蒙格森(2023)具有非负张量因子分解的新冠肺炎流行病学模型的解释性。国际数据科学与分析杂志,15(3) 第267-280页。
在出版商网站上打开访问副本
世界正在目睹新冠肺炎疫情的毁灭性影响。每个国家都通过不同的应对措施,在早期阶段遏制病毒的传播。在全球范围内解释这些反应及其模式对于为未来应对新冠病毒变种和未来流行病提供信息至关重要。随机流行病学模型(SEM)是一个成熟的数学工具,有助于分析传染病在社区的传播以及各种应对措施的效果。然而,解释这些模型的结果是复杂的,通常需要人工操作。本文提出了一种新的方法来解释流行病学模型。我们将SEM的输出表示为张量模型。然后,我们应用非负张量因子分解(NTF)确定各国全球反应行为的模式,并根据这些模式对各国进行聚类。我们解读这些模式和集群,以了解处于大流行早期阶段的国家的全球应对行为。我们的实验结果证明了使用NTF进行聚类的优势,并对国家集群的特征提供了有用的见解。
影响和利益:
引文计数 每月从Scopus公司和科学网®引文数据库。
这些数据库包含来自可用出版物不同子集和不同时间段的引文,因此每个数据库的引文计数通常不同。一些作品不在任何一个数据库中,并且没有显示计数。Scopus包括1996年以后发表的文章的引文,以及1980年以后的Web of Science®。
引文计数来自谷歌学者™索引服务可以在链接的Google Scholar™搜索中查看。
全文下载:
全文下载显示此作品文件的总次数(例如PDF格式)已从QUT ePrints下载,以及前365天的下载次数。如果一个作品有多个文件,则该计数包括所有文件的下载量。
导出: 尾注|都柏林核心元数据集|BibTeX公司
仅仓库员工:项目控制页