维詹德·辛格；普尼亚，拉梅什·钱德拉；桑迪普·库马尔；普拉纳夫·达斯；潘卡杰·阿加瓦尔；瓦布哈夫·巴特纳加；莱内什·拉贾 基于支持向量机时间序列数据的新型冠状病毒疫情预测。 （英语） Zbl 1483.92148号 J.离散数学。科学。密码学 23，第8期，1583-1597（2020）. 摘要：近年来，对CORONA病毒爆发概率的预测进行了研究，但已发表的文献很少包含多个模型比较或不确定性预测分析。时间序列参数是影响严重急性呼吸综合征（SARS）和流感等传染病的核心因素。随着全球大流行的临近，预测新冠肺炎的实时传播至关重要。本文的目标是使用SVM模型生成实时预测。本研究的目的是调查2019冠状病毒病（COVID-19）对确诊、死亡和康复病例的预测。这一预测将有助于规划资源，确定政府政策，为幸存者提供免疫护照，并使用相同的血浆进行护理。在该分析中，收集了2020年1月22日至2020年4月25日全球范围内的数据，包括确认的位置、死亡、恢复的新型冠状病毒肺炎、经纬度等属性。使用支持向量机探讨其对识别、死亡和恢复的影响。 引用于三文件 MSC公司： 92天30分 流行病学 68T05型 人工智能中的学习和自适应系统 关键词：大流行；支持向量机；新冠肺炎；机器学习 PDF格式BibTeX公司 XML格式引用 \textit{V.Singh}等人，J.离散数学。科学。密码学23，No.8，1583--1597（2020；Zbl 1483.92148） 全文： 内政部 参考文献： [1] 冠状病毒病例：，https://www.worldometers.info/冠状病毒/，访问时间：2020-04-10。 [2] 巴特纳加，V。；普尼亚共和国。；Nagar，P。；库马尔，S。；辛格，V。；拉贾，L。；Dass，P.，《印度环境下新型冠状病毒肺炎患者的描述性分析》，《跨学科数学杂志》，1-16（2020）·doi:10.1080/09720502.2020.1761635 [3] Gorbalenya，A.E.，严重急性呼吸综合征相关冠状病毒——种类及其病毒，冠状病毒研究小组的声明，BioRxiv（2020） [4] 王，C。；霍比，P.W。；海登，F.G。；Gao，G.F.，全球健康关注的新型冠状病毒疫情，《柳叶刀》，395，10223，470-473（2020）·doi:10.1016/S0140-6736（20）30185-9 [5] 苏凯。；徐，L。；李·G。；阮，X。；李，X。；邓，P。；李，X。；李，Q。；陈，X。；Xiong，Y.，利用自适应人工智能模型和多源数据预测中国重庆的因纽扎活动，EBioMedicine，47284-292（2019）·doi:10.1016/j.ebiom.2019.08.024 [6] 刘凯。；陈，Y。；林·R。；Han，K.，老年患者中新型冠状病毒的临床特征：与中青年患者的比较，《感染杂志》（2020年） [7] 辛格，R。；Adhikari，R.，《社会疏远对印度新冠肺炎疫情的年龄结构影响》（2020年） [8] 库尔巴利亚，V。；拉多瓦诺维奇，M。；伊万诺维奇，M。；施密特，D。；冯·特泽比·阿托夫斯基，G.L。；H.-D.伯克哈德。；Hinrichs，C.，《医疗领域的时间序列分析：他克莫司给药及其对肾移植功能影响的研究》，《生物和医学中的计算机》，50，19-31（2014）·doi:10.1016/j.compbiomed.2014.04.007 [9] 汤姆森，M.C。；Molesworth，A.M。；Djingarey，M.H。；Yameogo，K。；Belanger，F。；Cuevas，L.E.，环境模型预测非洲脑膜炎流行的潜力，热带医学与国际卫生，11，6781-788（2006）·doi:10.1111/j.1365-3156.2006.01630.x [10] Wang，Y.-w。；沈，Z.-Z。；姜瑜，arima和gm（1，1）模型在中国乙型肝炎预测中的比较，PloS-one，13，9（2018） [11] 张，L。；Wang，L。；郑毅。；王凯。；张，X。；郑毅，基于灰色系统理论和流行病动力学的包虫病时间预测模型，国际环境研究与公共卫生杂志，14，3，262（2017）·doi:10.3390/ijerph14030262 [12] 刘，Q。；李，Z。；纪毅。；马丁内斯。；齐亚，U.H。；贾维德，A。；卢·W。；Wang，J.，利用先进的统计时间序列分析预测中国江苏省肺结核的季节性和趋势，感染和耐药性，122311（2019）·doi:10.2147/IDR。S207809型 [13] Ren，H。；李，J。；袁，Z.-A。；胡建勇。；Yu，Y。；Lu，Y.-H.，中国上海戊型肝炎发病率预测组合数学模型的建立，BMC传染病，13，1，421（2013）·doi:10.1186/1471-2334-13-421 [14] 张，X。；刘，Y。；杨，M。；张，T。；杨，A.A。；Li，X.，四种时间序列方法预测中国伤寒发病率的比较研究，《公共科学图书馆·综合》，8，5（2013）·doi:10.1371/annotation/f089122e-03d9-4715-9d92-c284f8d8b416 [15] 奥班纳，C。；Sattenspiel，L。；米勒，E。；Dimka，J.，《定义计算机模拟模型中的流行病：定义如何影响结论？》？，流行病，19，24-32（2017）·doi:10.1016/j.epidem.2016.12.001 [16] 恩索西，E.O。；贝克曼，R.J。；Shashaani，S。；Nagaraj，K.S。；Marathe，M.V.，《疫情预测的模拟优化方法》，《公共科学图书馆·综合》，第8、6期（2013年）·doi:10.1371/journal.pone.0067164 [17] 李，Q。；冯·W。；Quan，Y.-H.，中国新冠肺炎疫情的趋势和预测，感染杂志，80，4，469-496（2020） [18] Roosa，K。；Lee，Y。；罗，R。；Kirpich，A。；罗森伯格，R。；海曼，J。；严，P。；Chowell，G.，2020年2月5日至2月24日中国新型冠状病毒疫情的实时预测，传染病建模，5，256-263（2020）·doi:10.1016/j.idm.2020.02.002 [19] 法内利，D。；Piazza，F.，《新型冠状病毒在中国、意大利和法国传播的分析与预测》，《混沌、孤子和分形》，134109761（2020）·Zbl 1483.92130号 ·文件编号：10.1016/j.chaos.2020.109761 [20] Al-qaness，文学硕士。；Ewees，A.A。；风扇，H。；Abd El Aziz，M.，中国新冠肺炎确诊病例预测的优化方法，临床医学杂志，9，3，674（2020）·doi:10.3390/jcm9030674 [21] Ceylan，Z.，《意大利、西班牙和法国新型冠状病毒流行率估算》，《总体环境科学》，138817（2020） [22] Gandhi，R.，支持向量机xx机器学习算法简介，面向数据科学（2018） [23] Vapnik，V.，《统计学习理论的本质》，《斯普林格科学与商业媒体》（2013年）·Zbl 0833.62008号 [24] 郭，B.-C。；Ho，H.-H。；李，C.-H。；洪，C.-C。；Taur，J.-S.，一种基于核的支持向量机特征选择方法和rbf核用于高光谱图像分类，IEEE应用地球观测和遥感选定主题期刊，7，1，317-326（2013） [25] 袁杰。；李，M。；吕，G。；Lu，Z.K.，《监测欧洲新型冠状病毒的传播性和死亡率》，《国际传染病杂志》（2020年） [26] 雷穆齐，A。；雷穆齐，G.，Covid-19和意大利：下一步怎么办？，《柳叶刀》（2020） 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。