メインメニュー
PR
facebook

東京の感染者数シミュレーション 十分に減少させるには

投稿ツリー


このトピックの投稿一覧へ

なし 東京の感染者数シミュレーション 十分に減少させるには

msg# 1.1.1.1.2
depth:
4
前の投稿 - 次の投稿 | 親投稿 - 子投稿.1 | 投稿日時 2021/1/6 0:24
ゲスト 
東京の感染者数シミュレーション 十分に減少させるには
https://www3.nhk.or.jp/news/html/20210105/k10012798521000.html?utm_int=all_side_ranking-social_001

今回、再び緊急事態宣言が検討されていることについて、西浦教授が改めて東京都の今後の感染者数の推移をシミュレーションしました。

例の「8割おじさん」の再登場ですね。

・・・
西浦教授によりますと、前回の緊急事態宣言と同等レベルの効果を得るためには飲食店の対策を中心としながらも不要不急の外出自粛や県境をまたぐ移動の自粛、それにリモートワークの徹底や会社でのミーティングを避けるなど、感染のリスクを下げる対策を徹底することが必要だということです。

シミュレーションを行った西浦教授は「社会全体が一律に自粛するのではなく、さまざまな対策を組み合わせることで、メリハリのついた接触削減を達成できると思う。
緊急事態宣言を出すからには実効性がとても重要で、失敗すると、心理的なダメージだけでなく社会、経済的なダメージも甚大になるだろう。
国は、感染者数を思い切って下げられる対策を責任を持って、とっていく必要がある」と話しています。

さて、「何を持ってAIである」と定義するのか、はまあそれなりに難しい問題でしょうか。

しかしながらグーグルは「今回の仕事は予測についてのAIの新たな進展である」と見ている様です。

以下は公開されている論文の要約部分のグーグル翻訳です。

COVID-19の進行を予測するために、機械学習をコンパートメント疾患モデリングに統合する新しいアプローチを提案します。
私たちのモデルは、さまざまなコンパートメントがどのように進化するかを明示的に示し、解釈可能なエンコーダーを使用して共変量を組み込み、パフォーマンスを向上させるため、設計によって説明できます。
説明性は、モデルの予測が疫学者にとって信頼できるものであることを保証し、政策立案者や医療機関などのエンドユーザーに信頼を植え付けるために役立ちます。
私たちのモデルは、さまざまな地理的解像度で適用できます。ここでは、米国の州と郡でモデルを示します。
私たちのモデルは、米国全体で平均化されたメトリックで、より正確な予測を提供することを示しています。
最先端の代替手段よりも、定性的に意味のある説明的な洞察を提供します。
最後に、郡内のサブグループ分布に基づいて、さまざまなサブグループのモデルのパフォーマンスを分析します。

by Google Cloud AI


投票数:0 平均点:0.00
返信する

この投稿に返信する

題名
ゲスト名
投稿本文

  条件検索へ



ログイン

ユーザー名:


パスワード:





パスワード紛失  |新規登録
PR
twitter
Created by: twitter website widget