NEURAL NETWORK MODEL DEVELOPMENT FOR DISEASE RATE MONITORING AND PREDICTION OF ANTIEPIDEMIC MEASURE EFFECTIVENESS

Bulletin of Bryansk state technical university Pub Date : 2020-10-11 DOI:10.30987/1999-8775-2020-10-42-50

N. Sukhanova

{"title":"NEURAL NETWORK MODEL DEVELOPMENT FOR DISEASE RATE MONITORING AND PREDICTION OF ANTIEPIDEMIC MEASURE EFFECTIVENESS","authors":"N. Sukhanova","doi":"10.30987/1999-8775-2020-10-42-50","DOIUrl":null,"url":null,"abstract":"Разработана модель для прогнозирования заболеваемости и оценки эффективности противоэпидемических мер. Результаты исследования и новизна нейросетевая модель динамически изменяет свою структуру и адаптируется к текущей эпидемической обстановке. Модель позволяет провести прогноз эпидемической обстановки на перспективу и оценку эффективности противоэпидемических мер. За основу разработки приняты существующие автоматизированные информационные системы, которые используются для мониторинга и визуализации данных о заболеваемости населения в Москве. Ключевые слова: эпидемия, заболеваемость, мониторинг, нейросетевая модель, модульная система, нейронные сети.","PeriodicalId":9358,"journal":{"name":"Bulletin of Bryansk state technical university","volume":null,"pages":null},"PeriodicalIF":0.0000,"publicationDate":"2020-10-11","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"2","resultStr":null,"platform":"Semanticscholar","paperid":null,"PeriodicalName":"Bulletin of Bryansk state technical university","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.30987/1999-8775-2020-10-42-50","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"","JCRName":"","Score":null,"Total":0}

引用次数: 2

Abstract

Разработана модель для прогнозирования заболеваемости и оценки эффективности противоэпидемических мер. Результаты исследования и новизна нейросетевая модель динамически изменяет свою структуру и адаптируется к текущей эпидемической обстановке. Модель позволяет провести прогноз эпидемической обстановки на перспективу и оценку эффективности противоэпидемических мер. За основу разработки приняты существующие автоматизированные информационные системы, которые используются для мониторинга и визуализации данных о заболеваемости населения в Москве. Ключевые слова: эпидемия, заболеваемость, мониторинг, нейросетевая модель, модульная система, нейронные сети.

查看原文本刊更多论文

疾病发病率监测与防疫措施效果预测的神经网络模型开发

开发了一种模型来预测疾病，并评估防疫措施的有效性。神经网络模型的研究结果和新奇性正在动态地改变其结构，并适应当前的流行病环境。该模型允许对流行病情况进行预测，并评估防疫措施的有效性。它的基础是现有的自动化信息系统，用于监测和可视化莫斯科的疾病数据。关键词:流行病、发病率、监测、神经网络模型、模块化系统、神经网络。

本文章由计算机程序翻译，如有差异，请以英文原文为准。

求助全文

约1分钟内获得全文求助全文

来源期刊

Bulletin of Bryansk state technical university

自引率

0.00%

发文量