计算机科学家使用图神经网络将流感病例识别为区域互连的簇。流感预测的这种扭曲使该团队的算法可以发现区域内和区域之间的感染模式,从而帮助卫生官员进行决策。
新泽西州史蒂文斯理工学院的岳宁博士及其同事说,他们的AI技术比其他现代系统所提供的准确性提高了11%。
他们声称,凭借这种优势,该方法(包括“捕获时空的相互作用”)可以预测流感在疫情到来之前的15周内爆发。
“我们的模型也是非常透明的,”宁说,在一个新闻发布会上。“在其他AI预测使用“黑匣子”算法的地方,我们能够解释为什么我们的系统做出特定的预测,以及它如何认为不同地区的疫情会相互影响。”
Ning及其同事对来自美国和日本的真实状态和区域数据进行了算法训练。他们对照历史流感数据测试了其预测。
该研究所认为,这种新技术具有预测局部和区域COVID暴发的潜力。
责任编辑:lq
声明:本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人,不代表电子发烧友网立场。文章及其配图仅供工程师学习之用,如有内容侵权或者其他违规问题,请联系本站处理。
举报投诉
-
神经网络
+关注
关注
42文章
4560浏览量
98620 -
算法
+关注
关注
23文章
4445浏览量
90708 -
ai技术
+关注
关注
1文章
1096浏览量
23699
发布评论请先 登录
相关推荐
使用Python卷积神经网络(CNN)进行图像识别的基本步骤
Python 卷积神经网络(CNN)在图像识别领域具有广泛的应用。通过使用卷积神经网络,我们可以让计算机从图像中学习特征,从而实现对图像的分类、识别
人工神经网络相关资料
,但计算机则很难做到这一点。 大脑是由生物神经元构成的巨型网络,它在本质上不同于计算机,是一种大规模的并行处理系统,它具有学习、联想记忆、综合等能力,并有巧妙的信息处理方法。
发表于 09-27 06:13
构建神经网络模型的常用方法 神经网络模型的常用算法介绍
神经网络模型是一种通过模拟生物神经元间相互作用的方式实现信息处理和学习的计算机模型。它能够对输入数据进行分类、回归、预测和聚类等任务,已经广泛应用于计算机视觉、自然语言处理、语音处理等
发表于 08-28 18:25
•609次阅读
人工神经网络和bp神经网络的区别
人工神经网络和bp神经网络的区别 人工神经网络(Artificial Neural Network, ANN)是一种模仿人脑神经元网络结构和功能的
卷积神经网络模型的优缺点
卷积神经网络模型的优缺点 卷积神经网络(Convolutional Neural Network,CNN)是一种从图像、视频、声音和一系列多维信号中进行学习的深度学习模型。它在计算机视觉、语音
cnn卷积神经网络模型 卷积神经网络预测模型 生成卷积神经网络模型
cnn卷积神经网络模型 卷积神经网络预测模型 生成卷积神经网络模型 卷积神经网络(Convolutional Neural Network,CNN)是一种深度学习
图像识别卷积神经网络模型
图像识别卷积神经网络模型 随着计算机技术的快速发展和深度学习的迅速普及,图像识别卷积神经网络模型已经成为当今最受欢迎和广泛使用的模型之一。卷
卷积神经网络是什么?卷积神经网络的工作原理和应用
卷积神经网络(Convolutional Neural Network,CNN)是一种深度学习神经网络,主要用于图像和视频的识别、分类和预测,是计算机视觉领域中应用最广泛的深度学习
发表于 08-21 17:03
•1165次阅读
卷积神经网络如何识别图像
卷积神经网络如何识别图像 卷积神经网络(Convolutional Neural Network, CNN)由于其出色的图像识别能力而成为深度学习的重要组成部分。CNN是一种深度
卷积神经网络原理:卷积神经网络模型和卷积神经网络算法
一。其主要应用领域在计算机视觉和自然语言处理中,最初是由Yann LeCun等人在20世纪80年代末和90年代初提出的。随着近年来计算机硬件性能的提升和深度学习技术的发展,CNN在很多领域取得了重大的进展和应用。 一、卷积神经网络
什么是神经网络?为什么说神经网络很重要?神经网络如何工作?
神经网络是一个具有相连节点层的计算模型,其分层结构与大脑中的神经元网络结构相似。神经网络可通过数据进行学习,因此,可训练其识别模式、对数据分
评论