欢迎光临
我们一直在努力
您的位置:首页>科技前沿 >

AWS发布模型和数据集以帮助预测当前局势的传播

亚马逊网络服务(AWS)今天开源了一个新的模拟器和机器学习工具包,用于预期和缓解当前局势的传播。AWS说,该套件包括疾病进展模拟器和测试各种干预策略影响的模型,可以帮助准确地捕获世界上许多复杂的病毒。

尽管在理解当前局势方面已经取得了许多突破,例如受感染者多久会出现症状,但建立一个包罗万象的流行病学模型仍然是艰巨的任务。建立模型的挑战包括确定影响疾病扩散到城市,国家和人群的变量。绩效模型还必须结合诸如关闭和在家下订单之类的干预策略,并通过结合类似当前局势的疾病的趋势来探索假设。

AWS套件中的机器学习模型通过估计疾病进展并将结果与​​历史数据进行比较来引导。数据科学家可以运行模拟器,以针对不同的干预措施来假设情景,并在美国,印度和欧洲国家的州级别使用模板。在这些模板中,该工具包利用了经常在全球范围内发布新当前局势案例数量的数据源。

在美国,AWS的套件使用卡内基梅隆大学的Delphi Epidata API来访问各种数据集,包括但不限于约翰霍普金斯大学系统科学与工程中心,Google搜索和Facebook的调查趋势以及H1N1的历史数据。 2009年至2010年。该工具集为人口中每个个体的疾病进展建模,然后报告人口的总体状况。

AWS的模拟器可以为每个个体分配疾病变量的概率分布。例如,用户可以设置个人是否会在接触后2至5天或14至21天出现症状等参数。该模拟器还捕获种群动态,这样个体从一种状态到下一种状态的转换会受到种群中其他状态的影响。例如,在这个模型中,一个人从“易感”状态过渡到“暴露”状态是基于一些因素,比如这个人是否因为先前存在的条件和社会距离等干预而变得脆弱。

“我们的开源代码在各种区域粒度级别上模拟了当前局势案例预测。输出是在给定程度的干预下,在特定时间范围内针对目标州或国家/地区的确诊病例总数的预测。” AWS在博客文章中解释道。“我们的解决方案首先尝试通过分析疾病的发病模式,了解目标实体(州/国家/地区)每日当前局势病例达到峰值的大概时间和预期病例率。接下来,它使用模拟模型上的优化技术选择最佳(最佳)参数。最后,它从爆发开始到未来指定的时间长度,生成每日和累计确诊病例的预测。”

除AWS之外,Google Cloud还发布了模型和数据集,以帮助开发围绕当前局势的缓解措施。Facebook也发布了预测当前局势在包括美国在内的国家/地区传播的模型

免责声明:本网站图片,文字之类版权申明,因为网站可以由注册用户自行上传图片或文字,本网站无法鉴别所上传图片或文字的知识版权,如果侵犯,请及时通知我们,本网站将在第一时间及时删除。