名古屋工業大学の研究グループは、
深層学習による、新型コロナウィルスの
新規感染者数予測モデルを構築。
それは、人工知能関連技術の
ディープラーニングのうち、時系列データの
取り扱いに強みを持つLSTMとよばれる
回帰型ニューラルネットワークを利用しています。
このモデルに、2020年3月から
2021年6月末までの都府県ごとの
移動データおよび気象データを学習させた
システムを用いて、新型コロナウィルス変異株の
予測を実施したそうです。
2021年4月11日～5月22日を対象として
このシステムに学習させ、
5月23日～6月22日までの
新規感染者数の7日間平均を推定、
予測精度を比較した結果とは？
また、深層学習による予測値と報告値の
間に相違があった理由として考えられることとは？
詳しくはリンク記事でご確認ください。
情報源: 人流増減と気象データで新型コロナウィルス新規感染者数を予測 ～深層学習と統計の併用による新規感染者数予測と新規変異株出現時の人流抑制の目安～｜国立大学法人名古屋工業大学
[PR]