TW-SIR: time-window based SIR for COVID-19 forecasts.

Liao, Zhifang; Lan, Peng; Liao, Zhining; Zhang, Yan; Liu, Shengzong

Liao, Zhifang; Lan, Peng; Liao, Zhining; Zhang, Yan; Liu, Shengzong.

Afiliação

Liao Z; School of Computer Science and Engineering, Central South University, Changsha, 410075, China.
Lan P; School of Computer Science and Engineering, Central South University, Changsha, 410075, China.
Liao Z; Nuffield Health Research Group, Nuffield Health, Ashley Avenue, Epsom, Surrey, KT18 5AL, UK. zhining.liao@nuffieldhealth.com.
Zhang Y; Department of Computing, School of Computing, Engineering and Built Environment, Glasgow Caledonian University, Glasgow, G4 OBA, UK.
Liu S; Department of Information Management, Hunan University of Finance and Economics, Changsha, 410075, China. lshz179@163.com.

Sci Rep ; 10(1): 22454, 2020 12 31.

Article em En | MEDLINE | ID: mdl-33384444

Assuntos

COVID-19/epidemiologia; Monitoramento Epidemiológico; Previsões/métodos; Modelos Estatísticos; Número Básico de Reprodução/estatística & dados numéricos; Brasil/epidemiologia; China/epidemiologia; França/epidemiologia; Alemanha/epidemiologia; Humanos; Itália/epidemiologia; Aprendizado de Máquina; República da Coreia/epidemiologia; SARS-CoV-2; Espanha/epidemiologia

Texto completo

Imprimir

XML

PubMed Links

Buscar no Google

Texto completo: 1 Coleções: 01-internacional Base de dados: MEDLINE Assunto principal: Modelos Estatísticos / Monitoramento Epidemiológico / Previsões / COVID-19 Tipo de estudo: Prognostic_studies / Risk_factors_studies / Screening_studies Limite: Humans País/Região como assunto: America do sul / Asia / Brasil / Europa Idioma: En Revista: Sci Rep Ano de publicação: 2020 Tipo de documento: Article

Texto completo

Imprimir

XML

PubMed Links

Buscar no Google