Real-World Implications of a Rapidly Responsive COVID-19 Spread Model with Time-Dependent Parameters via Deep Learning: Model Development and Validation.

Jung, Se Young; Jo, Hyeontae; Son, Hwijae; Hwang, Hyung Ju

Jung, Se Young; Jo, Hyeontae; Son, Hwijae; Hwang, Hyung Ju.

Afiliação

Jung SY; Office of eHealth Research and Business, Seoul National University Bundang Hospital, Seongnam-si, Republic of Korea.
Jo H; Department of Family Medicine, Seoul National University Bundang Hospital, Seongnam-si, Republic of Korea.
Son H; Basic Science Research Institute, Pohang University of Science and Technology, Pohang, Republic of Korea.
Hwang HJ; Department of Mathematics, Pohang University of Science and Technology, Pohang, Republic of Korea.

J Med Internet Res ; 22(9): e19907, 2020 09 09.

Article em En | MEDLINE | ID: mdl-32877350

Assuntos

Betacoronavirus; Infecções por Coronavirus/epidemiologia; Aprendizado Profundo; Modelos Teóricos; Redes Neurais de Computação; Pandemias; Pneumonia Viral/epidemiologia; COVID-19; Humanos; Meios de Comunicação de Massa; República da Coreia/epidemiologia; SARS-CoV-2; Fatores de Tempo

Palavras-chave

COVID-19; SIR models; deep learning; epidemic models; modeling; neural networks; outbreak; spread; time-dependent parameters

Texto completo

Imprimir

XML

PubMed Links

Buscar no Google

Texto completo: 1 Base de dados: MEDLINE Assunto principal: Pneumonia Viral / Redes Neurais de Computação / Infecções por Coronavirus / Pandemias / Betacoronavirus / Aprendizado Profundo / Modelos Teóricos Tipo de estudo: Prognostic_studies Limite: Humans País como assunto: Asia Idioma: En Ano de publicação: 2020 Tipo de documento: Article

Texto completo

Imprimir

XML

PubMed Links

Buscar no Google