PulseAugur
实时 19:54:33
English(EN) A Transferable Learned Temporal Prior for Transmission Reconstruction and Decision-Relevant Uncertainty in Real Outbreak Labels

新的时间先验模型增强了疾病传播重建能力

研究人员开发了一种新颖的疾病传播重建时间先验模型,并在安第斯病毒基准测试中证明了其有效性。与传统方法相比,该模型实现了更高的准确率和平均倒数排名。对纽约市猴痘数据的审计显示,基因组分辨率存在显著的不确定性,将这种不确定性纳入传播图改变了干预策略的优先级。 AI

影响 这项研究通过改进疾病传播模型,有望带来更精准的公共卫生干预措施。

排序理由 该集群包含一篇在arXiv上发表的研究论文,详细介绍了一个新模型及其评估。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.LG 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →

新的时间先验模型增强了疾病传播重建能力

报道来源 [1]

  1. arXiv cs.LG TIER_1 English(EN) · Md Ahsan Karim ·

    A Transferable Learned Temporal Prior for Transmission Reconstruction and Decision-Relevant Uncertainty in Real Outbreak Labels

    arXiv:2606.30842v1 Announce Type: new Abstract: Outbreak transmission reconstruction treats epidemiological timing and transmission labels as deterministic ground truth; neither has been systematically evaluated. We trained a logistic regression temporal prior on eleven disease f…