PulseAugur
中
实时 23:16:42
English(EN) Prior Knowledge-enhanced Spatio-temporal Epidemic Forecasting

新的STOEP框架提高了流行病学预测的准确性

作者 PulseAugur 编辑部 · [1 个来源] ·

研究人员开发了一个名为STOEP（时空先验感知流行病预测器）的新框架，以提高流行病学预测的准确性。该混合模型整合了隐式和显式先验知识，以提高准确性，特别是在弱流行病信号和复杂空间关系方面。实验表明，STOEP在RMSE方面比现有方法提高了11%以上，并已被中国某省级疾控中心部署用于实际公共卫生应用。 AI

影响 通过更准确的流行病学预测增强公共卫生响应能力。

排序理由 该集群包含一篇详细介绍新模型及其在真实数据集上性能的学术论文。[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 →

报道来源 [1]

  1. arXiv cs.LG TIER_1 English(EN) · Sijie Ruan (Beijing Institute of Technology, China), Jinyu Li (Beijing Institute of Technology, China), Jia Wei (Beijing Institute of Technology, China), Zenghao Xu (Zhejiang Center for Disease Control and Prevention, China), Jie Bao (JD Technology, Chin… ·

    Prior Knowledge-enhanced Spatio-temporal Epidemic Forecasting

    arXiv:2602.22270v2 Announce Type: replace Abstract: Spatio-temporal epidemic forecasting is critical for public health management, yet existing methods often struggle with insensitivity to weak epidemic signals, over-simplified spatial relations, and unstable parameter estimation…

相关实体

相关话题