实体
Theophilus Ansah-Narh
Theophilus Ansah-Narh
PulseAugur coverage of Theophilus Ansah-Narh — every cluster mentioning Theophilus Ansah-Narh across labs, papers, and developer communities, ranked by signal.
总计 · 30天
3
90 天内 3
发布 · 30天
0
90 天内 0
论文 · 30天
3
90 天内 3
层级分布 · 90 天
主题
最近 · 第 1/1 页 · 共 3 条
-
AI框架利用卫星数据在加纳检测地下水异常
研究人员开发了一个无监督机器学习框架，利用GRACE卫星数据在加纳检测地下水储量异常。该研究分析了2004年至2024年的地下水变异性，确定了12个异常月份，包括显著的赤字和盈余。研究结果表明，早期存在持续的地下水赤字，随后正异常增加，空间差异显示加纳北部赤字更频繁，南部盈余更多。这种方法为地下水数据有限的地区的地下水监测提供了一种实用的方法。
-
AI框架检测加纳异常疟疾模式
研究人员开发了一个新的框架，利用无监督共识方法检测加纳疟疾传播数据中的异常。该研究分析了2014-2023年的数据，识别出非典型疟疾发病率在空间和时间上的独特模式。阿散蒂地区和北部地区显示出最频繁的异常，在塔马利、库马西和阿克拉存在持续的热点。研究区分了异常负担（异常期间的累积病例）和异常频率（异常传播的持久性），揭示了高负担地区并非总是异常传播最频繁的地区。
-
加纳疟疾预测采用新的贝叶斯和混合统计模型
两篇新研究论文提出了用于预测加纳疟疾动力学的先进统计方法。第一篇论文介绍了一个使用集成马尔可夫链蒙特卡洛采样器的贝叶斯非线性推断框架，用于模拟复杂的、年龄特定的波动并提供概率预测。第二篇论文提出了一种结合高斯过程回归和Holt-Winters平滑的混合方法，以提高预测疟疾发病率的准确性和鲁棒性，特别是针对五岁以下人群。两项研究都旨在通过提供更可靠的数据驱动的决策工具来加强加纳的国家疟疾控制战略。