پیش بینی مبتلایان کووید۱۹ در ایران و کشورهای همسایه با استفاده از مدل های ARIMA , LSTM
سال انتشار: 1400
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 237
فایل این مقاله در 9 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
CONFSKU01_044
تاریخ نمایه سازی: 17 آبان 1400
چکیده مقاله:
از زمان شیوع ناگهانی ویروس کرونا (کووید۱۹) در سال ۲۰۱۹، این بیماری به سرعت تبدیل به یک نگرانی مهم در بهداشت جهانی شده است. گسترش سریع بیماری، جهش های مختلف و نبود درمان اختصاصی، اهمیت پیش بینی، تحلیل ریسک و رسیدگی به موقع را برجسته می کند. استفاده از مدل های ریاضی، هوش مصنوعی، داده های بزرگ و روش های شبیه سازی از ابزارهای بسیار موثر در پیش بینی گسترش و اثربخشی راهکارها برای جلوگیری از انتقال بیماری است. در این پژوهش مدل های LSTM و ARIMA برای پیش بینی موارد ابتلای کووید۱۹ در ایران و کشورهای همسایه از ۲۹ ژانویه ۲۰۲۰ تا ۳۰ آوریل ۲۰۲۱، با استفاده از داده های دانشگاه جان هاپکینز، پیاده سازی شده و با یکدیگر مقایسه شده اند. طبق نتایج به دست آمده با استفاده از معیار MSE، مدل های ARIMA وLSTM عملکرد بسیار خوب و نتایج مشابهی در پیش بینی موارد ابتلای جدید داشتند. دولت ها می توانند با استفاده از این مدل ها و پیش بینی موارد ابتلای جدید در راستای ارائه راهکارها و پیشگیری از همه گیری اقدام نمایند
نویسندگان
راضیه عابدی
دانشجوی کارشناسی ارشد گروه مهندسی کامپیوتر و فناوری اطلاعات دانشگاه قم
خیراله رهسپارفرد
استادیار گروه مهندسی کامپیوتر و فناوری اطلاعات دانشگاه قم