Прогнозирование распространения COVID-19 в ЕС с использованием рандомизированного машинного обучения динамических моделей

Информационные технологии и вычислительные системы. 2022. № 3. С. 67–78.

Попков А. Ю., Дубнов Ю. А., Попков Ю. С.

Работа посвящена применению метода рандомизированного машинного обучения для прогнозирования развития эпидемии COVID-19, основанной на эпидемиологической модели SIR. Предлагается два варианта моделирования, первый основан на использовании модели SIR с оценкой параметров по реальным оперативным данным о случаях заболевания, второй основан на идее моделирования индикатора распространения инфекции и его прогнозирования. Cравнительное исследование предлагаемых методов и подходов базируется на сравнении со стандартным подходом, основанным на методе наименьших квадратов и проводится на наборе данных нескольких стран Европейского союза. Показана работоспособность предлагаемого подхода и его эффективность и адекватность в условиях малого количества данных с высоким уровнем неопределенности.

Ключевые слова: моделирование эпидемий, SIR, SIR, randomized machine learning, SARS-CoV-2, SARS-CoV-2, COVID-19, Entropy estimation, Epidemic modelling, COVID-19, рандомизированное машинное обучение, энтропийное оценивание