Predicting the weekly COVID-19 new cases using multilayer perceptron: An evidence from west Java, Indonesia
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
COVID-19 is a contagious disease caused by the coronavirus (SARS-CoV-2) that attacks the respiratory tract. On August 14th, 2021, 653,741 persons had been proven positive for COVID-19. The number of patients tends to increase as the number of COVID-19 cases grows. The more infected people, the more cases of COVID-19 there will be. The Bed Occupancy Ratio (BOR) in West Java reached an all-time high of 91.6 percent in June 2021, far exceeding the WHO recommendation of 60 percent, before gradually declining to 30.69 percent in August. Because of the new cases mentioned, the rate of spread of COVID-19 in West Java, the forecast of new cases is very strategic. The number of new cases in this study was predicted using a Multilayer Perceptron (MLP). The data used in this study were sourced from the COVID-19 Task Force. The data is the number of positive and new cases from 34 provinces in Indonesia from March 2nd, 2020, to August 14th, 2021. The results of the evaluation using test data on the number of active cases in the last 19 weeks, namely April 10th - August 14th, 2021, The MLP is accurate in forecasting the number of new cases 18 times for both forecast periods with APE < 15%, with the value MAPE, RMSE and MAE obtained were 5.52%, 1157,61, and 706.811. The results of this study can be helpful for the government as a reference in conditioning hospital bed capacity to deal with active COVID-19 cases in West Java in the next two weeks so that the hospital rejects no COVID-19 patients because the hospital is full.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,002 |
| Études des sciences et des technologies | 0,004 | 0,000 |
| Communication savante | 0,001 | 0,002 |
| Science ouverte | 0,006 | 0,002 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle