AI और दुनिया की कठिन समस्याएँ · चिकित्सा और दवा खोज · arXiv · 2026-10-22

सिमुलेशन से महामारी देहली समीकरणों को सीखना: REEBLRA, प्रजनन संख्याओं के लिए एक व्याख्या-योग्य बेयसीयन वर्गीकरण फ्रेमवर्क

मूल शीर्षक: Learning Epidemic Threshold Equations from Simulation: REEBLRA, an Interpretable Bayesian Classification Framework for Reproduction Numbers

मूल जनन संख्या $R_0$ के लिए विश्लेषणात्मक व्यंजक उच्च-विमीय, अरैखिक, या संरचनात्मक रूप से जटिल महामारी मॉडलों के लिए व्युत्पन्न करना कठिन है। REEBLRA पैरामीटर-प्रतिक्रिया डेटा से स्पष्ट सरोगेट देहली समीकरण सीखने के लिए बेयज़ियन लॉजिस्टिक रिग्रेशन का उपयोग करता है, जो महामारी आक्रमण ($R_0>1$) के वर्गीकरण के लिए एक द्विआधारी समीकरण तथा $R_0$ को अंतराल में घेरने वाले क्रमबद्ध देहली समीकरण प्रदान करता है। सात ODE-मॉडल बेंचमार्क पर, जिनमें 15-कम्पार्टमेंट वाली पाँच-समूह SIR प्रणाली शामिल है, पाँच-फ़ोल्ड द्विआधारी AUC 0.999-1.000 और क्रमबद्ध-ब्रैकेट सटीकता 0.951-0.998 रही।

मूल लेख पढ़ें ↗

सभी आइटम →