基于双重注意力的循环神经网络用于韩国手足口病预测
1Department of Mathematics, Pusan National University, Busan, 46241, Republic of Korea.
Scientific reports
|October 3, 2023
概括
这项研究引入了一个新的模型,用于预测韩国手足口病 (HFMD) 疫情,使用双重注意力循环神经网络和天气数据. 该模型准确预测HFMD病例,强调空气污染和降雨是关键因素.
科学领域:
- 流行病学 流行病学
- 环境健康 环境健康
- 人工智能的人工智能
背景情况:
- 手足口病 (HFMD) 是儿童常见的一种病毒性疾病.
- 气象因素显著影响韩国每年的HFMD发病率.
研究的目的:
- 开发和验证韩国HFMD的新型预测模型.
- 确定导致HFMD爆发的关键气象因素.
- 通过准确的预测,加强HFMD预防和控制策略.
主要方法:
- 利用基于双重注意力的循环神经网络 (DA-RNN) 进行HFMD病例预测.
- 集成的气象数据包括温度,风,降雨,日长,湿度和空气污染等.
- 进行了灵敏度分析,以确定单个天气因素的影响.
主要成果:
- 与其他RNN方法相比,DA-RNN模型在预测每周疑似HFMD病例方面表现优异.
- 敏感性分析确定空气污染和降雨是影响韩国HFMD流行的关键因素.
- 该模型成功地根据气象因素预测了HFMD病例.
结论:
- 拟议的DA-RNN模型为预测韩国HFMD疫情提供了一个强大的工具.
- 空气污染和降雨是HFMD传播的重要环境驱动因素.
- 这种预测模型可以帮助公共卫生倡议,并可能适用于其他传染病.
