基于深度学习的新型冠状病毒肺炎趋势预测研究综述

作者：王灵钰; 刘子昂; 朱兴杰; 苏翀^*

来源：电脑知识与技术, 2021, 17(23): 106-109.

DOI：10.14004/j.cnki.ckt.2021.2404

• 深度学习
• 新冠肺炎
• 趋势预测
• 神经网络

新型冠状病毒肺炎(COVID-19)自2020年在世界范围内迅速传播,致死率极高,时至今日,一些国家的疫情仍无法得以有效控制,因此,新型冠状病毒肺炎趋势预测成为一大研究焦点。目前传统的趋势预测方法主要包括运用传统传染病预测模型。但是,传统传染病模型趋势预测方法缺少对实际情况防控传染病措施的考虑,模型建立不够完善等缺点。同时,随着机器学习热潮的到来,科研人员在此基础上构建了基于深度学习的COVID-19趋势预测模型,这些模型有效地辅助了医学专家、科研机构等对COVID-19的高效预测。首先,全面调研了目前主流的用于COVID-19趋势预测的相关评价指标;接着,对基于深度学习的新冠肺炎发展趋势预测模型进行了详细介绍,并对模型性能进行了比较分析。最后,对该领域的未来发展趋势进行了探讨分析。

• 单位
  南京邮电大学