Использование искусственных нейронных сетей при прогнозировании патогенности вирусов (на примере коронавируса SARS – CoV-2)

Abstract

В результате исследования рекуррентная, а именно LTSM нейросеть успешно спрогнозировала динамику заболеваемости и смертности. Ошибка составила 9,5% по новым случаям и 11,7% по новым смертям. Наличие ошибки связано с небольшим (для обучения нейросети) объемом выборки. Регрессионные модели были построены тремя методами: рекуррентная нейросеть, градиентный бустинг и случайный лес. Наименьшую ошибку показала рекуррентная нейросеть, при этом случайный лес позволил оценить значимость факторов прироста новых случаев и вакцинации