网络范围内快速增强的飓风疏散交通预测:基于交通检测器和 Facebook 移动数据的深度学习方法
💡
原文中文,约300字,阅读约需1分钟。
📝
内容提要
本文提出了一种利用实时信号预测流行病学参数的新方法,通过多个卷积神经网络模型和数据融合构建稳健的预测。在伦敦的COVID-19爆发预测中,气象信号和基于社交媒体的人口密度地图的组合提高了性能和灵活性。数据同化估计系统的状态提高了模型的稳定性和准确性。
🎯
关键要点
- 提出了一种利用实时信号预测流行病学参数的新方法。
- 使用多个卷积神经网络模型和数据融合构建稳健的预测。
- 在伦敦的COVID-19爆发预测中,气象信号和社交媒体人口密度地图的组合提高了性能和灵活性。
- 数据同化估计系统的状态提高了模型的稳定性和准确性。
➡️