Прогнозування епідемій методами математичного моделювання та машинного навчання

Автор(и)

  • О. В. Воронюк Донецький національний університет імені Василя Стуса
  • О. Ю. Кульчицька Донецький національний університет імені Василя Стуса
  • А. В. Баєв Донецький національний університет імені Василя Стуса

Анотація

Сучасна медицина являє собою, в основному, експериментальну науку, де велику роль мають саме аналіз емпіричних даних. Детального вивчення різноманітних процесів у біосередовищах найбільш ефективним апаратом досліджень є математичне моделювання, адже експериментальні дослідження є досить обмеженими.
У даному дослідженні розглядається побудова математичної моделі епідемії інфекційної хвороби [1, 2], знаходиться розв’язок отриманої системи звичайних диференційних рівнянь методом Рунге-Кутта, а також апроксимується функція динаміки процесу шляхом машинного навчання [3] на спостережених даних. Метою дослідження є створення системи прогнозування епідемії методами математичного моделювання та методами машинного навчання.

Біографії авторів

О. В. Воронюк , Донецький національний університет імені Василя Стуса

здобувач освіти

О. Ю. Кульчицька , Донецький національний університет імені Василя Стуса

здобувач освіти

А. В. Баєв , Донецький національний університет імені Василя Стуса

к. ф.-м. н., доцент кафедри прикладної математики

Посилання

Milik A., Prskawetz A., Feichtinger G., Sanderson W.C., Slow–wast dynamics in Wonderland, Envir.Modeling & Assessment, 1996. №1. P.3–17.

Slyusar V. On the Issue of Assessing the Effectiveness of Air Defense Based on a Pandemic Model, September 13, 2020.

Chen, Ricky T. Q., Rubanova, Yulia, Bettencourt, Jesse and Duvenaud, David Neural Ordinary Differential Equations, 2018

##submission.downloads##

Опубліковано

2021-12-15

Як цитувати

[1]
Воронюк , О.В., Кульчицька , О.Ю. і Баєв , А.В. 2021. Прогнозування епідемій методами математичного моделювання та машинного навчання. Прикладні аспекти сучасних міждисциплінарних досліджень. (Груд 2021), 133-134.

Номер

Розділ

Секція 3. Прикладна математика