A Machine Learning Framework for Constructing Heterogeneous Contact Networks: Implications for Epidemic Modelling
यह शोध पत्र एक मशीन लर्निंग फ्रेमवर्क प्रस्तुत करता है जो महामारी की गतिशीलता को अधिक सटीक रूप से सिम्युलेट करने के लिए सर्वेक्षण डेटा से स्केलेबल, हेट्रोजेनियस (विषम) संपर्क नेटवर्क का निर्माण करता है, यह प्रदर्शित करते हुए कि आयु संरचना और संपर्क विषमता दोनों को शामिल करने से अनुमानित प्रकोप के आकार में काफी कमी आती है और सार्वजनिक स्वास्थ्य हस्तक्षेपों के लक्ष्य निर्धारण में सुधार होता है।