From Raw Data to Reliable Predictions: The Significance of Data Processing in COVID-19 Modelling
この論文は、OWID のデータを用いて COVID-19 の死亡率を予測する際、週次集計の日次化や局所的外れ値処理などを含む独自の前処理パイプラインが、標準的なパイプラインに比べて MLP 回帰モデルの予測精度を大幅に向上させることを示しています。
原著者が当サイトのやさしい解説を確認した論文。
このページに掲載されている各論文については、少なくとも一人の原著者が当サイトのやさしい解説を確認し、内容の正確性を認めるか、または修正を依頼しその修正を私たちが反映しています。確認は各文への正式な承認を意味するものではありませんが、論文を書いた本人たちの目を通ったことを意味します。
282 件の論文を著者が確認済み · 281–282 / 282
この論文は、OWID のデータを用いて COVID-19 の死亡率を予測する際、週次集計の日次化や局所的外れ値処理などを含む独自の前処理パイプラインが、標準的なパイプラインに比べて MLP 回帰モデルの予測精度を大幅に向上させることを示しています。
この論文は、軌道 Hilbert スキームを用いてアフィン・ディンキン図に対応する 2 次元ヒッチン系をコンパクト化し、それらが第 2 ヒルツェブルフ曲面の有限回のブローアップによって得られる-作用を持つ有理楕円曲面であることを示すとともに、軌道曲面上のヒルベルトスキームが滑らかな連結射影スキームであり、ヒルベルト・チャウ射が粗モジュライ空間の最小解消を与えることを証明するものである。