A Machine Learning Framework for Constructing Heterogeneous Contact Networks: Implications for Epidemic Modelling
Deze studie presenteert een robuust machine learning-framework dat survey-data gebruikt om heterogene contactnetwerken te construeren, waardoor epidemische modellen realistischer worden door zowel leeftijdsstructuur als contactvariabiliteit te integreren, wat leidt tot nauwkeurigere voorspellingen van epidemieomvang en effecten van maatregelen.