A Machine Learning Framework for Constructing Heterogeneous Contact Networks: Implications for Epidemic Modelling
Este artigo apresenta uma estrutura de aprendizado de máquina que utiliza dados de pesquisas sociais para construir redes de contato heterogêneas e estruturadas por idade, demonstrando que a incorporação desses fatores complexos resulta em projeções de epidemias mais precisas e realistas, com tamanhos de surto menores e uma melhor representação da variabilidade nos casos secundários em comparação com modelos simplificados.