11、新冠疫情预测：基于AI与实时数据集及咳嗽音频的研究

新冠疫情预测：基于AI与实时数据集及咳嗽音频的研究

1. AI与实时数据集预测新冠病例

新冠疫情作为全球性威胁，对全球造成了巨大影响。为助力控制疫情，研究人员运用AI和实时数据集对埃及和沙特阿拉伯未来7天的每日新冠确诊、死亡、活跃和康复病例进行了预测。

1.1 模型构建与处理

• 数据来源 ：模型最初基于约翰霍普金斯大学系统科学与工程中心的实时数据集构建。
• 训练与测试 ：采用80% - 20%的方法分别对模型进行训练和测试。
• 数据预处理 ：运用了不同的预处理技术，如数据清洗和转换。
• 算法配置 ：对DL算法LSTM进行了特定配置，以产生准确的新冠病例预测结果。

1.2 模型性能评估

通过DL测量技术评估模型性能，并计算预测值与实际值之间的差异。具体测量技术包括MAE（平均绝对误差）、MSE（均方误差）、RMSE（均方根误差）和MAPE（平均绝对百分比误差）。

国家	训练集RMSE	训练集MSE	训练集MAE	训练集MAPE	测试集RMSE	测试集MSE	测试集MAE	测试集MAPE