ПРОГНОЗУВАННЯ КІЛЬКОСТІ ХВОРИХ НА COVID-19 У ЛЬВІВСЬКІЙ ОБЛАСТІ

Автор(и)

  • О. М. Павлюк Національний університет «Львівська політехніка»
  • О. Ю. Федевич Національний університет «Львівська політехніка»
  • А.-О. А. Стронціцька Національний університет «Львівська політехніка»

DOI:

https://doi.org/10.31649/1997-9266-2020-150-3-57-64

Ключові слова:

COVID-19, Львівська область, кількість хворих, коронавірус, неітераційні ШНМ, РБФ ШНМ, прогноз

Анотація

Досліджено динаміку кількості нових виявлених хворих на коронавірус у Львівській області. Для цього зібрано статистичні дані з офіційного сайту моніторингу ситуації з кількістю госпіталізованих осіб з підозрою та підтвердженими випадками захворювання, а також тих, що одужали і померли від COVID-19 в Україні. Встановлено залежність зростання кількості хворих від послаблення карантинних обмежень.

Розглянуто існуючі публікації по прогнозуванню розповсюдження COVID-19 в Україні. У цих роботах автори використовували методи інтелектуального аналізу даних, штучних нейронних мереж, експоненціального прогнозу, подібностей, кореляційного і регресійного аналізу. Особливу увагу приділено прикладу використання нейромережі типу Back Propagation для короткострокового прогнозування захворювання на COVID-19 в Україні. Також розглянуто методи технічного аналізу часових рядів на основі базових індикаторів: «zigzag» та «supertrend» для прогнозування кількості хворих у Львівській області.

Застосовано неітераційну нейронну мережу радіальних базисних функцій з додатковими латеральними зв’язками між нейронами прихованого прошарку для здійснення прогнозування кількості виявлених хворих на коронавірус у Львівській області. Передбачення здійснювали з випередженням у один день. Для середньострокового прогнозування із випередженням у два тижні використовували метод «ковзного вікна». На основі цих прогнозів розраховано щоденну кількість виявлених хворих. Здійснено також передбачення на один день та прогноз на 14 днів кількості тих, що одужали та померли.

За результатами прогнозів розроблені рекомендації щодо доцільності введення у Львівській області наступного етапу послаблення карантину. Зважаючи на результати середньострокових прогнозів, у Львівській області не рекомендовано 29 травня вводити наступний етап послаблення карантину. Також розраховано необхідну нову кількість ліжкомісць, якою повинні бути забезпечені опорні лікарні.

Біографії авторів

О. М. Павлюк, Національний університет «Львівська політехніка»

канд. техн. наук, доцент, доцент кафедри автоматизованих систем управління

О. Ю. Федевич, Національний університет «Львівська політехніка»

канд. техн. наук, асистент кафедри автоматизованих систем управління

А.-О. А. Стронціцька, Національний університет «Львівська політехніка»

студентка Інституту комп’ютерних наук та інформаційних технологій

Посилання

Моніторинг ситуації із кількістю госпіталізованих осіб з підозрою та підтвердженими випадками захворювання на COVID-19 в Україні. [Електронний ресурс]. Режим доступу: https://public.tableau.com/profile/publicviz#!/vizhome/monitor_15841091301660/sheet0 . Дата звернення: 20.05.2020.

Все про коронавірус у Львові . [Електронний ресурс]. Режим доступу: http://tvoemisto.tv/covid-19-lviv/. Дата звернення: 20.05.2020.

Пік коронавірусу на Львівщині. [Електронний ресурс]. Режим доступу: https://portal.lviv.ua/news/2020/05/07/na-lvivshchyni-pik-zakhvoriuvanosti-na-koronavirus-ochikuiut-do-pochatku-chervnia . Дата звернення: 20.05.2020

Вплив на економіку і суспільство. [Електронний ресурс]. Режим доступу: http://wdc.org.ua/uk/node/190016 . Дата звернення: 20.05.2020.

ФОРСАЙТ COVID-19: Середня фаза розвитку. [Електронний ресурс]. Режим доступу: http://wdc.org.ua/uk/covid19-ua. Дата звернення: 20.05.2020.

COVID-19 FORECASTING. [Electronic resource]. Available: http://epidemicforecasting.org/models . Accessed on: 20.05.2020.

Foresight COVID-19. [Electronic resource]. Available: http://wdc.org.ua/uk/covid19-regions. Accessed on: 20.05.2020.

R. Tkachenko, P. Tkachenko, I. Izonin, P. Vitynskyi, N. Kryvinska, and Yu. Tsymbal, “Committee of the combined RBF-SGTM neural-like structures for prediction tasks,” in Lecture Notes in Computer Science, vol. 11673, pp. 267-277, 2019. https://doi.org/10.1007/978-3-030-27192-3 .

I. Izonin, M. Gregus, R. Tkachenko, P. Tkachenko, N. Kryvinska, and P. Vitynskyi, “Committee of SGTM Neural-Like Structures with RBF kernel for Insurance Cost Prediction Task”, in IEEE 2nd Ukraine Conference on Electrical and Computer Engineering, 2019, pp. 1037-1040. https://doi.org/10.1007/978-3-030-27192-3_21 .

##submission.downloads##

Переглядів анотації: 311

Опубліковано

2020-06-24

Як цитувати

[1]
О. М. Павлюк, О. Ю. Федевич, і А.-О. А. Стронціцька, «ПРОГНОЗУВАННЯ КІЛЬКОСТІ ХВОРИХ НА COVID-19 У ЛЬВІВСЬКІЙ ОБЛАСТІ», Вісник ВПІ, вип. 3, с. 57–64, Черв. 2020.

Номер

Розділ

Інформаційні технології та комп'ютерна техніка

Метрики

Завантаження

Дані завантаження ще не доступні.