發(fā)布時間：2021-08-28 07:24

　　近年來,隨著各種傳染病研究的越來越多,對于參數(shù)估計這部分的工作顯得愈發(fā)重要。其方法主要有最小二乘法,MCMC方法,機(jī)器學(xué)習(xí),而機(jī)器學(xué)習(xí)的方法可以彌補(bǔ)另外兩種方法的不足。本文沿著這個思路,將基于高斯過程的機(jī)器學(xué)習(xí)方法應(yīng)用于研究埃博拉傳播動力學(xué)模型中。第一章,給出了埃博拉傳染病,幾類參數(shù)估計方法的研究背景以及機(jī)器學(xué)習(xí)方法的基本內(nèi)容。第二章,考慮了帶有自身擴(kuò)散的埃博拉傳播動力學(xué)模型。首先,應(yīng)用后向歐拉方程將模型離散化;其次,將埃博拉傳播動力學(xué)模型中的的變量假設(shè)為一個高斯過程;最后,利用準(zhǔn)牛頓優(yōu)化法訓(xùn)練負(fù)邊際對數(shù)似然函數(shù),得到數(shù)據(jù)擬合圖及參數(shù)結(jié)果。本章得到的參數(shù)與其他文章中的參數(shù)接近,表明該方法具有適用性,為以后的參數(shù)估計提供一種可行的方法。第三章,考慮了帶有交叉擴(kuò)散的多維埃博拉傳播動力學(xué)模型。應(yīng)用基于高斯過程的機(jī)器學(xué)習(xí)方法來估計易感者的感染率及易感者和感染者的擴(kuò)散速度。結(jié)果表明:機(jī)器學(xué)習(xí)的方法適用于多維系統(tǒng)且其結(jié)果較精確。第四章,對本文研究內(nèi)容進(jìn)行總結(jié)及展望。 

【文章來源】：山西大學(xué)山西省

【文章頁數(shù)】：50 頁

【學(xué)位級別】：碩士

【文章目錄】：
中文摘要
ABSTRACT
第一章 緒論
    S1.1 研究背景及意義
    S1.2 預(yù)備知識
    S1.3 本文主要研究內(nèi)容
第二章 機(jī)器學(xué)習(xí)在帶有自身擴(kuò)散的埃博拉傳播動力學(xué)模型中的應(yīng)用
    S2.1 基本模型
    S2.2 帶有自身擴(kuò)散的埃博拉傳播動力學(xué)模型
    S2.3 訓(xùn)練過程
    S2.4 訓(xùn)練結(jié)果
    S2.5 總結(jié)與討論
第三章 機(jī)器學(xué)習(xí)在帶有交叉擴(kuò)散的埃博拉傳播動力學(xué)模型中的應(yīng)用
    S3.1 基本模型
    S3.2 帶有交叉擴(kuò)散的埃博拉傳播動力學(xué)模型中的參數(shù)估計
    S3.3 總結(jié)與討論
第四章 本文總結(jié)與展望
    S4.1 本文總結(jié)
    S4.2 存在的問題與展望
參考文獻(xiàn)
攻讀學(xué)位期間取得的研究成果
致謝
個人簡況及聯(lián)系方式



本文編號：3368078