روش یادگیری عمیق می‌تواند به عنوان ابزاری قدرتمند جهت پیش بینی روند رشد بیماری کرونا در نظر گرفته شود.
ویروس کرونا کشور ایران و سرتاسر جهان را تحت تأثیر قرار داده است. ایران یکی از کشورهای مبتلا به این ویروس بوده و اصفهان به عنوان سومین استان پرجمعیت ایران در این بیماری تحت تاثیر قرار گرفت. پیش بینی اندازه اپیدمی، حداکثر مقدار و زمان اوج می‌تواند در تصمیم‌گیری‌های صحیح به سیاست‌گذاران کمک کند. هدف از این مطالعه پیش بینی روند رشد بیماری کرونا با توجه به عوامل مختلف با استفاده از روش رگرسیون در یادگیری عمیق بود. در این مطالعه ترکیبی از عوامل تعیین کننده اجتماعی موثر در سلامت (SDH) و داده‌های COVID-19 با استفاده از اطلاعات سری زمانی از مکان‌های مختلف به عنوان ورودی مکانی - زمانی استفاده شد. نتایج نشان داد که این روش توانایی بالایی را در پیش بینی کوتاه مدت و بلند مدت شیوع دارد و اثبات کرد که در پیش بینی یک کلاس (مانند تعداد موارد تأیید شده)، تأثیر طبقه دیگر (مانند تعداد مرگ و موارد بهبود یافته) را نمی‌توان نادیده گرفت.
عنوان پروژه: پیش بینی روند رشد بیماری کرونا با توجه به عوامل مختلف با استفاده از روش رگرسیون در یادگیری عمیق
مجری اصلی: راحله کافیه
کد طرح: 198339
English article: Isfahan and Covid-19: Deep spatiotemporal representation