使用机器学习预测登革热并研究其似是而非的瘟疫-研究论文

根据 2018 年的国家健康概况，自 2009 年以来，印度的登革热病例数量惊人地增加至约 300%。 登革热不仅在印度被视为严重威胁，而且正在成为全世界的一个问题特别是在印度尼西亚、印度和马来西亚等热带国家。 登革热病例在季风发作和持续期间很普遍，因为收集的水为雌性伊蚊提供了繁殖地，而雌性伊蚊是黄病毒（登革热病毒）的载体。 由于缺乏识别印度脆弱地区的适当基础设施和方法，登革热病例呈上升趋势。 本文尝试使用机器学习和统计模型来预测印度各地的登革热病例，并确定气候因素、城市化和登革热报告病例数之间的模式。 这包括登革热的传播谱，并作为基于人工智能的缓解预测模型，在流行病蔓延之前提醒有关当局。 这将使有关当局能够评估情况并采取适当措施防止大流行。