Cooperative attention-based learning entre diversas fuentes de datos
Autores: Srivastava, Harshit; Sankar, Ravi
Idioma: Inglés
Editor: MDPI
Año: 2023
Acceso abierto
Artículo científico
2023
Cooperative attention-based learning entre diversas fuentes de datos
Categoría
Ingeniería y Tecnología
Subcategoría
Ingeniería de Software
Palabras clave
Atención cooperativa
Enfermedades epidémicas
Variable de propagación
Tasa de propagación de enfermedades
Aprendizaje cooperativo
COVID-19
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 24
Citaciones: Sin citaciones
La cooperación atenta proporciona un nuevo método para estudiar cómo se propagan las enfermedades epidémicas. Se deriva de los datos sociales con la ayuda de datos de encuestas. La cooperación atenta permite detectar posibles anomalías en un evento formulando la variable de propagación, que determina el puntaje de decisión de la tasa de propagación de la enfermedad. Este trabajo propone una variable de propagación de determinación utilizando un modelo de propagación de enfermedades y aprendizaje cooperativo. Es un modelo de cuatro etapas que determina respuestas identificando la cooperación semántica utilizando el modelo de propagación para identificar eventos, factores de infección, propagación de ubicación y cambio en la tasa de propagación. El modelo propuesto analiza la propagación de COVID-19 en todo Estados Unidos utilizando un nuevo enfoque al definir la cooperación de datos utilizando la variable dinámica de la tasa de propagación y la estrategia cooperativa óptima. La teoría de juegos se utiliza para definir la estrategia cooperativa y analizar la variable dinámica determinada con la ayuda de un algoritmo de control. Nuestro análisis identifica con éxito la tasa de propagación de la enfermedad a partir de datos sociales con una precisión de y puede optimizar dinámicamente el modelo de decisión utilizando un algoritmo de control con una complejidad de orden.
Descripción
La cooperación atenta proporciona un nuevo método para estudiar cómo se propagan las enfermedades epidémicas. Se deriva de los datos sociales con la ayuda de datos de encuestas. La cooperación atenta permite detectar posibles anomalías en un evento formulando la variable de propagación, que determina el puntaje de decisión de la tasa de propagación de la enfermedad. Este trabajo propone una variable de propagación de determinación utilizando un modelo de propagación de enfermedades y aprendizaje cooperativo. Es un modelo de cuatro etapas que determina respuestas identificando la cooperación semántica utilizando el modelo de propagación para identificar eventos, factores de infección, propagación de ubicación y cambio en la tasa de propagación. El modelo propuesto analiza la propagación de COVID-19 en todo Estados Unidos utilizando un nuevo enfoque al definir la cooperación de datos utilizando la variable dinámica de la tasa de propagación y la estrategia cooperativa óptima. La teoría de juegos se utiliza para definir la estrategia cooperativa y analizar la variable dinámica determinada con la ayuda de un algoritmo de control. Nuestro análisis identifica con éxito la tasa de propagación de la enfermedad a partir de datos sociales con una precisión de y puede optimizar dinámicamente el modelo de decisión utilizando un algoritmo de control con una complejidad de orden.