کاربرد شبکه های عصبی فیزیک−آگاه در شبیه سازی عددی مدل های همه گیری؛ مطالعه موردی: کووید− ۱۹

  • سال انتشار: 1401
  • محل انتشار: اولین کنفرانس ملی پژوهش های کاربردی در علوم پایه (ریاضی، شیمی و فیزیک)
  • کد COI اختصاصی: ARBS01_030
  • زبان مقاله: فارسی
  • تعداد مشاهده: 479
دانلود فایل این مقاله

نویسندگان

علیرضا افضل آقائی نائینی

گروه علوم داده ها و کامپیوتر، دانشکده ریاضی، دانشگاه شهید بهشتی، تهران، ایران

مریم بابائی

گروه علوم داده ها و کامپیوتر، دانشکده ریاضی، دانشگاه شهید بهشتی، تهران، ایران

کورش پرند

گروه علوم داده ها و کامپیوتر، دانشکده ریاضی، دانشگاه شهید بهشتی، تهران، ایران

چکیده

مدل های ریاضیاتی بیماری های واگیردار اغلب به صورت دستگاه های معادلات دیفرانسیل غیرخطی بیان می گردند.تخمین جواب این مدل ها تاثیر بسزایی در پیش بینی روند بیماری و سیاست گذاری مناسب دارد. مدل مستعد−آلوده−سالم(SIR) یکی از معروف ترین مدل های همه گیری است که اخیرا مورد توجه دانشمندان زیادی قرار گرفته است. در این پژوهش شبکه های عصبی فیزیک−آگاه را جهت حل این مدل توسعه داده و سپس به یافتن جواب تقریبی مدل می پردازیم. لازم به ذکراست پارامترهای مدل مذکور بر اساس تعداد مبتلایان روزانه کووید− ۱۹ در ایران تنظیم و بررسی شده است.

کلیدواژه ها

معادلات دیفرانسیل، کووید− ۱۹ ، یادگیری عمیق

مقالات مرتبط جدید

اطلاعات بیشتر در مورد COI

COI مخفف عبارت CIVILICA Object Identifier به معنی شناسه سیویلیکا برای اسناد است. COI کدی است که مطابق محل انتشار، به مقالات کنفرانسها و ژورنالهای داخل کشور به هنگام نمایه سازی بر روی پایگاه استنادی سیویلیکا اختصاص می یابد.

کد COI به مفهوم کد ملی اسناد نمایه شده در سیویلیکا است و کدی یکتا و ثابت است و به همین دلیل همواره قابلیت استناد و پیگیری دارد.