Covid-۱۹ Vaccination Analysis based on Unsupervised Machine Learning Algorithm

سال انتشار: 1401
نوع سند: مقاله کنفرانسی
زبان: انگلیسی
مشاهده: 226

متن کامل این مقاله منتشر نشده است و فقط به صورت چکیده یا چکیده مبسوط در پایگاه موجود می باشد.
توضیح: معمولا کلیه مقالاتی که کمتر از ۵ صفحه باشند در پایگاه سیویلیکا اصل مقاله (فول تکست) محسوب نمی شوند و فقط کاربران عضو بدون کسر اعتبار می توانند فایل آنها را دریافت نمایند.

این مقاله در بخشهای موضوعی زیر دسته بندی شده است:

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

FMCBC06_007

تاریخ نمایه سازی: 19 مهر 1401

چکیده مقاله:

In this paper we consider the important health care issue, Covid۱۹ vaccination, and its analysis by the mathematical model. Since the beginning of the Corona pandemic, researchers have sought to address this risk until companies around the world with different technologies have discovered vaccines for the virus. Many countries started vaccination at high speed and priority, and many others were not very successful in this direction. Studying and analyzing the vaccination process by using data science and mathematical methods is something we have examined.

نویسندگان

Pegah Ahadian

Department of Computer Science, Faculty of Mathematical Science, Shahid Beheshti University, G.C, Tehran, Iran

Kourosh Parand

Department of Computer Science, Faculty of Mathematical Science, Shahid Beheshti University, G.C, Tehran, Iran