虛擬講堂進入演講
講 題應用長短期記憶模型深度學習技術於類流感疫情預測
講 者東海大學
日 期2019/09/25長 度00:11:22人 氣75 次
摘 要
流感問題一直是全球性的重要議題,不但影 響人民的健康問題,在政府以及醫療衛生單位的 執行方針也是具有討論意義的重要題目。而提早 預知並反應流感大流行是對於流感疫情最有效的 控制方法,若是能夠有效的預估未來類流感的發 病趨勢,如此便能提供可靠的資訊給相關單位。 以醫院方面來說可以提前針對流感問題進行資源 與人力的調度,於社會福利單位而言,可以以此 針對高風險對象加強防疫及關懷。於民眾而言也 可以起到提醒的功能。本研究收集衛福部疾管署 類流感急診就診率資料連結環保署空氣品質監測網 PM2.5 開放資料,並透過深度學習技術找尋其中的關連性以達到未來類流感發生狀況的短期預估。並且加入由 WHO 公布之 Outbreak 計算方法, 用以判斷類流感的控制狀況是否仍然處於合理控 制的階段。最後將歷史資料以及未來預測的數據整合於網頁上做視覺化的呈現,以此顯示地區空氣品質與類流感數據的實際狀況及預測該地區類流感是否有爆發的趨勢。
提 供TANET台灣網際網路研討會-TANET2019
進入演講