ПРЕПРИНТ
Эта статья является препринтом и не была отрецензирована.
О результатах, изложенных в препринтах, не следует сообщать в СМИ как о проверенной информации.
Борьба штаммов COVID-19 в г. Москва: альфа, дельта, омикрон, стелс (июль 2022)
2022-07-22
Технология сбалансированной идентификации применяется для моделирования динамики заболеваемости Covid-19. Метод сбалансированной идентификации основан на принципах регуляризации и оценки погрешности моделирования перекрестной проверкой. Рассматривается ряд моделей, в том числе модели конкуренции штаммов. Приводятся прогнозы заболеваемости в Москве.
Ссылка для цитирования:
Соколов А. В., Соколова Л. А. 2022. Борьба штаммов COVID-19 в г. Москва: альфа, дельта, омикрон, стелс (июль 2022). COVID19-PREPRINTS.MICROBE.RU. https://doi.org/10.21055/preprints-3112104
Список литературы
1. Соколов А. В., Соколова Л. А. Мониторинг и прогноз развития эпидемии COVID-19 в г. Москва: выбор моделей на основе технологии сбалансированной идентификации (2220-2021). 2022. COVID19-PREPRINTS.MICROBE.RU. https://doi.org/10.21055/preprints-3112058
2. Alexander Sokolov, Lyubov Sokolova. Monitoring and forecasting the COVID-19 epidemic in Moscow: model selection by balanced identification technology - version: September 2021. medRxiv 2021.10.07.21264713; doi:https://doi.org/10.1101/2021.10.07.21264713 https://www.medrxiv.org/content/10.1101/2021.10.07.21264713v1.full
3. Соколов А. В., Соколова Л. А. Мониторинг и прогноз динамики заболеваемости COVID-19 в г. Москва: 2020-2021 годы. Эпидемиология и Вакцинопрофилактика. 2022;21(4): в печати
4. Соколов А.В., Волошинов В.В. (2018) Выбор математической модели: баланс между сложностью и близостью к измерениям. International Journal of Open Information Technologies. 6(9), 33–41. URL: http://injoit.org/index.php/j1/article/view/612
5. Sokolov A.V., Voloshinov V.V. Model Selection by Balanced Identification: the Interplay of Optimization and Distributed Computing, Open Computer Science, 2020, 10, p. 283–295. DOI: 10.1515/comp-2020-0116, URL: https://doi.org/10.1515/comp-2020-0116
