No/VOL: 05/2024 Page no. 211
Authors: Amir Nasir , Seyed Al-Din-Makki , Ali Al-Sabbagh :
Title: Przewidywanie pandemii za pomocą uczenia maszynowego
Abstract: Choroba koronawirusowa 2019 (COVID-19) jest przyczyną dużej liczby zgonów. Dlatego to rozwiązanie oparte na sztucznej inteligencji (AI) może być w stanie szybko i wcześnie zidentyfikować Covid-19. W artykule zastosowano trzy modele ML do procesu przewidywania Covid-19. Odkryliśmy główną dominującą zmienną decydującą o tym, czy pacjent jest negatywny, czy pozytywny, stosując w procesie przewidywania różne modele ML, na przykład (LR, XG Boost i RF). Badanie i modele zastosowano w przypadku miliona pacjentów z Komisji Europejskiej (KE). Ten zestaw danych (kaszel, gorączka, ból gardła, oddech i ból głowy) uznano za czujnik danych docierających do proponowanego systemu. Celem jest wybór najlepszego modelu ML do przewidywania Covid-9. Ponadto wszystkie modele i zbiory danych zostały dostatecznie przedstawione ze wszystkimi wyjaśnieniami i uzasadnieniami. Nasze dane dotyczące miliona pacjentów przekazała także Komisja Europejska (KE). Następnie dokonaj selekcji cech, aby przygotować dominujące parametry Cvid-19, którymi są (kaszel, gorączka, ból gardła, oddech i ból głowy). W rezultacie wzmocnienie RF i XG uzyskało najlepszą dokładność w podejmowaniu decyzji pozytywnej lub negatywnej na podstawie dziewięciu zmiennych.
Key words: COVID-19, Inteligentne środowisko, Inteligentne wykrywanie, Uczenie maszynowe