疫情建模预测下的新冠大流行要结束了？|周叶斌专栏
最近《柳叶刀》上的一篇文章引起了广泛关注。这篇名为COVID-19 will continue but the end of the pandemic is near（新冠将持续下去，但大流行即将结束）的评论文章里，美国最主要的新冠疫情建模的华盛顿大学卫生计量与评估研究所（Institute for Health Metrics and Evaluation，IHME）主管Christopher Murray博士表达了新冠大流行即将结束的观点 [1]。这篇文章一经上线就引起广泛关注。文中还简略提及中国、新西兰等国的清零策略。那么新冠疫大流行真的要结束了吗？作者是如何做出这样的预判的，以及清零政策真的让中国整体免疫力比其它国家更差吗？知识分子专栏作者周叶斌撰文详细解读，并给出了自己的观点。 理智看待模型预测 首先要注意的是这是发表在医学期刊《柳叶刀》上的一篇评论文章，换句话说这是一篇代表Murray博士个......阅读全文
流感疫情多严重？这个模型来预测
最近，身边感冒的人突然多了起来，提示我们季节性流感又来了。流感，似乎伴随着人类的历史，有时严重，有时轻微。芝加哥大学的研究人员通过研究流感病毒如何演化，可以更好地预测未来的流感有多严重。这项成果近日发表在《Science Translational Medicine》上。 季节性流感每年会造
Science：数学模型可提前两年预测病毒暴发疫情
肠病毒是世界上威胁儿童健康的最为严重的病原微生物之一，进美国境内每年受到该病毒感染的儿童数量就达到了5000万人。最近来自伦敦皇家学院的研究者们鉴定出了肠病毒爆发的起因，这一发现或许有助于公共健康工作者们提前两年预测疫情的发生。相关结果发表在最近一期的《Science》杂志上。 能够感染人体的
数学模型可提前两年预测肠道病毒暴发疫情
肠道病毒肠道病毒CV-A4暴发与日本出生率对照图片来源：Science 肠道病毒每年都有新变化，如果能预测下一次肠道病毒疫情的暴发时间，就能提前研制出更有针对性的疫苗。日前，美国新一期《科学》杂志就刊登了这样一项研究成果，一种新的预测模型有望准确预测各种病毒株及类型的动态传播。 据了
疫情预测界的章鱼保罗，内地预测香港疫情3月受控！
第四波疫情以来，确诊数字时有反复，究竟什么时候能“清零”成了大家最关心的问题。近日，兰州大学研发出的全球疫情预测系统对香港疫情做出最新预测，该系统获得钟南山院士的肯定，曾两次登上微博热搜榜。 全球疫情预测系统是什么？ 兰州大学西部生态安全省部共建协同创新中心研发团队研发的世界上第一个「
机器学习模型预测中风？
中风的诊断可能很棘手，因为患者并不总是表现出典型的症状，而且其他疾病也可能模仿它。研究人员利用现有数据开发了一种机器学习模型，可以准确预测中风，并可能使诊断变得更容易。诊断错误是一个主要的公共卫生问题，造成了可预防的病人伤害和卫生超支。由于诊断错误而导致的可预防的中风死亡比误诊的心脏病发作要常见30
基于ASM模型的出水水质预测机理模型
为了推动和规范活性污泥模型的发展，国际水协会(International Water Association, IWA)于1983年组织南非、日本、美国、丹麦、荷兰五国专家成立活性污泥通用模型国际研究小组，致力于新的活性污泥数学模型的开发，并于1987年、1995年和1999年陆续推 出了3个ASM
换个模型预测气候变化
《自然—气候变化》11月23日发表的多模型分析，依据2030年前后的减排措施预测了气候场景，发现即使最乐观的场景也不足以将全球变暖限制在2°C以内。这个前瞻性建模方法与传统“倒序”设想不同，后者聚焦于预先规定的气候目标并描述如何实现这些目标。大多数气候模型聚焦于一种被称为“倒序推演”的概念，其中目标
DeepMind－AI模型预测天气又快又好
近日一项发表于《自然》的研究报道了谷歌DeepMind开发的首个天气预测人工智能（AI）模型——GenCast。该模型比目前运行中的最佳中期预报系统——欧洲中期天气预报中心的集合预报（ENS）更精准。GenCast在8分钟内就能完成15天的预测，而目前的预测程序需要几个小时。据介绍，包括ENS在内的
5月5日新冠疫情：新模型预测美国死亡病例将超13万
国内疫情 5月4日0—24时，31个省（自治区、直辖市）和新疆生产建设兵团报告新增确诊病例1例，为境外输入病例（在上海）；无新增死亡病例；无新增疑似病例。 当日新增治愈出院病例87例，解除医学观察的密切接触者710人，重症病例减少4例。 境外输入现有确诊病例325例（含重症病例5例），现有疑似
新模型精准预测土壤“碳排放”
从天津大学获悉，日前，该校地科院晏智锋副教授与联合西北太平洋国家实验室—马里兰大学联合全球气候变化研究所合作，在土壤异养呼吸过程模型构建与应用上取得新进展，首次建立了可精准监测土壤“碳排放”的过程模型系统，该系统可更加精准地预报土壤异养呼吸对大气环境的影响。 土壤中的微生物、作物根系和土壤动物
新模型精准预测土壤“碳排放”
记者从天津大学获悉，日前，该校地科院晏智锋副教授与联合西北太平洋国家实验室—马里兰大学联合全球气候变化研究所合作，在土壤异养呼吸过程模型构建与应用上取得新进展，首次建立了可精准监测土壤“碳排放”的过程模型系统，该系统可更加精准地预报土壤异养呼吸对大气环境的影响。 土壤中的微生物、作物根系和土壤动物
开发出新型预测模型来预测HIV疗法的效果
艾滋病毒非常可怕，尤其是其自身非常好的自适应性，如果HIV对于某一个靶点药物产生了变异，那么就变相宣布了此疗法的失败。为了尽量降低HIV的防御机制，医生们会使用许多种药物联合的方法来治疗患者，这种方法就可以使得病毒对特定药物耐受之前经历相当长的变异过程。 近日，刊登在国际杂志PLoS Co
如何使用生态模型中逻辑斯蒂增长模型进行预测？
使用逻辑斯蒂增长模型进行预测可以按照以下步骤进行： **一、确定模型形式** 逻辑斯蒂增长模型的一般形式为： \(P(t)=\frac{K}{1 + ae^{-bt}}\) 其中，\(P(t)\)表示在时间\(t\)时的预测值（如种群数量、市场需求等），\(K\)是环境容纳量（最
最新！兰大发布新冠疫情预测！
疫情预测系统准确率达94.62%的兰州大学，再次对国内突发新冠疫情城市进行预测。1月10日，兰州大学对1.3郑州市和1.2许昌市突发新冠肺炎疫情进行预测。▎1·3郑州市突发新冠肺炎疫情的预测自2022年1月3日郑州市报告新冠肺炎本土确诊病例和本土无症状感染者以来，截至2022年1月9日24时，郑州市
Science：谷歌AI新模型预测天气快又准
原文地址：http://news.sciencenet.cn/htmlnews/2023/11/512459.shtm编译 ｜ 辛雨 图片来源：Carlos Munoz Yague 人工智能（AI）公司Google DeepMind开发的机器学习模型GraphCast，在“3至
AI新模型快速预测材料光学性质
未来的中央处理器（艺术图）。图片来源：美国趣味工程网站科技日报讯 （记者刘霞）据美国趣味工程网站近日报道，日本东北大学和美国麻省理工学院科学家，成功开发出一款新人工智能（AI）模型GNNOpt。该模型能以与量子模拟相同的精度预测材料的光学性质，但速度能快100万倍。研究团队表示，这一重要进展有望加速
欧洲夏季将比模型预测的更炎热
欧洲的酷夏和热浪将比人们担心的更加闷热。一项在近日举行的欧洲地球科学联盟大会上发布的研究表明，行政管理者所依赖的区域气候模型严重低估了夏季的炎热情况，因为它们没有考虑到空气污染减少带来更强烈的阳光。2023年7月，在希腊雅典，女子用瓶装水降温。图片来源：Louisa Gouliamaki/AFP/G
河南疫情持续多久？兰州大学研发疫情预测系统给出答案
2020 年 5 月 25 日，兰州大学研发出全球首个“新冠疫情预测系统”。有力支撑了我国“早发 现、早诊断、早隔离、早治疗”的管控措施。获得钟南山院士的公开肯定。 钟南山强调，兰州大学西部生态安全省部共建中心研发的“全球新冠疫情预测系统”的预测是相当可靠的。该中心对于去年北京新发地疫情的预测
钟南山疫情预测：今冬明春新冠疫情仍会存在
6月23日，钟南山院士在接受专访时表示，在“今冬明春”交际时，预计新冠肺炎疫情仍不会消失，但不会像第一波疫情出现这么大的暴发。必要时，短期的措施是需要的，如中小学停课、大学暂时不复课、航班减少这类短期措施，仍需采用强力措施控制病情不再发生。
生态模型中逻辑斯蒂增长模型与其他预测模型相比有哪些优缺点？
逻辑斯蒂增长模型与其他预测模型相比，有以下优点和缺点：优点：描述种群增长规律：在生物学领域，能较好地描述生物种群在资源有限环境下的增长情况，呈现出先加速增长后趋于稳定的特征，符合许多生物种群实际增长模式，如鱼类种群数量在一定水域内的变化 51626。考虑环境限制因素：相比指数增长模型等简单模型，逻辑
如何根据生态模型逻辑斯蒂增长模型预测种群数量的变化？
逻辑斯蒂增长模型的方程通常表示为： \[ \frac{dN}{dt} = rN\left(1 - \frac{N}{K}\right) \] 其中，\(N\)是种群数量，\(t\)是时间，\(r\)是种群的内禀增长率（在理想条件下的增长率），\(K\)是环境容纳量（即特定环境所能支持
如何根据生态模型逻辑斯蒂增长模型预测种群数量的变化？
逻辑斯蒂增长模型的方程通常表示为： \[ \frac{dN}{dt} = rN\left(1 - \frac{N}{K}\right) \] 其中，\(N\)是种群数量，\(t\)是时间，\(r\)是种群的内禀增长率（在理想条件下的增长率），\(K\)是环境容纳量（即特定环境所能支持
生态模型中逻辑斯蒂增长模型的预测结果是否准确？
逻辑斯蒂增长模型的预测结果并不总是完全准确，具有一定的不确定性，原因如下：一、准确性方面的表现在特定条件下较为准确：具有明显增长规律的市场：对于一些具有典型增长和饱和特征的市场，逻辑斯蒂增长模型可以给出相对准确的预测。例如，某些成熟的消费品类市场，其增长受到资源（如市场规模、消费者数量、生产能力等）
兰大：新冠肺炎疫情全球预测系统
12月31日,兰州大学《新冠肺炎疫情全球预测系统》网站以呼伦贝尔市突发疫情为例,首次发布了自己预测效果检验公式和预测准确率。详情如下兰州大学对11月28日呼伦贝尔市突发新冠肺炎疫情的预测与分析自2021年11月28日呼伦贝尔市报告新冠肺炎本土确诊病例和本土无症状感染者以来,兰州大学西部生态安全协同创
英预测37种病毒可能引发新疫情
英国研究人员日前在《新型传染病杂志》上报告说，尽管埃博拉病毒和寨卡病毒引发的疫情已逐步缓和，但仍有37种病毒未来可能在人群间发生大规模传播，导致重大疫情出现。 英国爱丁堡大学研究人员分析比对了大量病毒，计算它们未来在人际间大规模传播的可能性。此前已有相关研究利用这种方法，成功预测了埃博拉和寨
南开大学发布对上海疫情预测
4月13日，南开大学公共卫生与健康研究院在微信公众号发布了《 关于上海新发新冠疫情的研判简报（2022.4.13更新）》一文，得出的基本结论是：上海市本轮新发疫情的发展，仍存在大的不确定性，或可期在5月底前结束。自2022年2月24日新发的上海疫情，截至4月12日共有感染者（确诊与无症状感染者的累计
海洋温度虽破纪录但未超出模型预测
研究模型。图片来源：《自然》在线版根据新一期《自然》杂志发表的气候科学研究，2023/24年海洋表面温度的大幅上升虽然是异常现象，但用气候模型预测时并不全然意外。这项研究表明，全球变暖可能并未像人们起初担忧的那样发生超预期的加速，但研究仍显示，温度飙升可能由人因气候变化所致。2023/24年，全球海
AI模型准确进行天气预测与气候模拟
《自然》23日报道了一种人工智能（AI）模型。该模型名为“NeuralGCM”，结合了流体动力学与神经网络，能进行准确的天气预测和气候模拟。模型超越了部分现有模型，与传统模型相比，有望节省大量算力。“NeuralGCM”模型结构。其结合了传统的流体动力学求解器和用于小尺度物理的神经网络。图片来源
如何使用逻辑斯蒂增长模型进行预测？
使用逻辑斯蒂增长模型进行预测可以按照以下步骤进行：一、确定模型参数收集数据：收集与预测对象相关的历史数据。例如，如果要预测某种生物种群的数量变化，需要收集该种群在过去一段时间内不同时间点的数量数据；如果要预测市场需求的增长，需要收集产品在过去的销售量数据等。确保数据的质量和可靠性，尽量避免数据中的错
新模型可预测寨卡病毒传播风险
据日本北海道大学近日报道，该校研究人员和东京大学、日本科学技术振兴机构等合作，利用一种新的模型工具预测了寨卡病毒传入及在189个国家本地传播的风险。 研究人员发表在学术期刊《Peer J》上的论文指出，与巴西联系密切的国家传入寨卡病毒的风险尤其高，那些有登革热及其它蚊子传播疾病史的热带、亚热带