Forecasting COVID-19 Confirmed Cases Using Time Series Analysis
Year: 2023
Type: article
Abstract: تعد جائحة كورونا (COVID-19) تهديدًا صحياً عالمياً رئيسياً انتشر بسرعة كبيرة في جميع أنحاء العالم. في الدراسة الحالية، قدمنا نموذجاً للتنبؤ لتقدير عدد الحالات المؤكدة لكوفيد- 19 في الأسبوعين المقبلين بناءً على أعداد الحالات المؤكدة مسبقاً التي سجلت في 62 دولة حول العالم. تمثل الحالات التراكمية لتلك الدول حوالي 95 % من الإجمالي العالمي حتى تاريخ جمع البيانات. تم استخدام سبع خوارزميات انحدار لثلاث جولات من التنبؤات بناءً على البيانات التي تم جمعها في الفترة ما بين 21 فبراير 2020 و29 ديسمبر 2020. تم استخراج عدد من ميزات السلاسل الزمنية باستخدام أساليب هندسة الميزات لتحويل التنبؤ بالسلاسل الزمنية إلى مسألة تعلم آلي خاضع للإشراف، ثم باستخدام الميزات الأكثر أهمية تم بناء نماذج الانحدار لعمل التنبؤ المطلوب. تم تقييم أداء النماذج باستخدام المقاييس التالية: جذر متوسط الخطأ اللوغاريتمي التربيعي، جذر متوسط الخطأ التربيعي، متوسط الخطأ المطلق، متوسط نسبة الخطأ المطلق، معامل التحديد (مربع معامل الارتباط) ووقت التنفيذ. أظهرت نتائج هذا البحث أن أداء نماذج الانحدار كانت جيدة، واستطاعت تقليل الخطأ بنسبة 72 % مع معامل تحديد عالٍ R2 وصل لـ 990. على وجه الخصوص، أظهرت كلّ من خوارزميات XGB و Random Forest كفاءة أعلى في الأداء مقارنة مع الخوارزميات الأخرى.
Author: أكرم محمد رضوان
Language: Arabic
Subfield: Modeling and Simulation
Field: Mathematics
Domain: Physical Sciences
Open Access status: diamond
OpenAlex ID: W4319989084