“第四十七章 预测新冠病毒传染性”版本间的差异

来自cslt Wiki
跳转至: 导航搜索
第4行: 第4行:
 
* [http://aigraph.cslt.org/courses/47/course-47.pptx 课件]
 
* [http://aigraph.cslt.org/courses/47/course-47.pptx 课件]
 
* 小清爱提问:人工智能如何预测新冠病毒传染性 ?  [https://mp.weixin.qq.com/s?__biz=Mzk0NjIzMzI2MQ==&mid=2247487279&idx=1&sn=d6c7bc8ea1a45a6dfdcfae3ad2c6dc15&chksm=c30805edf47f8cfbac027694f266151284f08efc784718ad225ab33be85067ef37d62e93fec9&scene=178#rd]
 
* 小清爱提问:人工智能如何预测新冠病毒传染性 ?  [https://mp.weixin.qq.com/s?__biz=Mzk0NjIzMzI2MQ==&mid=2247487279&idx=1&sn=d6c7bc8ea1a45a6dfdcfae3ad2c6dc15&chksm=c30805edf47f8cfbac027694f266151284f08efc784718ad225ab33be85067ef37d62e93fec9&scene=178#rd]
 +
* 小清爱提问:人工智能如何预测新冠疫情?  [https://mp.weixin.qq.com/s?__biz=Mzk0NjIzMzI2MQ==&mid=2247485425&idx=1&sn=f4e19de5736a475584063a7abedb1a8f&chksm=c3080d33f47f8425da5b03161bac48aeea4eccd4bb9b6b4d74e13a31e7b9f02bc7fd9557d233&scene=178#rd]
  
  

2022年8月24日 (三) 15:02的版本

教学资料

  • 教学参考
  • 课件
  • 小清爱提问:人工智能如何预测新冠病毒传染性 ? [1]
  • 小清爱提问:人工智能如何预测新冠疫情? [2]


扩展阅读

  • AI100问:人工智能如何预测新冠病毒传染性 ? [3]
  • AI100问:人工智能如何预测新冠疫情 [4]
  • 全球新冠疫情数据 [5]
  • 新冠疫情:人工智能算法能“听咳嗽声音辨识新冠病毒”[6]
  • 2021年人工智能将在抗疫中再显身手 [7]
  • 人工智能技术在疫情中的五大应用 [8]


视频展示

  • AI for COVID-19 [9]
  • MIT: detecting COVID by cough COVID.mp4


演示链接

开发者资源

  • Pango 命名法 [10]
  • GISAID dataset [11]
  • 新冠病毒传染性预测程序源码 [12]


高级读者

  • Jake Epstein , A CDC graph shows just how different the Omicron wave is compared to previous COVID-19 surges [13]
  • Obermeyer F, Jankowiak M, Barkas N, et al. Analysis of 6.4 million SARS-CoV-2 genomes identifies mutations associated with fitness[J]. Science, 2022, 376(6599): 1327-1332. [14]
  • Vaishya R, Javaid M, Khan I H, et al. Artificial Intelligence (AI) applications for COVID-19 pandemic[J]. Diabetes & Metabolic Syndrome: Clinical Research & Reviews, 2020, 14(4): 337-339. [15]
  • Zhou Y, Wang F, Tang J, et al. Artificial intelligence in COVID-19 drug repurposing[J]. The Lancet Digital Health, 2020, 2(12): e667-e676. [16]
  • Naudé W. Artificial intelligence vs COVID-19: limitations, constraints and pitfalls[J]. AI & society, 2020, 35(3): 761-765. [17]