Grunnleggende konsepter
流行病政策決定モデルの提案と効果的な情報学習手法を紹介。
Sammendrag
近年、SARS、H1N1、COVID-19などの流行病に対する政策決定モデルが重要性を増している。
既存の研究は実世界の意思決定要因をモデル化できず、極端な政策につながる可能性がある。
新しいPolicy Combination Synthesis (PCS)モデルは、過去の最良政策から経験を引き出すために対立的および比較的学習を採用。
実験結果は提案されたモデルの有効性を証明。
Statistikk
過去の方法は複雑な要因を考慮せず、極端な政策につながる可能性あり。
PCSモデルは過去の最良政策から経験を引き出すために対立的および比較的学習を採用。
Sitater
"新しいPolicy Combination Synthesis (PCS)モデルは、過去の最良政策から経験を引き出すために対立的および比較的学習を採用。"