인문학
사회과학
자연과학
공학
의약학
농수해양학
예술체육학
복합학
DBpia AI
AI 에이전트
AI 아이디어
AI 리더
AI 뷰어
Citeasy
크롬 서지관리 다운로드
개인구독
소속 기관이 없으신 경우, 개인 정기구독을 하시면 저렴하게
논문을 무제한 열람 이용할 수 있어요.
지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
학술저널
DBpia Top 5%
오류 신고하기해당 페이지 내 제목·저자·목차·페이지정보가 잘못된 경우 알려주세요!
피인용 0
초록·키워드
코로나바이러스(SARS-CoV-2; COVID-19)와 같은 감염병의 전파 과정을 이해하기 위해서는 수학적 모델링을 활용하여 감염병의 진행 양상을 파악하는 것이 중요하다. 본 논문에서는 discrete-time Markov chain(DTMC; 이산시간 마르코프 체인)을 활용한 감염병 모델을 제시하고, 이를 바탕으로 숨은 감염자 수를 데이터 기반 방식으로 추정하고자 한다. 이를 위해, 감염병 전파 양상을 결정하는 핵심 파라미터 중 하나인 감염 전파율을 시변성을 가지도록 설정하여 감염병 확산을 억제하는 정부의 방역 정책과 감염 시작일로부터 전파 진행 기간에 따라 변화하는 감염병확산 정도를 정량적으로 분석 가능하도록 하였다. 또한, 기존의 감염병 전파 모델에서 격리 상태와 백신 접종 상태를 추가하여 현실 정책을 잘 반영하는 모델을 제안하였다. 제안한 모델을 통해 잠복기 상태의 인구수, 병에 감염되었지만 격리되지 않아 병을 전파시키는 숨은 감염자 수 등과 같이 공식적으로 집계될 수 없는 데이터지만 전파양상 파악에 중요한 잠재 상태(latent state)의 인구수를 추정할 수 있다. 제안된 모델의 우수성을 확인하기 위해 최신 모델 두가지와 비교하였고, 그 결과 제안된 모델이 확진자 수 급증의 흐름을 가장 잘 반영함을 확인하였다.
본문·목차
인공지능 문자 인식 모델을 통해 추출된 텍스트로, 일부 오타나 오류가 포함될 수 있으나 지속적으로 개선 중입니다.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
최근 본 자료 전체보기
UCI(KEPA) : I410-ECN-0101-2023-567-000128445
