TY -的A2 -艾哈迈德,赛义德·哈桑AU - Alkhammash,埃曼h . AU - Algethami Haneen盟——Alshahrani雷姆PY - 2021 DA - 2021/12/18 TI -小说预测模型在沙特阿拉伯COVID-19基于LSTM算法SP - 6089677六世- 2021 AB -小说的快速崛起SARS-CoV-2构成挑战,举世瞩目。人工智能(AI)可以用来应对这种流行病的影响,控制病毒的传播。特别是深度上优于时间序列技术是用来预测全球COVID-19例短期和中期使用自适应学习的依赖性。本研究旨在预测每日COVID-19案例和调查的关键因素,增加此次疫情的传播率通过检查不同的影响因素。此外,研究分析了COVID-19预防措施的有效性。全连接神经网络,长期短期记忆(LSTM)和变压器模型被用作新COVID-19的人工智能模型预测情况。起初,数据预处理和特征提取进行了使用COVID-19数据集来自沙特阿拉伯。所有模型的性能指标计算,结果进行比较分析来检测最可靠的模型。此外,统计假设分析和相关性分析进行COVID-19数据集包括日常流动性等特征,总情况下,每几百人充分接种疫苗,每周每百万,住院重症监护室的病人,和新的死亡每百万。结果表明,LSTM算法精度最高的算法和误差小于2%。 The findings of this study contribute to our understanding of COVID-19 containment. This study also provides insights into the prevention of future outbreaks. SN - 1687-5265 UR - https://doi.org/10.1155/2021/6089677 DO - 10.1155/2021/6089677 JF - Computational Intelligence and Neuroscience PB - Hindawi KW - ER -