计算和数学方法在医学

研究文章

在伊朗COVID-19:预测流行使用深度学习

表3

比较的性能在测试阶段选择九个国家。


模型	BI	迪	滞后	日军		RMSE	NRMSE

射频				2.241	0.999988	111年	0.00055
				3.996	0.999712	199年	0.000986
				11.852	0.998976	283年	0.001402
中长期规划				0.482	0.999991	20.	0.000099
				1.320	0.999722	109年	0.00054
				0.990	0.999801	65年	0.000322
LSTM-R				1.549	0.999709	110.5	0.000547
				1.210	0.999799	107.4	0.000532
				1.325	0.999714	109.2	0.000541
LSTM-E				1.302	0.999790	108.1	0.000535
				1.112	0.999800	105.9	0.000524
				0.960	0.999853	59.2	0.000293
M-LSTM				0.641	0.999901	42.5	0.000210
				0.524	0.999956	31.9	0.000158
				0.481	0.999994	20.0	0.000099

只代表输入和死亡病例显示了确诊病例和死亡和恢复情况。BI:基本信息;迪:详细的信息。性能评估死亡情况下作为输出。