生存卷积模型用于COVID-19预测 冠状病毒疾病COVID-19已在世界范围内引发了重大的健康危机。 必须预测该疾病的流行，调查遏制和缓解措施对感染率的影响，并在国家之间进行比较。 用于传染病建模的现有方法是SEIR模型，该模型依赖于许多不可测的先前假设（例如，拟合过去的流感数据），并且在较宽的预测间隔内不可靠。 我们开发了一个健壮的生存-卷积模型，该模型具有很少的参数，其中包含未知患者零日期，潜伏潜伏期和随时间变化的繁殖数。 标题： 作者：王勤霞a ，谢尚宏a ，袁家佳a ，曾冬林b 机构： 美国纽约，哥伦比亚大学，梅尔曼公共卫生学院，生物统计学系 北卡罗来纳大学吉林斯公共卫生学院生物统计学系，美国北卡罗来纳州查帕尔希尔 通讯人：博士（ ）和曾（ ） ：王Q，谢S，王Y，曾D（2020）。 生存卷积模型预测COVID-19病例并评估缓解策略的效果。 公共卫生前沿8（20

大流行中心 机器学习在预测美国COVID-19病例中的应用 关于这个模型 我们的模型结合了人口，人口流动性，人口健康状况和COVID-19测试数据，使用了COVID-19隔间模型预测，以在美国县/县级水平上生成自己的COVID-19预测。 该存储库包含我们用于生成此信息的代码。 有关我们的数据源和管道的更多详细信息，请阅读data/目录中的README.md文件。 在我们的查看我们的最新预测，并在查看我们。 免责声明 我们希望成为了解当前大流行趋势的宝贵资源，并在社区一级提高对COVID-19的认识。 但是，我们强烈建议不要过度解释我们的预测。 机器学习模型仅与训练它们的数据一样好。 我们使用可获得的最佳质量数据，但我们承认预测中的错误是不可避免的。 产生投影 首先，克隆此存储库： git clone https://github.com/solveforj/pandemic-ce

冠状病毒预测模型 此仓库包含一个贝叶斯模型，该模型可用于分析和预测本地COVID-19大流行。 方法 这是具有随时间变化的接触率（β）的模型。 Beta估计值受约束开始于R0的先前分配附近，然后随着锁定和限制的到位而允许其徘徊。 先验被置于基于先验文献的动态参数上； 未观察到的beta组件使用了一些信息性的先验，从而使模型保持稳定。 要生成澳大利亚数据的图表，请运行 ，它使用指定的Stan模型。 欢迎发表评论，反馈，问题和建议：随时在此处打开“问题”或“拉取请求”，在ping我，或给我发送电子邮件（ jamie1212@gmail.com ）。 当前结果 这是澳大利亚最新生成的预报。 请注意，此处适用标准警告和谦虚建模。 理解该图表的一种方法是“以面值获取报告的数据，并对病毒的行为方式做出合理的假设，以及未来的前景如何？” 贡献 此回购遵循Google的标准开源条件； 有关更多详细信

注意：由于数据源的修改，某些记录可能看起来不完整或与前几天不一致。 ---专用警告--- 以下文件将不再更新。 随着新数据结构的发布，我们将更新时间序列表以反映这些变化。 请参考time_series_covid19_confirmed_global.csv和time_series_covid19_deaths_global.csv以获取最新的时间序列数据。 time_series_19-covid-Confirmed.csv time_series_19-covid-Deaths.csv time_series_19-covid-Recovered.csv

COVID_analysis 这是一个研究COVID-19数据集的项目，我们通过查看以下4个主要主题细分了加利福尼亚的COVID-19统计信息：性别造成的病例和死亡以及不同种族的病例和死亡种族和种类的死亡和死亡年龄和死亡的年龄

JLU健康记者 为吉林大学本科生每日健康打卡放置的自动机器人，支持自动提交各类网上办事大厅事务表单。 众所周知，低频对于次事件应使用中断而非轮询更不是心跳。作者相信，如果学生能在出现健康问题时主动汇报，则强制按时打卡只增加不产生价值的重复劳动，本程序的创作动机系解放生产力。 以WTFPL授权开源，爱干嘛用干嘛用。 免责声明 本自动程序为个人使用开发，适用于吉林大学分类网上办事大厅事务表格的自动提交，已充分测试，不保证正常工作，不建议没有调试能力的人使用。 本程序以你所见到的样子呈现给你，不附带任何明示或暗示的担保，包括但不遵守对功能合法性或对特定用途适用性的保证。在运行之前，你有责任理解其源代码的工作原理，并确认这是你想要执行的，本程序进行的操作都应被视为你本人进行，或由你授权代你进行的操作。在任何情况下，本程序作者与你决定运行本程序无关，不为您运行此程序所造成的任何损失，遭受的损坏以及造成的法律后果等负任何责任。 使用说明 需要Python 3.7+和requests库。 运行之前先登录平台提交一次打卡，确保正确信息正确。 参照example-config.json建立配置文件con

城市之间有各种交通工具（汽车、火车和飞机）相连，有些城市之间无法直达，需要途径中转城市。某旅客于某一时刻向系统提出旅行要求。考虑在当前COVID-19疫情环境下，各个城市的风险程度不一样，分为低风险、中风险和高风险三种。系统根据风险评估，为该旅客设计一条符合旅行策略的旅行线路并输出；系统能查询当前时刻旅客所处的地点和状态（停留城市/所在交通工具），具体旅行策略见后。…… 注意用Qt打开工程文件.pro。如果想自己编译生成的话，“程序文件”里有文件夹“musicsrc”里面有音频资源。

国内疫情数据包含所有城市，时间范围为1月末到4月末，日本疫情数据包含3月末到4月末,方便对疫情感兴趣的人员参考

X射线图像中COVID-19的检测