Buchumschlag

Comparative analysis of machine learning models for forecasting COVID-19 spreading in different countries

Gespeichert in:

Bibliographische Detailangaben
Datum:	2020
Hauptverfasser:	N. I. Nedashkivska, S. O. Lupanenko
Format:	Artikel
Sprache:	Englisch
Veröffentlicht:	2020
Schriftenreihe:	Electronic modeling
Online Zugang:	http://jnas.nbuv.gov.ua/article/UJRN-0001179935
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!
Назва журналу:	Library portal of National Academy of Sciences of Ukraine \| LibNAS

Institution

Library portal of National Academy of Sciences of Ukraine | LibNAS

Ähnliche Einträge

Impact of the Spread of Remote Learning During the COVID-19 Pandemic on the Quality of Labor Life of Scientific-Pedagogical Employees
von: I. O. Riabokon
Veröffentlicht: (2021)

Budgetary factors of regional economic growth in the spread of COVID-19 pandemic
von: I. Z. Storonianska, et al.
Veröffentlicht: (2022)

Spatial analysis of COVID-19 spread in Europe using &quot;center of gravity” concept
von: O. Yavorska, et al.
Veröffentlicht: (2022)

Principles of functioning of the judicial system of Ukraine and the Court of Justice of the European Union in the period of global spread of COVID-19 virus: comparative legal analysis
von: I. V. Kaminska
Veröffentlicht: (2020)

Influence of global climate change on air pollution in urbanized areas and spread of COVID-19 morbidity
von: Voloshkina, Olena, et al.
Veröffentlicht: (2021)

Influence of global climate change on air pollution in urbanized areas and spread of COVID-19 morbidity
von: O. S. Voloshkina, et al.
Veröffentlicht: (2021)

About the problem of preventing the spread of COVID-19 coronavirus disease among children and adolescents of school age
von: O. V. Bobrova, et al.
Veröffentlicht: (2022)

Analysis of fundus images based on machine learning
von: O. V. Karas, et al.
Veröffentlicht: (2024)

The Tendencies of Taxation of Consumption in the OECD Countries Before and During the COVID-19 Pandemic
von: O. O. Markina, et al.
Veröffentlicht: (2021)

Improving the system of indicators for assessing the epidemiological situation and strengthening restrictive measures in the conditions of adaptive quarantine caused by the spread of COVID-19
von: O. A. Herasimova, et al.
Veröffentlicht: (2022)

Machine learning methods analysis in the document classification problem
von: A. P. Zhyrkova, et al.
Veröffentlicht: (2020)

Machine learning methods analysis in the document classification problem
von: Zhyrkova, A.P., et al.
Veröffentlicht: (2021)

Modeling of the COVID-19 pandemic in the limit of no acquired immunity
von: J. M. Ilnytskyi
Veröffentlicht: (2021)

Research of software solutions for forecasting electricity generation and consumption in Ukraine that are based on machine learning methods
von: Sinitsyn, I.P., et al.
Veröffentlicht: (2023)

E-Learning Models Analysis for Lifelong Learning
von: Synytsya, K.M.
Veröffentlicht: (2017)

E-Learning Models Analysis for Lifelong Learning
von: E. M. Sinitsa
Veröffentlicht: (2017)

Handbook of COVID-19 prevention and treatme
von: N. Matolinets
Veröffentlicht: (2020)

Covid-19 as the new social reality
von: V. Stepanenko
Veröffentlicht: (2020)

COVID-19 pandemic and fiscal sustainability
von: O. V. Stepanova
Veröffentlicht: (2020)

Covid-19 as the new social reality
von: V. Stepanenko
Veröffentlicht: (2020)

Cerebrovascular disorders in patients with COVID-19
von: Yu. V. Shmatko, et al.
Veröffentlicht: (2021)

Information techniques of deep machine learning for the analysis of land cover changes
von: N. N. Kussul, et al.
Veröffentlicht: (2016)

Distributed Bayesian machine learning procedures
von: B. A. Beletskij
Veröffentlicht: (2019)

Using machine learning methods in practice
von: Ya. O. Tupalo
Veröffentlicht: (2018)

Machine learning methods for environmental monitoring
von: P. V. Mikava, et al.
Veröffentlicht: (2024)

Who is a subject in machine learning?
von: V. M. Loktiev
Veröffentlicht: (2024)

ALMA: Machine learning breastfeeding chatbot
von: K. Achtaich, et al.
Veröffentlicht: (2023)

International Tourism in the Context of the COVID-19 Pandemic: Trends and Development Models
von: M. V. Savchenko, et al.
Veröffentlicht: (2021)

Minimax deviation strategies for machine learning and recognition with short learning samples
von: M. I. Schlesinger, et al.
Veröffentlicht: (2022)

Immunoglobulin isotypes and blood monocyte subpopulations in COVID-19 female patients with different disease severity
von: K. Rebenko, et al.
Veröffentlicht: (2022)

Parallel software auto-tuning using statistical modeling and machine learning
von: Yu. Doroshenko, et al.
Veröffentlicht: (2018)

Parallel software auto-tuning using statistical modeling and machine learning
von: Doroshenko, А.Yu., et al.
Veröffentlicht: (2018)

Determination of Groups of Risks at the Diseases COVID-19
von: O. A. Vahis, et al.
Veröffentlicht: (2020)

Use of Information Technology in Countering COVID-19
von: O. V. Tymoshenko, et al.
Veröffentlicht: (2020)

Recent phraseological coinages of the COVID-19 period
von: N. S. Khoroz
Veröffentlicht: (2021)

Determination of groups of risks at the diseases COVID-19
von: A. A. Vagis, et al.
Veröffentlicht: (2021)

Determinants of Consumer Behaviour in the COVID-19 Pandemic
von: N. V. Mykytenko, et al.
Veröffentlicht: (2021)

Peculiarities of Libraries’ Activities during COVID-19
von: D. Voloshyn
Veröffentlicht: (2024)

IMPLEMENTING OF MICROSOFT AZURE MACHINE LEARNING TECHNOLOGY FOR ELECTRIC MACHINES OPTIMIZATION
von: Pliugin, V. E., et al.
Veröffentlicht: (2019)

Use of ontological knowledge in machine learning methods for intelligent analysis of Big Data
von: Yu. V. Rohushyna
Veröffentlicht: (2018)