基于贝叶斯深度学习方法的上海新冠肺炎病例时空预测和不确定性量化

doi:10.3969/j.issn.1001-4268.2024.02.006

PDF(657 KB)

应用概率统计 ›› 2024, Vol. 40 ›› Issue (2) : 298-322. DOI: 10.3969/j.issn.1001-4268.2024.02.006

学术论文

基于贝叶斯深度学习方法的上海新冠肺炎病例时空预测和不确定性量化

{{article.zuoZhe_CN}}

作者信息 +

Spatio-Temporal Forecasting and Uncertainty Quantification of COVID-19 Cases in Shanghai via a Bayesian Deep Learning Approach

{{article.zuoZhe_EN}}

Author information +

History +

本文亮点

HeighLight

摘要

Abstract

关键词

Key words

引用本文

EndNote

Ris (Procite)

Bibtex

导出引用

{{article.zuoZheCn_L}}. {{article.title_cn}}. {{journal.qiKanMingCheng_CN}}. 2024, 40(2): 298-322 https://doi.org/10.3969/j.issn.1001-4268.2024.02.006

{{article.zuoZheEn_L}}. {{article.title_en}}. {{journal.qiKanMingCheng_EN}}. 2024, 40(2): 298-322 https://doi.org/10.3969/j.issn.1001-4268.2024.02.006

参考文献

原文顺序 | 文献年度倒序 | 文中引用次数倒序

参考文献

基金

版权

PDF(657 KB)

Accesses

Citation

Detail

段落导航

选择文件类型/文献管理软件名称

选择包含的内容

本文亮点

HeighLight

摘要

Abstract

关键词

Key words

引用本文

{{custom_sec.title}}

{{custom_sec.title}}

参考文献

参考文献

{{custom_fnGroup.title_cn}}

脚注

{{custom_ack.title_cn}}

基金

版权

Published
2024-04-26
Issue Date
2024-04-29