Buchumschlag

Epidemic-guided deep learning for spatiotemporal forecasting of Tuberculosis outbreak

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Barman, Madhab, Panja, Madhurima, Mishra, Nachiketa, Chakraborty, Tanujit
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Machine Learning Quantitative Methods
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

EpiCastBench: Datasets and Benchmarks for Multivariate Epidemic Forecasting
von: Panja, Madhurima, et al.
Veröffentlicht: (2026)

Developing cholera outbreak forecasting through qualitative dynamics: Insights into Malawi case study
von: Ghosh, Adrita, et al.
Veröffentlicht: (2025)

Physics-informed deep learning for infectious disease forecasting
von: Qian, Ying, et al.
Veröffentlicht: (2025)

Reliable algorithm selection for machine learning-guided design
von: Fannjiang, Clara, et al.
Veröffentlicht: (2025)

Deep learning-guided evolutionary optimization for protein design
von: Hartman, Erik, et al.
Veröffentlicht: (2026)

Opportunities in deep learning methods development for computational biology
von: Lee, Alex Jihun, et al.
Veröffentlicht: (2024)

deepNoC: A deep learning system to assign the number of contributors to a short tandem repeat DNA profile
von: Taylor, Duncan, et al.
Veröffentlicht: (2024)

DeepDR: an integrated deep-learning model web server for drug repositioning
von: Jin, Shuting, et al.
Veröffentlicht: (2025)

GPCR-Filter: a deep learning framework for efficient and precise GPCR modulator discovery
von: Ning, Jingjie, et al.
Veröffentlicht: (2026)

DeepLINK-T: deep learning inference for time series data using knockoffs and LSTM
von: Zuo, Wenxuan, et al.
Veröffentlicht: (2024)

Graph-Based Biomarker Discovery and Interpretation for Alzheimer's Disease
von: Khalid, Maryam, et al.
Veröffentlicht: (2024)

SpanSeq: Similarity-based sequence data splitting method for improved development and assessment of deep learning projects
von: Florensa, Alfred Ferrer, et al.
Veröffentlicht: (2024)

A robust generalizable device-agnostic deep learning model for sleep-wake determination from triaxial wrist accelerometry
von: Montazeri, Nasim, et al.
Veröffentlicht: (2025)

Neural ARFIMA model for forecasting BRIC exchange rates with long memory
von: Chakraborty, Tanujit, et al.
Veröffentlicht: (2025)

Investigating the effectiveness of multimodal data in forecasting SARS-COV-2 case surges
von: Raghuvamsi, Palur Venkata, et al.
Veröffentlicht: (2025)

Predicting discrete-time bifurcations with deep learning
von: Bury, Thomas M., et al.
Veröffentlicht: (2023)

A model learning framework for inferring the dynamics of transmission rate depending on exogenous variables for epidemic forecasts
von: Ziarelli, Giovanni, et al.
Veröffentlicht: (2024)

Recent advances in deep learning and language models for studying the microbiome
von: Yan, Binghao, et al.
Veröffentlicht: (2024)

Accurate RNA 3D structure prediction using a language model-based deep learning approach
von: Shen, Tao, et al.
Veröffentlicht: (2022)

High-dimensional point forecast combinations for emergency department demand
von: Guo, Peihong, et al.
Veröffentlicht: (2025)

On the selection and effectiveness of pseudo-absences for species distribution modeling with deep learning
von: Zbinden, Robin, et al.
Veröffentlicht: (2024)

Regressor-guided Diffusion Model for De Novo Peptide Sequencing with Explicit Mass Control
von: Chen, Shaorong, et al.
Veröffentlicht: (2026)

Out-of-Distribution Detection in Molecular Complexes via Diffusion Models for Irregular Graphs
von: Graber, David, et al.
Veröffentlicht: (2025)

Learning optimal treatment strategies for intraoperative hypotension using deep reinforcement learning
von: Adiyeke, Esra, et al.
Veröffentlicht: (2025)

Attribution assignment for deep-generative sequence models enables interpretability analysis using positive-only data
von: Frank, Robert, et al.
Veröffentlicht: (2025)

Active learning for affinity prediction of antibodies
von: Gessner, Alexandra, et al.
Veröffentlicht: (2024)

Exploring the limits of pre-trained embeddings in machine-guided protein design: a case study on predicting AAV vector viability
von: Rodrigues, Ana F., et al.
Veröffentlicht: (2026)

Network-Driven Global Stability Analysis: SVIRS Epidemic Model
von: Barman, Madhab, et al.
Veröffentlicht: (2025)

Predicting Antimicrobial Resistance (AMR) in Campylobacter, a Foodborne Pathogen, and Cost Burden Analysis Using Machine Learning
von: Mishra, Shubham, et al.
Veröffentlicht: (2025)

DeepAtlas: a tool for effective manifold learning
von: Hughes, Serena, et al.
Veröffentlicht: (2025)

Fully-automated sleep staging: multicenter validation of a generalizable deep neural network for Parkinson's disease and isolated REM sleep behavior disorder
von: Strøm, Jesper, et al.
Veröffentlicht: (2026)

Modeling variable guide efficiency in pooled CRISPR screens with ContrastiveVI+
von: Weinberger, Ethan, et al.
Veröffentlicht: (2024)

Generative Distribution Embeddings: Lifting autoencoders to the space of distributions for multiscale representation learning
von: Fishman, Nic, et al.
Veröffentlicht: (2025)

Machine learning approaches to explore important features behind bird flight modes
von: Kawai, Yukino, et al.
Veröffentlicht: (2024)

AnySleep: a channel-agnostic deep learning system for high-resolution sleep staging in multi-center cohorts
von: Grieger, Niklas, et al.
Veröffentlicht: (2025)

Automating proton PBS treatment planning for head and neck cancers using policy gradient-based deep reinforcement learning
von: Wang, Qingqing, et al.
Veröffentlicht: (2024)

Estimating carbon pools in the shelf sea environment: reanalysis or model-informed machine learning?
von: Skakala, Jozef
Veröffentlicht: (2025)

dsLassoCov: a federated machine learning approach incorporating covariate control
von: Cao, Han, et al.
Veröffentlicht: (2024)

Pathology-genomic fusion via biologically informed cross-modality graph learning for survival analysis
von: Zhang, Zeyu, et al.
Veröffentlicht: (2024)

Enhancing Generative Molecular Design via Uncertainty-guided Fine-tuning of Variational Autoencoders
von: Abeer, A N M Nafiz, et al.
Veröffentlicht: (2024)