6U-01
Transformerを用いたCOVID-19の感染者数の推移予測におけるノイズ付加の効果分析
○山下穂乃花,藤田 悟(法大)
近年のCOVID-19の流行により、現在もCOVID-19の感染拡大が止まらない。感染者予測により医療対策などをしやすくするため、COVID-19の感染者数にノイズ付加したものをTransformerで学習し、感染者数を予測することを目的とする。
COVID-19の感染は約3年前から始まっており、データ数が限られているため大規模データからの予測が難しい。そこで、ノイズを付加してデータ増強を行う。そして、ノイズ付加をするときとしないときの翌日の感染者数の推移予測を行うことで、ノイズ付加による予測性能への影響を分析する。