Международный журнал роевого интеллекта и эволюционных вычислений

Абстрактный

Низкоразмерные хаотические аттракторы в ежедневной посещаемости больниц из-за COVID-19 в США и Канаде

Карлос Педро Гонсалвес*

Эпидемиологическое применение методов теории хаоса выявило существование хаотических маркеров в эпидемиологических данных SARSCoV-2, включая низкоразмерные аттракторы с положительными показателями Ляпунова и маркеры свидетельств динамики, близкой к началу хаоса для разных регионов. Мы расширяем эти предыдущие работы, проводя сравнительное исследование случаев ежедневной занятости больниц COVID-19 в Соединенных Штатах Америки (США) и Канаде, применяя комбинацию теории хаоса, машинного обучения и методов топологического анализа данных. Обе страны демонстрируют маркеры низкоразмерного хаоса для данных о госпитализации COVID-19 с высокой предсказуемостью для адаптивных систем искусственного интеллекта, использующих структуру повторения этих аттракторов, с более чем 95% баллами R ² для прогнозирования на срок до 42 дней вперед. Доказательства благоприятствуют тому, что госпитализации в США ближе к началу хаоса и более предсказуемы, чем в Канаде, причины этой более высокой предсказуемости объясняются с помощью методов топологического анализа данных.