Международный журнал роевого интеллекта и эволюционных вычислений

Абстрактный

Низкоразмерные хаотические аттракторы в региональных эпидемиологических данных SARS-CoV-2

Карлос Педро Гонсалвес

Предыстория: Недавние исследования с применением методов теории хаоса выявили наличие хаотических маркеров в эпидемиологических данных SARSCoV-2, что имеет значение для прогнозирования, моделирования и эпидемиологического анализа пандемии SARS-CoV-2/COVID-19, а также для управления здравоохранением.

Цель и методы: Мы изучаем совокупные данные по новым случаям на миллион и новым случаям смерти на миллион от COVID-19 в Африке, Азии, Европе, Северной и Южной Америке и Океании, применяя эмпирические методы теории хаоса, включая оценку размерности встраивания, оценку спектров Ляпунова, спектральный анализ и современные методы топологического анализа данных, сочетающие постоянную гомологию, рекуррентный анализ и машинное обучение, с целью охарактеризовать природу динамики и ее предсказуемость.

Результаты и заключение: Результаты показывают, что для всех регионов, за исключением Океании, имеются доказательства существования низкоразмерных шумных хаотических аттракторов, которые находятся вблизи начала хаоса, с рекуррентной структурой, которая может использоваться адаптивными решениями искусственного интеллекта, оснащенными модулями машинного обучения ближайших соседей, для прогнозирования с очень высокой эффективностью будущих значений двух целевых серий для каждого региона. Анализ постоянной гомологии выявляет разделение на две группы: первая группа состоит из Африки и Азии, а вторая — из Европы, Северной и Южной Америки. Для Океании мы нашли доказательства возникновения бифуркации, которую мы подробно характеризуем, применяя комбинацию методов машинного обучения и топологического анализа; мы обнаруживаем, что бифуркация в регионе связана с появлением новых вариантов.