<?xml version="1.0" encoding="utf-8" standalone="yes"?>
<rss version="2.0" xmlns:atom="http://www.w3.org/2005/Atom">
  <channel>
    <title>微分方程 on 办公AI智能小助手</title>
    <link>https://blog.qife122.com/tags/%E5%BE%AE%E5%88%86%E6%96%B9%E7%A8%8B/</link>
    <description>Recent content in 微分方程 on 办公AI智能小助手</description>
    <generator>Hugo</generator>
    <language>zh-cn</language>
    <copyright>qife</copyright>
    <lastBuildDate>Wed, 24 Sep 2025 07:59:01 +0800</lastBuildDate>
    <atom:link href="https://blog.qife122.com/tags/%E5%BE%AE%E5%88%86%E6%96%B9%E7%A8%8B/index.xml" rel="self" type="application/rss+xml" />
    <item>
      <title>混合模型提升COVID-19传播预测精度获最佳论文奖</title>
      <link>https://blog.qife122.com/p/%E6%B7%B7%E5%90%88%E6%A8%A1%E5%9E%8B%E6%8F%90%E5%8D%87covid-19%E4%BC%A0%E6%92%AD%E9%A2%84%E6%B5%8B%E7%B2%BE%E5%BA%A6%E8%8E%B7%E6%9C%80%E4%BD%B3%E8%AE%BA%E6%96%87%E5%A5%96/</link>
      <pubDate>Wed, 24 Sep 2025 07:59:01 +0800</pubDate>
      <guid>https://blog.qife122.com/p/%E6%B7%B7%E5%90%88%E6%A8%A1%E5%9E%8B%E6%8F%90%E5%8D%87covid-19%E4%BC%A0%E6%92%AD%E9%A2%84%E6%B5%8B%E7%B2%BE%E5%BA%A6%E8%8E%B7%E6%9C%80%E4%BD%B3%E8%AE%BA%E6%96%87%E5%A5%96/</guid>
      <description>&lt;h1 id=&#34;混合模型提升covid-19传播预测精度获最佳论文奖&#34;&gt;混合模型提升COVID-19传播预测精度获最佳论文奖&lt;/h1&gt;&#xA;&lt;p&gt;在NeurIPS 2020公共卫生机器学习研讨会上，一项结合机器学习与微分方程的新方法荣获最佳论文奖。该研究针对COVID-19传播预测提出混合建模框架AutoODE，显著提升预测精度。&lt;/p&gt;</description>
    </item>
    <item>
      <title>结合机器学习与微分方程的疫情预测模型获最佳论文奖</title>
      <link>https://blog.qife122.com/p/%E7%BB%93%E5%90%88%E6%9C%BA%E5%99%A8%E5%AD%A6%E4%B9%A0%E4%B8%8E%E5%BE%AE%E5%88%86%E6%96%B9%E7%A8%8B%E7%9A%84%E7%96%AB%E6%83%85%E9%A2%84%E6%B5%8B%E6%A8%A1%E5%9E%8B%E8%8E%B7%E6%9C%80%E4%BD%B3%E8%AE%BA%E6%96%87%E5%A5%96/</link>
      <pubDate>Thu, 11 Sep 2025 10:16:51 +0800</pubDate>
      <guid>https://blog.qife122.com/p/%E7%BB%93%E5%90%88%E6%9C%BA%E5%99%A8%E5%AD%A6%E4%B9%A0%E4%B8%8E%E5%BE%AE%E5%88%86%E6%96%B9%E7%A8%8B%E7%9A%84%E7%96%AB%E6%83%85%E9%A2%84%E6%B5%8B%E6%A8%A1%E5%9E%8B%E8%8E%B7%E6%9C%80%E4%BD%B3%E8%AE%BA%E6%96%87%E5%A5%96/</guid>
      <description>&lt;p&gt;在NeurIPS 2020公共卫生机器学习研讨会上，某中心与加州大学圣地亚哥分校的研究人员因提出COVID-19传播预测新方法获得最佳论文奖。&lt;/p&gt;&#xA;&lt;p&gt;传统COVID预测采用两种方法：一是基于微分方程的分区模型，计算人群在易感、暴露、感染等状态间的转移；二是分析大量训练数据的深度学习模型。分区模型更擅长预测感染和康复，深度学习则更精于死亡预测。&lt;/p&gt;</description>
    </item>
  </channel>
</rss>
