Forecasting new diseases in low-data settings using transfer learning (2022)
- Authors:
- USP affiliated authors: RODRIGUES, FRANCISCO APARECIDO - ICMC ; ROSTER, KIRSTIN INGRID OLIVEIRA - ICMC
- Unidade: ICMC
- DOI: 10.1016/j.chaos.2022.112306
- Subjects: APRENDIZADO COMPUTACIONAL; COVID-19; ZIKA VÍRUS; TOMADA DE DECISÃO; SURTOS DE DOENÇAS
- Keywords: Transfer learning; Epidemic forecasting
- Agências de fomento:
- Language: Inglês
- Imprenta:
- Source:
- Título: Chaos, Solitons and Fractals
- ISSN: 0960-0779
- Volume/Número/Paginação/Ano: v. 161, p. 1-8, 2022
- Status:
- Artigo possui versão em acesso aberto em repositório (Green Open Access)
- Versão do Documento:
- Versão submetida (Pré-print)
- Acessar versão aberta:
-
ABNT
ROSTER, Kirstin e CONNAUGHTON, Colm e RODRIGUES, Francisco Aparecido. Forecasting new diseases in low-data settings using transfer learning. Chaos, Solitons and Fractals, v. 161, p. 1-8, 2022Tradução . . Disponível em: https://doi.org/10.1016/j.chaos.2022.112306. Acesso em: 01 abr. 2026. -
APA
Roster, K., Connaughton, C., & Rodrigues, F. A. (2022). Forecasting new diseases in low-data settings using transfer learning. Chaos, Solitons and Fractals, 161, 1-8. doi:10.1016/j.chaos.2022.112306 -
NLM
Roster K, Connaughton C, Rodrigues FA. Forecasting new diseases in low-data settings using transfer learning [Internet]. Chaos, Solitons and Fractals. 2022 ; 161 1-8.[citado 2026 abr. 01 ] Available from: https://doi.org/10.1016/j.chaos.2022.112306 -
Vancouver
Roster K, Connaughton C, Rodrigues FA. Forecasting new diseases in low-data settings using transfer learning [Internet]. Chaos, Solitons and Fractals. 2022 ; 161 1-8.[citado 2026 abr. 01 ] Available from: https://doi.org/10.1016/j.chaos.2022.112306 - Impact of the COVID-19 pandemic on dengue in Brazil: interrupted time series analysis of changes in surveillance and transmission
- Machine-learning-based forecasting of dengue fever in Brazilian cities using epidemiologic and meteorological variables
- Data-rich modeling helps answer increasingly complex questions on variant and disease interactions [Carta]: comment on "Mathematical models for dengue fever epidemiology: A10-year systematic review" by Aguiar et al.
- Data science for epidemiology: a case study of dengue in Brazil
- EEG functional connectivity and deep learning for automatic diagnosis of brain disorders: Alzheimer's disease and schizophrenia
- Diagnosis of autism spectrum disorder based on functional brain networks and machine learning
- Application of machine learning and complex network measures to an EEG dataset from ayahuasca experiments
- Synchronization in clustered random networks
- Analysis of cluster explosive synchronization in complex networks
- Unfolding the complexity of the global value chain: strength and entropy in the single-layer, multiplex, and multi-layer international trade networks
Informações sobre a disponibilidade de versões do artigo em acesso aberto coletadas automaticamente via oaDOI API (Unpaywall).
Por se tratar de integração com serviço externo, podem existir diferentes versões do trabalho (como preprints ou postprints), que podem diferir da versão publicada.
Download do texto completo
| Tipo | Nome | Link | |
|---|---|---|---|
 |
3086988.pdf |
How to cite
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
