导语
2022年发表于AIP Conference Proceedings的这篇论文使用混沌理论分析并预测COVID-19感染数量的研究。通过最大李雅普诺夫指数(LLE)对COVID-19时间序列数据中的混沌行为进行研究,并使用混沌指标工具Logistic Map预测2023年每日新增感染者的情况。研究比较了最大李雅普诺夫指数和线性回归模型的均方误差以验证Logistic Map的准确性。使用的数据源时间跨度为2020年1月底至12月初,涉及马来西亚、中国、新加坡、美国和意大利五个国家。结果显示这些国家中存在微弱的混沌行为,同时预测结果显示部分国家的感染人数在上升,部分国家的感染人数会下降。
关键词:混沌理论,最大李雅普诺夫指数,Logistic 映射,COVID-19感染人数预测
The application of chaos theory in COVID-19 data analysis
M是单词million的缩写,1M=100万 是计算机术语,1b=1byte,也就是一个字节,一个信息单元,1k=1o24b,lM=1o24K,1G=1o24m,1T=1o24G 存储器中所包含存储单元的数量称为存储容量,其计量基本单位是字节(Byte。
引言
COVID-19我们都很熟悉,是2019年发现的新型冠状病毒传染病。有研究认为COVID-19的时间序列数据具有非线性和随机性的特定,是确定性的混沌,M等于多少数量,具有初始条件的敏感依赖[1][2]。,
方法
m是长度单位”米”的符号。国际单位制中,长度的标准单位是米,用符号m表示。这些长度单位均属于公制单位。厘米等于一米的百分之一。长度单位,符号为:cm。长度单位的符号:国际单位是米(符号m),常用单位有米(mm)、厘米(。
最大李雅普诺夫指数 (LLE)
一维情况下LLE的定义:
m代表嵌入维度的数量,k是区间的数量。小的k值在计算分离度时可能有噪音和误差(它不是按照最大扩展方向排列的),大的k值会导致分离度最终接近吸引子的大小。LLE的定义为:
计算结果是如果1为正,则系统表现为混乱和不稳定。1也表示了中间值k的斜率。
Logistic Map
线性回归(Linear Regression)
结果:探索混沌行为
结果显示选定的五个国家在COVID-19的非线性动态系统中都存在混沌行为,这意味着数据对初始条件很敏感,因为LLE的值是正的,一个小的扰动会导致系统的大变化。
m是百万,million的缩写。million 英 ['mɪljən] 美 ['mɪljən]n. 百万;群众 adj. 无数的;百万的 例句:The old man left an estate of two million dollars when he died.翻译:那。
图中梯度的增加显示了马来西亚的系统平均速率的分化。其他国家也呈现了同样的模式图。
预测结果
数字单位里面k和M是计算单位的字母形式,k代表千,M代表兆。k和M分别是国家法定计量单位中用于构成十进倍数的中的千和兆。k=1000=10^3,表示千;M=1000K=1000000,M=10^6,表示兆(
下图分别呈现了Logistic Map对马来西亚、美国、中国、新加坡和意大利的预测情况。
以及研究给出了两种方法的MSE比较以了解Logistic Map的准确性。结果显示LLE和线性回归都有比较好的准确性,因为MSE越低越好。
M的英文全称是million ,意思是百万,1M就是1百万,就是1000000,通常商业中说的M就是十进制的M,即一百万。另外我们通常所说的流量中的M不是1百万,而是1024KB,因为我们流量的计算用的是二进制。
结论
研究可以认为COVID-19存在混沌现象,但是它相对较弱。根据预测结果,部分国家的每日新增数量不断增加并将持续到2023年。建议对应国家采取合理措施,督促群众及时接种疫苗以放缓曲线。另外,减少COVID-19数据中的噪音是未来研究的方向,噪声数据的分析经常不能提供精确的见解[7]。这意味着,如果利用含有噪音的数据来确定混沌的存在,其结果可能是错误的。因此,为了获得更准确的结论,最好是在开始时将噪声降到最低。
牛晓杰 | 作者
邓一雪 | 编辑
搜索公众号:集智俱乐部
加入“没有围墙的研究所”
让苹果砸得更猛烈些吧!
m是百万。million的缩写。million英 [ˈmɪljən] 美 [ˈmɪljən]n.百万。adj.百万的;无数的。百万,数量单位,一百个万;一千个千,实数;一般也被用来表示虚指,言数量极多。