一种用于COVID-19趋势预测的深度学习方法
A Deep Learning Approach for COVID-19 Trend Prediction
Boston College（波士顿学院）；Brandeis University（布兰迪斯大学）；Del Norte High School（德尔诺特高中）
摘要：
在这项工作中，我们开发了一种基于深度学习模型的方法来预测SARS-CoV-2在美国的传播趋势。我们使用美国的确认病例和国家人口统计数据实施了所设计的模型，并取得了令人满意的趋势预测结果。该模型通过一个门控经常单位结构纳入人口信息和流行病时间序列数据。最后确定了主要的人口因素。
英文摘要：
In this work, we developed a deep learning model-based approach to forecast the spreading trend of SARS-CoV-2 in the United States. We implemented the designed model using the United States to confirm cases and state demographic data and achieved promising trend prediction results. The model incorporates demographic information and epidemic time-series data through a Gated Recurrent Unit structure. The identification of dominating demographic factors is delivered in the end.
机构、总结、中文摘要均由AI分析而来，可能存在错误，请以论文正文为准。
