MEMBER

因果推論を用いた新型コロナウイルス感染陽性者数の予測モデルの構築

全世界で大規模な感染を引き起こした新型コロナウイルス感染症（COVID-19）は、日本においても定期的に感染流行が繰り返されている。新規感染者数を予測することができれば、新規感染者数の増加を防ぐための対策や行動の指針の一つになると考えられる。予測を行う際には、新規感染者数と因果関係にある項目を探す必要がある。例えば、下水中のウイルス濃度は、新型コロナウイルスに感染した場合に排泄物として排出されるため、感染者数に関連する数値として予測に用いることが可能である。本研究では、下水中ウイルス濃度に加え、新型コロナウイルスの感染者数と因果関係のある項目について調査し、新型コロナウイルスの新規患者数を予測するモデルを構築することを目的としている。

1. 複数の機械学習アルゴリズムを用いたアンサンブル学習による新型コロナウイルス感染症流行予測モデルの構築
   飯塚勇仁、大石若菜、佐野大輔
   第58回日本水環境学会年会
   九州大学伊都キャンパス
   2023年3月15-17日
2. 新型コロナウイルス感染症の流行予測モデルの構築
   飯塚勇仁、大石若菜、佐野大輔
   第26回日本水環境学会シンポジウム（2023年度）
   大阪大学吹田キャンパス
   2023年9月20-21日
3. 機械学習を用いた新型コロナウイルス感染症流行予測モデルの構築
   飯塚勇仁、朱一凡、佐野大輔
   第57回日本水環境学会年会
   愛媛大学城北キャンパス
   2023年3月15-17日
4. 機械学習を用いたコロナ感染者数予測に用いるデータの検討
   菅原玄晶、千葉幹、小関祐也、佐野大輔、飯塚勇仁、深沢恭子
   令和４年度土木学会東北支部技術研究発表会
   オンライン開催
   2023年3月4日

1. くつ王賞（大阪大学・忽那賢志教授による特別賞）
   若者による感染対策の広報ワークセッション（内閣官房主催）
   ２０２２年８月10日オンライン