Loading...
机构名称:
¥ 1.0

评估新冠肺炎危机对经济的影响对于政府制定应对措施、从危机中复苏至关重要。在本文中,我们提出了一种使用大规模信用卡交易数据集以细粒度评估经济影响的新方法。为此,我们开发了一个细粒度的经济流行病学建模框架COVID-EENet,该框架具有两级深度神经网络。在细粒度EEM的支持下,COVID-EENet学习了附近的群体感染病例对每个地区当地经济变化的影响。通过使用全国数据集进行的实验,给定一组活跃的群体感染病例,COVID-EENet可以准确预测每个地区和业务类别在两周或四周内的销售变化。因此,政策制定者可以了解预测影响,以采取最有效的缓解措施。总的来说,我们相信我们的工作开辟了利用金融数据从经济危机中复苏的新视角。为了解决这个紧急问题,我们在https://github.com/kaist-dmlab/COVID-EENet 发布了源代码。

COVID-EENet:预测 COVID-19 对当地经济的细粒度影响

COVID-EENet:预测 COVID-19 对当地经济的细粒度影响PDF文件第1页

COVID-EENet:预测 COVID-19 对当地经济的细粒度影响PDF文件第2页

COVID-EENet:预测 COVID-19 对当地经济的细粒度影响PDF文件第3页

COVID-EENet:预测 COVID-19 对当地经济的细粒度影响PDF文件第4页

COVID-EENet:预测 COVID-19 对当地经济的细粒度影响PDF文件第5页

相关文件推荐