内容简介

本书涵盖了有关COVID-19大流行病的最新研究，包括分析、实现、使用以及用于处理COVID-19爆发的建议性想法和体系结构模型。通过使用诸如人工智能（AI）和机器学习（ML）等先进技术以及数据分析技术，本书有助于减少人与人之间的接触并确保公众的健康。我们知道预防胜于治疗，因此，研究人员可以通过使用几种ML技术尝试在疾病的早期阶段进行预测，并开发出更有效的药物和治疗方法。人工智能、机器学习、物联网和无人机技术等领域的计算技术是可以为此目的开发和利用一系列应用程序的基础。因为在大多数情况下，没有一种方法可以阻止大流行性疾病的传播，因此需要整合多种工具和策略。 许多人工智能、机器学习、物联网和无人机技术已得到了成功应用，包括通过分析之前的数据以预测和得出一些有用信息的系统，这些信息可以使用最少的资源来控制COVID-19的传播。人工智能和机器学习方法有助于设计不同的模型，从而为减轻感染和预防更大的疫情提供预测性解决方案。
 
目录
 
第1章 COVID-19中的机器学习实现
第2章 使用共识聚类技术分析COVID-19数据
第3章 MoBMGAN：可使用胸部自动检测COVID-19病例的已经过改进的GAN转移学习
第4章 无人机技术在COVID-19大流行中的应用和进展：综述
第5章 关于COVID-19和全球流行病的智能战争：集成AI和区块链生态系统
第6章 COVID-19期间社交媒体中基于机器学习的文本挖掘
第7章 通过物联网遏制COVID-19的传播：视觉追踪方法
第8章 用于隔离的人群集中式热成像技术
第9章 限制流行病影响的区块链技术：挑战与前景
第10章 COVID-19背景下的数学和计算模型研究
第11章 对X射线图像中基于AI的新型冠状病毒诊断的详细研究
第12章 COVID-19的数据分析