RT - preprint
SR - Electronic
T1 - Мониторинг и прогноз развития эпидемии COVID-19 в г. Москва: выбор моделей на основе технологии сбалансированной идентификации v2
SP - 2021-07-27
A1 - Александр Витальевич Соколов, 
A1 - Любовь Александровна Соколова, 
YR - 2021
UL - https://covid19.neicon.ru/publication/10424
AB - Любая математическая модель является отражением знаний об исследуемом объекте. В работе показано, как накопление информации (статистических данных и знаний) о пандемии COVID‑19 приводит к уточнению математических моделей, к расширению области их использования.  Построенная в результате модель удовлетворительно описывает динамику заболеваемости COVID-19 в г. Москва с 19.03.2020 по 26.07.2021 и может использоваться для прогноза с горизонтом в несколько месяцев. Основным внутренним механизмом, определяющим динамику модели, является коллективный иммунитет. Мониторинг ситуации в г. Москва пока не выявил заметной сезонности заболевания и заметного повышения заразности (из-за нового штамма Дельта). Приводятся результаты использования технологии сбалансированной идентификации для мониторинга пандемии COVID-19: 
    • модели,  соответствующие данным, доступным в различные моменты времени (с марта 2020 по июль 2021); 
    • полученные новые знания (зависимости);
    • прогнозы третьей и четвертой волны в г. Москва.