Preview

Қазақстан-Британ техникалық университетінің хабаршысы

Кеңейтілген іздеу

GRID AUTO-SEARCH ӘДІСІМЕН ОҢТАЙЛАНДЫРЫЛҒАН МОДИФИКАЦИЯЛАНҒАН SEIR ҮЛГІСІ COVID-19 НЕГІЗІНДЕГІ ЭПИДЕМИЯЛАР ДИНАМИКАСЫН ЖОҒАРЫ ДӘЛДІКПЕН БОЛЖАУ ҮШІН

https://doi.org/10.55452/1998-6688-2026-23-3-328-335

Толық мәтін:

Аңдатпа

Мақалада COVID-19 таралу динамикасын болжаудың дәлдігін арттыру мақсатында машиналық оқыту әдістерімен біріктірілген SEIR эпидемиологиялық үлгісінің модификацияланған нұсқасы ұсынылады. Ұсынылған тәсіл классикалық үлгіні уақытқа тәуелді параметрлер есебінен кеңейтеді. Grid Auto-Search әдістемесі параметрлерді автоматты оңтайландыруды және оқу кезеңін бейімді таңдауды қамтамасыз етеді. β(t) коэффициентін болжау үшін XGBoost және LSTM алгоритмдері қолданылды. Деректер жиынтығы үш ашық дереккөз бойынша Францияның 1 143 күндік бақылауын қамтиды. Үлгі 30–90 күндік горизонттарда R² = 0,96 дейінгі нәтижені көрсетеді; кросс-валидация айтарлықтай қайта оқыту болмайтынын растайды. Нәтижелер денсаулық сақтаудағы шешім қабылдауды қолдауда гибридтік тәсілдің практикалық маңыздылығын негіздейді. Зерттеу нәтижелері авторлық құқық объектілеріне берілген Qazpatent-тің екі авторлық куәлігімен расталған.

Авторлар туралы

А. А. Куатбаева
Astana IT university
Қазақстан

PhD, ассистент-профессор

Астана қ.



А. Н. Омарбеков
Astana IT university
Қазақстан

Магистр

Астана қ.



А. А. Аян
Astana IT university
Қазақстан

Магистр

Астана қ.



Әдебиет тізімі

1. Our World in Data. COVID-19 Data Repository (2024). URL: https://ourworldindata.org/coronavirus (accessed: October 15, 2025).

2. Kermack, W.O., and McKendrick, A.G. A contribution to the mathematical theory of epidemics. Proceedings of the Royal Society A: Mathematical, Physical and Engineering Sciences, 115 (772), 700–721 (1927). https://doi.org/10.1098/rspa.1927.0118

3. Ahmad, N. COVID-19 modeling in Saudi Arabia using the modified susceptible-exposed-infectiousrecovered (SEIR) model. Cureus, 12 (9), e10452 (2020). https://doi.org/10.7759/cureus.10452

4. Yang, Z., Zeng, Z., Wang, K., et al. Modified SEIR and AI prediction of the epidemic trend of COVID-19 in China under public health interventions. Journal of Thoracic Disease, 12 (3), 165–174 (2020). https://doi.org/10.21037/jtd.2020.02.64

5. Chen, S., Yu, J., Chamouni, S., Barnawi, A., Chen, X., and Xu, L. Integrating machine learning and artificial intelligence in life-course epidemiology: pathways to innovative public health solutions. BMC Medicine, 22, 354 (2024). https://doi.org/10.1186/s12916-024-03566-x

6. Dong, E., Du, H., and Gardner, L. An interactive web-based dashboard to track COVID-19 in real time. The Lancet Infectious Diseases, 20 (5), 533–534 (2020). https://doi.org/10.1016/S1473-3099(20)30120-1

7. Mathieu, E., Ritchie, H., Rodés-Guirao, L., Appel, C., Giattino, C., Hasell, J., Macdonald, B., Dattani, S., Beltekian, D., Ortiz-Ospina, E., and Roser, M. Coronavirus Pandemic (COVID-19). Our World in Data (2020). URL: https://github.com/owid/covid-19-data (accessed: October 15, 2025).

8. Google LLC. Google COVID-19 Community Mobility Reports (2022). URL: https://www.google.com/covid19/mobility/ (accessed: October 15, 2025).

9. Lu, M., Zheng, X.-Y., Jia, W.-N., and Tian, C.-Z. Analysis and prediction of improved SEIR transmission dynamics model: taking the second outbreak of COVID-19 in Italy as an example. Frontiers in Public Health, 11, 1223039 (2023). https://doi.org/10.3389/fpubh.2023.1223039

10. Ghaffarzadegan, N., Rahmandad, H., and Jalali, M. Inefficiency of SIR models in forecasting the COVID-19 epidemic: a case study of Isfahan. Scientific Reports, 11, 4725 (2021). https://doi.org/10.1038/s41598-021-84055-6

11. Fernández Pozo, R., Rodríguez González, A.B., Vinagre Díaz, J.J., and Wilby, M.R. Data-driven analysis of the impact of COVID-19 on Madrid’s public transport during each phase of the pandemic. Cities, 124, 103574 (2022). https://doi.org/10.1016/j.cities.2022.103574

12. Haghpanah, F., Lin, G., Levin, S.A., and Klein, E. Analysis of the potential impact of durability, timing, and transmission blocking of COVID-19 vaccine on morbidity and mortality. EClinicalMedicine, 35, 100863 (2021). https://doi.org/10.1016/j.eclinm.2021.100863

13. Taghvaei, A., Georgiou, T.T., Norton, L., and Tannenbaum, A. Fractional SIR epidemiological models. Scientific Reports, 10, 20882 (2020). https://doi.org/10.1038/s41598-020-77849-7

14. Flouris, A.D., and Duffy, J. Applications of artificial intelligence systems in the analysis of epidemiological data. European Journal of Epidemiology, 21 (3), 167–170 (2006). https://doi.org/10.1007/ s10654-006-0005-y

15. Liu, L., Wang, X., Liu, O., Li, Y., Jin, Z., Tang, S., and Wang, X. Valuation and comparison of the actual and optimal control strategy in an emerging infectious disease: implication from a COVID-19 transmission model. Infectious Disease Modelling, 9 (2), 354–372 (2024). https://doi.org/10.1016/j.idm.2024.01.002


Рецензия

Дәйектеу үшін:


Куатбаева А.А., Омарбеков А.Н., Аян А.А. GRID AUTO-SEARCH ӘДІСІМЕН ОҢТАЙЛАНДЫРЫЛҒАН МОДИФИКАЦИЯЛАНҒАН SEIR ҮЛГІСІ COVID-19 НЕГІЗІНДЕГІ ЭПИДЕМИЯЛАР ДИНАМИКАСЫН ЖОҒАРЫ ДӘЛДІКПЕН БОЛЖАУ ҮШІН. Қазақстан-Британ техникалық университетінің хабаршысы. 2026;23(3):328-335. https://doi.org/10.55452/1998-6688-2026-23-3-328-335

For citation:


Kuatbaeva A.A., Omarbekov A.N., Aian A.A. MODIFIED SEIR MODEL WITH GRID AUTO-SEARCH OPTIMIZATION FOR HIGH-ACCURACY EPIDEMIC DYNAMICS FORECASTING BASED ON COVID-19. Herald of the Kazakh-British Technical University. 2026;23(3):328-335. (In Russ.) https://doi.org/10.55452/1998-6688-2026-23-3-328-335

Қараулар: 9

JATS XML


ISSN 1998-6688 (Print)
ISSN 2959-8109 (Online)