由于人們視紐約市為美國發(fā)生COVID-19危機的“中心”，因此在全國范圍內(nèi)可能沒有注意到，到6月8日，向北約150英里處將記錄近60，000例感染。

根據(jù)紐約州特洛伊市倫斯勒理工學院（RPI）計算機科學教授的說法，他開發(fā)了一種預測模型，供帝國州較小城市的規(guī)劃人員使用。

在機器學習，數(shù)據(jù)挖掘和模式識別方面具有專業(yè)知識的Malik Magdon-Ismail博士專門為紐約州首府地區(qū)建立了他的AI輔助模型。該模型合并了奧爾巴尼，倫斯勒，薩拉托加和斯克內(nèi)克塔迪縣的數(shù)據(jù)。

但是，他告訴RPI新聞部門，為其他小城市建立類似的預測工具就像“計算數(shù)字”一樣容易。

估計有將近60，000例病例，是根據(jù)該地區(qū)50%的州長根據(jù)州長Andrew Cuomo的在家定單而定的。

根據(jù)Magdon-Ismail的模型，將達標率提高到75%，并且感染計數(shù)不會超過30，000。

RPI通訊專家Mary Martialay報告說，使用機器學習對較小的城市進行建?！斑@是一個挑戰(zhàn)，因為很少有可用的數(shù)據(jù)點和數(shù)據(jù)點的更新頻率不及整個國家或紐約市這樣的震中?！盎诖祟悢?shù)據(jù)的通用機器學習可能會產(chǎn)生不準確的預測。作為補償，Magdon-Ismail專注于簡單模型，并使用“穩(wěn)健”算法，這些算法結(jié)合了超出數(shù)學理想范圍的解決方案。”

Magdon-Ismail對此補充說，健壯性來自考慮模型的集合，這些模型具有與數(shù)據(jù)幾乎最佳的一致性。我找到了各種適合數(shù)據(jù)的模型，然后將所有這些模型一起使用進行預測?！?/p>