一种用于建模与估计新冠传播随机元种群状态空间方法
信号处理
2021-06-16 v1 社会与信息网络
种群与进化
摘要
数学模型被广泛认为是分析和理解传染病暴发动态、预测其未来趋势以及评估疾病控制与消除的公共卫生干预措施的重要工具。我们基于离散时间时空易感/暴露/感染/康复/死亡（SEIRD）模型，提出了一种新颖的 COVID-19 传播随机元种群状态空间模型。所提框架允许通过无迹卡尔曼滤波（UKF）、最大似然自适应滤波和元启发式优化，从有噪声、不完整的报告流行病学数据时间序列中估计隐藏的 SEIRD 状态和未知传播参数。使用合成数据以及得克萨斯州 2020 年秋季新冠浪潮的真实数据进行的实验证明了所提模型的有效性。
引用
@article{arxiv.2106.07919,
title = {A stochastic metapopulation state-space approach to modeling and estimating Covid-19 spread},
author = {Yukun Tan and Durward Cator and Martial Ndeffo-Mbah and Ulisses Braga-Neto},
journal= {arXiv preprint arXiv:2106.07919},
year = {2021}
}
备注
17 pages, 5 figures