COVID-19 建模：综述

SARS-CoV-2 病毒与 COVID-19 疾病对领域驱动、模型驱动和数据驱动的建模提出了前所未有的、压倒性的需求、挑战与机遇。本文全面综述了在 COVID-19 问题、数据与目标的建模方面相关的挑战、任务、方法、进展、差距与机遇。它构建了 COVID-19 建模任务与方法的研究全景，并进一步分类、总结、比较与讨论了建模 COVID-19 疫情传播过程与动力学、病例识别与追踪、感染诊断与医疗、非药物干预及其效果、药物与疫苗研发、心理经济社会影响，以及错误信息等相关方法的进展。建模方法涉及数学与统计模型、基于流行病学 compartmental 模型的领域驱动建模、医学与生物医学分析、AI 与数据科学（特别是浅层与深度机器学习）、仿真建模、社会科学方法以及混合建模。