基于拓扑数据分析的寨卡病毒时空传播集成预测
种群与进化
2020-09-29 v1 应用统计
机器学习
摘要
根据世界卫生组织记录，首例正式报告的寨卡病毒事件发生于 2015 年 5 月的巴西。该疾病随后迅速传播至美洲和东亚其他国家，影响超过 1,000,000 人。寨卡病毒主要通过伊蚊属（埃及伊蚊和白纹伊蚊）感染蚊子的叮咬传播。蚊子的丰度以及由此导致的寨卡病毒感染流行在降水多、温度高、人口密度大的地区较为常见。此类数据的非线性时空依赖性和历史公共卫生记录的缺乏使得病毒传播预测尤为困难。在本文中，我们通过将拓扑数据分析的概念，特别是大气变量的持续同调，引入病毒传播建模来增强寨卡预测。拓扑摘要能够捕捉大气变量间的高阶依赖关系，而基于欧氏距离评估地理邻近性的常规时空建模方法可能无法评估这些关系。我们引入累积 Betti 数的新概念，然后将累积 Betti 数作为拓扑描述符整合到三个预测性机器学习模型中：随机森林、广义提升回归和深度神经网络。此外，为更好地量化各种不确定性来源，我们使用贝叶斯模型平均将所得单个模型预测组合为寨卡传播预测的集成。所提方法应用于 2018 年巴西寨卡时空传播的预测中加以说明。
引用
@article{arxiv.2009.13423,
title = {Ensemble Forecasting of the Zika Space-TimeSpread with Topological Data Analysis},
author = {Marwah Soliman and Vyacheslav Lyubchich and Yulia R. Gel},
journal= {arXiv preprint arXiv:2009.13423},
year = {2020}
}
备注
29 page, 5 figures