EpiCastBench：面向多元流行病预测的数据集与基准
机器学习
2026-05-13 v1 人工智能
数据库
定量方法
摘要
数据驱动决策在公共卫生领域的日益普及，使得流行病预测成为一个关键的研究领域。与独立建模单个序列的传统单变量方法相比，多元预测模型的最新进展能更好地捕捉复杂的时间依赖关系。尽管有这种潜力，但鲁棒的流行病预测方法的发展受到缺乏高质量基准的限制，这些基准应包含跨传染病和地理区域的多样化多元数据集。为了弥补这一差距，我们提出了 EpiCastBench，一个大规模基准测试框架，包含 40 个精心整理的（相关的）多元流行病数据集。这些公开可用的数据集涵盖了广泛的传染病，并在时间粒度、序列长度和稀疏性方面表现出多样化的特征。我们分析了这些数据集，以识别其全局特征和结构模式。为了确保可重复性和公平比较，我们建立了标准化的评估设置，包括统一的预测时域、一致的预处理流程、多样化的性能指标和统计显著性检验。通过利用这个框架，我们对 15 个多元预测模型进行了全面评估，这些模型涵盖了从统计基线到最先进的深度学习和基础模型。所有数据集和代码均在 Kaggle (https://www.kaggle.com/datasets/aimltsf/epicastbench) 和 GitHub (https://github.com/aimltsf/EpiCastBench) 上公开可用。
引用
@article{arxiv.2605.11598,
title = {EpiCastBench: Datasets and Benchmarks for Multivariate Epidemic Forecasting},
author = {Madhurima Panja and Danny D'Agostino and Huitao Li and Tanujit Chakraborty and Nan Liu},
journal= {arXiv preprint arXiv:2605.11598},
year = {2026}
}