用概率编程劫持疟疾模拟器
机器学习
2019-05-31 v1 机器学习
摘要
流行病学模拟已成为对抗艾滋病和疟疾等多种传染病疫情的基本工具。然而，这些模拟器复杂且随机的性质可能意味着其输出难以解释，这降低了它们对政策制定者的有用性。在本文中，我们引入一种方法，允许将一大类基于群体的流行病学模拟器视为概率生成模型。这是通过利用通用概率编程系统（PPS）劫持内部随机数生成器调用来实现的。与其他方法相比，我们的方法可以容易地改装到用流行工业编程框架编写的模拟器上。我们展示了我们的方法可用于可解释的内省和推断，从而揭示黑盒模拟器的内部机理。这在政策制定者与基于证据的方法之间重建了亟需的信任。
引用
@article{arxiv.1905.12432,
title = {Hijacking Malaria Simulators with Probabilistic Programming},
author = {Bradley Gram-Hansen and Christian Schröder de Witt and Tom Rainforth and Philip H. S. Torr and Yee Whye Teh and Atılım Güneş Baydin},
journal= {arXiv preprint arXiv:1905.12432},
year = {2019}
}
备注
6 pages, 3 figures, Accepted at the International Conference on Machine Learning AI for Social Good Workshop, Long Beach, United States, 2019