神经网络的区室化大流行模型增强

区室化模型是流行病学中常用于传染病传播数学建模的工具，其最著名的代表是易感-感染-移除（SIR）模型及其衍生模型。然而，当前的 SIR 模型在以非药物干预（NPIs）和天气效应形式建模政府政策方面能力有限，且预测能力有限。更具能力的替代方案如基于主体模型（ABMs）计算昂贵且需要专用硬件。我们引入一种神经网络增强的 SIR 模型，可在商用硬件上运行，考虑 NPIs 与天气效应，并提供改进的预测能力以及反事实分析能力。我们展示了我们的模型在 2020.03 至 2021.03 期间对奥地利 COVID-19 建模上相较最先进模型的改进，并给出直至 2024.01 的未来展望。