通过综合方法预测 2019-nCoV 传播的结束
种群与进化
2020-02-21 v2 机器学习
物理与社会
摘要
自 2003 年 SARS 暴发以来，已提出大量预测性流行病学模型。2019 年底，一种被称为 2019-nCoV 的新型冠状病毒暴发并正在中国及世界传播。在此，我们提出一种多模型常微分方程集神经网络（MMODEs-NN）和无模型方法，以预测中国大陆的省际传播，特别是来自湖北省的传播。与先前提出的流行病学模型相比，所提网络可通过 ODEs 激活方法模拟运输，而基于 sigmoid 函数、高斯函数和泊松分布的无模型方法为线性且能快速生成合理预测。根据数值实验与现实情况，针对该疾病的特殊管控政策在一些省份是成功的，且该疫情暴发时间接近中国春运开始，其传播更可能在 2 月 18 日前减速并在 2020 年 4 月前结束。所提出的数学与人工智能方法能对 2019-nCoV 的结束给出一致且合理的预测。我们期望我们的工作能作为 2019-nCoV 综合预测研究的起点。
引用
@article{arxiv.2002.04945,
title = {Predictions of 2019-nCoV Transmission Ending via Comprehensive Methods},
author = {Tianyu Zeng and Yunong Zhang and Zhenyu Li and Xiao Liu and Binbin Qiu},
journal= {arXiv preprint arXiv:2002.04945},
year = {2020}
}