随机网络流行病模型与粒子滤波：通用框架及其在日本流感中的应用
定量方法
2026-05-29 v1
摘要
参数推断和状态估计在随机且部分观测的生物系统中仍是数学生物学中的重要问题。本文中，我们引入了一个二维格子图模型用于 infectious diseases 的传播。由于随机性和观测不完整，针对基于图的随机流行病系统进行状态和参数估计尤为具有挑战性。为此，我们提出了一个基于粒子滤波的数据同化框架，用于同时估计模型状态和未知参数。开发了两种方法：一种基于感染代理人的数量，另一种基于感染代理人在二维格子上的部分空间位置信息。首先使用合成数据对两种方法的性能进行分析和验证，然后将第一种方法应用于日本自 2024 年 7 月至 2025 年 12 月期间收集的各省流感数据。还进行了基于当前每周数据的一周-ahead 预测模拟。研究结果表明，所提出的 PF 框架对于实时流行病监测、预测和自适应公共卫生决策具有有效性。
引用
@article{arxiv.2605.29907,
title = {Stochastic network epidemic model and particle filter: General framework and application to influenza in Japan},
author = {Ihtisham Ul Haq and Serge Richard},
journal= {arXiv preprint arXiv:2605.29907},
year = {2026}
}