用于疫情预测的时间多分辨率图神经网络
机器学习
2022-06-30 v3 人工智能
社会与信息网络
物理与社会
摘要
本文提出时间多分辨率图神经网络 (TMGNN)，这是首个既学习构建多尺度与多分辨率图结构，又融合时间序列信号以捕捉动态图时间变化的架构。我们将所提模型应用于基于实际 COVID-19 大流行与若干欧洲国家水痘疫情历史时间序列数据预测未来传染病与大流行扩散的任务，并相较其他以往最先进的时间架构与图学习算法取得了有竞争力的结果。我们表明，捕捉图的多尺度与多分辨率结构对于提取局部或全局信息至关重要，这类信息在理解如 COVID-19 般始于局部城市并扩散至全球的大流行动态中起着关键作用。我们的工作为预测与缓解未来传染病和大流行提供了一个有前景的研究方向。
引用
@article{arxiv.2205.14831,
title = {Temporal Multiresolution Graph Neural Networks For Epidemic Prediction},
author = {Truong Son Hy and Viet Bach Nguyen and Long Tran-Thanh and Risi Kondor},
journal= {arXiv preprint arXiv:2205.14831},
year = {2022}
}