利用拓扑数据分析 Ball Mapper 可视化英格兰 Covid-19 病例演化
物理与社会
2020-04-21 v2 人机交互
计量经济学
种群与进化
摘要
通过数据可视化理解疾病传播一直集中于趋势与地图。尽管这些有帮助，但它们忽略了社区特征之间重要的多维相互作用。我们利用拓扑数据分析 Ball Mapper 算法构建了 NUTS3 级别经济数据的抽象表示，并将英格兰的 Covid-19 确诊病例叠加其上。由此我们可以理解疾病如何在不同社会经济维度上传播。观察到特征空间中某些区域迅速攀升至最高感染水平，而特征空间中邻近的其他区域并未出现大幅感染增长。同样，我们看到在差异很大的区域中浮现出需要更多监测的模式。本文指出了拓扑数据分析，尤其是 Ball Mapper 算法，在理解动态流行病数据方面的重要贡献。
引用
@article{arxiv.2004.03282,
title = {Visualising the Evolution of English Covid-19 Cases with Topological Data Analysis Ball Mapper},
author = {Pawel Dlotko and Simon Rudkin},
journal= {arXiv preprint arXiv:2004.03282},
year = {2020}
}
备注
Updated to include April 17 2020