报告人:刘佳奇博士
本次汇报刘佳奇博士分享了关于传染病模型的建模思考。现有的方法基于区域间的人口流动忽视或者设为定值,然而区域间的人口流动是传染病传播中不可忽视的元素。然而其由于涉及多种复杂因素,难以给出有效且明确的数学表达式。
刘佳奇博士基于上述问题,将白盒和黑盒进行结合构建灰盒的传染病传播模型SIRDN模型。白盒模型由于其参数语义的优势从而构建区域内的传染病转化问题,而难以计算的区域间人口流动问题用黑盒模型来覆盖。基于区域内的传染病模型采用SIR模型进行建模计算区域内的人群转化。用神经网络去拟合区域间的人口迁移。并针对以下四个问题:初始隐状态的计算,节点解码器的处理,如何避免模型退化为黑盒模型,以及如何避免向白盒模型退化进行了讨论与分析。提出了先如今可能面临人口流动数据缺失以及NeuralODE常微分方程求解资源等问题。

