PulseAugur
中
实时 22:04:20
English(EN) How (Not) to Hybridize Neural and Mechanistic Models for Epidemiological Forecasting

新研究探讨混合神经-机制模型用于流行病学预测

作者 PulseAugur 编辑部 · [1 个来源] ·

一篇新研究论文探讨了在流行病学预测中混合神经模型和机制模型所面临的挑战和潜在解决方案。作者们指出了这种混合方法的常见失效模式，特别是在部分可观测和传播动态变化的情况下。他们提出了一种方法，通过从观测到的感染数据中提取和外推多尺度结构来显式建模非平稳性，并将其用作与流行病学模型耦合的神经ODE的控制信号。该方法在多个数据集上表现出优越的性能，实现了更低的RMSE和更好的峰值检测精度。 AI

影响 提出了一种通过整合神经网络和机制模型来改进流行病学预测的新方法。

排序理由 发表在arXiv上的研究论文，详细介绍了一种新的流行病学预测方法。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.LG 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →

新研究探讨混合神经-机制模型用于流行病学预测

报道来源 [1]

  1. arXiv cs.LG TIER_1 English(EN) · Yiqi Su, Ray Lee, Jiaming Cui, Naren Ramakrishnan ·

    How (Not) to Hybridize Neural and Mechanistic Models for Epidemiological Forecasting

    arXiv:2602.06323v2 Announce Type: replace Abstract: Epidemiological forecasting from surveillance data is a hard problem and hybridizing mechanistic compartmental models with neural models is a natural direction. The mechanistic structure helps keep trajectories epidemiologically…

相关话题