工程师揭示了预测流行病传播的人工智能模型_健康动态

休斯顿大学的一个工程师团队在《自然》杂志上发表了一项关于国际航空旅行如何影响COVID-19在全球传播的研究。通过使用新开发的人工智能工具，该团队确定了与空中交通相关的感染热点，确定了对疾病传播有重大贡献的关键区域。

“我们的工作提供了一个强大的基于深度学习的工具来研究全球流行病，对于政策制定者在未来疫情爆发期间做出关于空中交通限制的明智决策具有关键意义，”首席研究员兼UH电气和计算机工程副教授Hien Van Nguyen说。

俄亥俄大学电气和计算机工程副教授Hien Van Nguyen正在追踪COVID-19的全球传播。

Van Nguyen报告说，西欧、中东和北美是加剧大流行的主要地区，因为出境的国际人数很多部分航班。

的工具

Nguyen和他的团队开发了一个名为“动态加权图形”（Dynamic Weighted GraphSAGE）的计算机程序，它可以帮助分析由不断变化的数据组成的大型网络，比如航班时刻表，以查看模式和趋势。

他说：“它观察时空图，或者事物如何在空间（不同地点）和时间上联系起来，以更好地理解这是如何影响疾病传播或交通模式等事情的。”

为了了解航空旅行如何影响感染的传播，Van Nguyen和研究生Akash Awasthi和Syed Rizvi在他们的模型（扰动分析）中测试了微小的变化，看看它对不同因素有多敏感，并检查了不同地区和国家之间的航班连接。

这有助于他们分析空中交通的哪些部分对病毒的传播影响最大，以及在高度敏感地区减少哪些航班将有效减少预测的全球病例。

的策略

他说：“这项工作代表了对时空图神经网络的扰动分析的一种新用法，可以深入了解大流行预测。”

Nguyen说，虽然这些发现源于COVID-19的背景，但所获得的见解可以推广到任何大流行。

该项目的其他研究人员来自休斯顿卫理公会研究所。

中磅网声明：未经许可，不得转载。

资讯

科技快讯

商业

科学

生活

健康动态

国际

综合

工程师揭示了预测流行病传播的人工智能模型