换一批摘要目的 研究基于多源数据的传染病细粒度预测模型,为传染病精准防控提供依据.方法 基于传染病历史确诊数据以及来自医疗机构和社会的外部数据,构建多源多粒度时空网络(MMSTNet).MMSTNet充分融合了不同空间粒度的数据,采用图注意力网络捕捉空间相关性,采用门控循环单元捕捉时间相关性,预测未来细粒度传染病确诊人数.结果 MMSTNet在各预测天数下预测误差均小于基线模型,其平均绝对误差比最佳基线模型误差降低14.4%.结论 融合来自医疗机构和社会的外部数据、考虑区域间的空间相关性,能够有效提升细粒度传染病预测准确性.
更多相关知识
关键词
传染病预测多源数据时空预测细粒度建模图注意力网络infectious disease predictionmulti-source dataspatio-temporal predictionfine-grained modelinggraph attention network
栏目名称
DOI
10.3969/j.issn.1672-5166.2024.05.05
发布时间
2024-10-30（万方平台首次上网日期，不代表论文的发表时间）
- 浏览14
- 被引0
- 下载4
相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文
