arXiv 机器学习· Jinyi Duan, Qian Li, Biao Tang·· 5 小时前AI 评分34
基于拉格朗日-欧拉图神经常微分方程的多尺度时空流行病动态学习与预测
Learning and Forecasting Multiscale Spatiotemporal Epidemic Dynamics with Lagrangian-Eulerian Graph Neural ODEs
AI 导读
研究人员提出结合机理先验的图神经算子模型 LE-EpiGNODE，用于多尺度时空流行病动态的中长期预测。该模型通过拉格朗日视角建模感染生成，并以欧拉视角建模人口流动迁移。在 3 个真实 COVID-19 数据集的最长预测期下，该模型均取得最低 WMAPE，误差相比最优基线降低 17.7-40.0%。
来源：arXiv 机器学习 · arxiv.org