基于图神经网络与迁移学习的流行病例数预测
来源：计算机应用与软件杂志2024年第9期北京时间：
作者：王政凯, 张维玉, 孙旭
摘要：预测流行病的病例数对研究流行病学和保障卫生安全至关重要，但现有的研究工作很少考虑到实时移动性数据等因素，这一问题给病例数的预测研究带来了挑战。因此，在图神经网络GNN的基础上提出一种新型计算框架-信息聚合网络IAN，既考虑地区病例数据特征，也考虑地区之间的人口移动性数据特征。为了优化各个国家的前期预测模型，在该框架的基础上加入迁移学习方法TL。在四个欧洲国家数据集上的实验结果表明，IAN以及IAN-TL明显优于传统方法，能够有效地降低预测误差。
关键词：病例数预测, 移动性数据, 图神经网络, 信息聚合网络, 迁移学习
