Epidemic Modeling using Hybrid of Time-varying SIRD, Particle Swarm Optimization, and Deep Learning

要約

疫学モデルは、感染拡大パターンが定常的な場合に流行をモデル化するのに最適です。
流行の非定常パターンと複数の波に対処するために、流行モデリング、粒子群最適化、深層学習を包含するハイブリッド モデルを開発します。
このモデルは主に、より適切な予測を実現するための 3 つの目的に応えます。 1. モデル パラメーターの定期的な推定。
2. データ フィッティングとパラメーターの最適化を使用したあらゆる側面の影響の組み込み。 3. モデル パラメーターのディープ ラーニング ベースの予測。
私たちのモデルでは、SIRD（Susceptible-Infected-Recovered-Dead）流行モデリングに常微分方程式（ODE）系、モデルパラメータの最適化に粒子群最適化（PSO）、モデルパラメータの予測にスタックドLSTMを使用しています。
モデルパラメータの初回または 1 回限りの推定では、流行の複数の波をモデル化することはできません。
そこで、モデルパラメータを定期的(毎週)に推定します。
PSO を使用してモデル パラメーターの最適値を特定します。
次に、最適化されたパラメーターでスタック型 LSTM をトレーニングし、今後 4 週間のモデル パラメーターの予測を実行します。
さらに、LSTM 予測パラメーターを SIRD モデルに入力して、新型コロナウイルス感染症の症例数を予測しました。
我々は、大きな影響を受けた 3 か国についてモデルを評価します。
アメリカ、インド、イギリス。
提案されたハイブリッド モデルは複数の波を処理でき、3 つのデータセットすべてで既存の手法を上回りました。

要約(オリジナル)

Epidemiological models are best suitable to model an epidemic if the spread pattern is stationary. To deal with non-stationary patterns and multiple waves of an epidemic, we develop a hybrid model encompassing epidemic modeling, particle swarm optimization, and deep learning. The model mainly caters to three objectives for better prediction: 1. Periodic estimation of the model parameters. 2. Incorporating impact of all the aspects using data fitting and parameter optimization 3. Deep learning based prediction of the model parameters. In our model, we use a system of ordinary differential equations (ODEs) for Susceptible-Infected-Recovered-Dead (SIRD) epidemic modeling, Particle Swarm Optimization (PSO) for model parameter optimization, and stacked-LSTM for forecasting the model parameters. Initial or one time estimation of model parameters is not able to model multiple waves of an epidemic. So, we estimate the model parameters periodically (weekly). We use PSO to identify the optimum values of the model parameters. We next train the stacked-LSTM on the optimized parameters, and perform forecasting of the model parameters for upcoming four weeks. Further, we fed the LSTM forecasted parameters into the SIRD model to forecast the number of COVID-19 cases. We evaluate the model for highly affected three countries namely; the USA, India, and the UK. The proposed hybrid model is able to deal with multiple waves, and has outperformed existing methods on all the three datasets.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google