TDA-PIDO：一种用于传染病爆发早期预警的拓扑数据分析方法

《Innovation》：TDA-PIDO: A topological data analysis approach for early warning of infectious disease outbreaks

　　

Xuhang Luo|Quan-Hui Liu|Xin Lu|Zhen Wang|Zhen Jin|Li Li|Gui-Quan Sun

山西大学计算机与信息技术学院，中国太原030006

摘要

传染病暴发的预测对于降低医疗系统的风险至关重要。然而，嘈杂的监测数据严重降低了预测的准确性，并限制了模型的泛化能力。由于拓扑数据分析（TDA）对噪声具有很高的鲁棒性，本研究通过引入一种基于TDA的特征表示方法TDA-PIDO（用于传染病暴发预测的TDA）来克服这一挑战。TDA-PIDO首先将不同的时间序列分别转换为点云，然后从点云中系统地提取拓扑特征。为了增强模型的泛化能力，先在由两个噪声引起的易感者-感染者-康复者（SIR）模型生成的模拟数据上训练模型，随后将其应用于实际传染病数据集。实验结果表明，TDA-PIDO在具有相同特征维度的模拟数据集上优于现有方法，并在实际数据上取得了更好的性能。此外，不同噪声水平下的实验展示了该框架的强大鲁棒性。总体而言，这项工作突显了TDA作为一种有前景的早期预警分析工具。