【摘 要】
：
COVID-19疫情已然成为近年来最受各国政府、人民群众和科研人员关注的公共卫生话题。全球范围内不断上升的确诊病例数加剧了世界各地人们愈发强烈的担忧。在相关研究中,基于流行病学模型的疫情曲线解释性分析和预测问题是数据科学和统计学者所重点关注的主题。相较于历史上的诸多大流行病,COVID-19具有更强大的持续传播能力,并且在大规模抑制措施和疫苗接种背景下、其发展趋势仍然极富变化和不确定性;这些特性也
论文部分内容阅读
COVID-19疫情已然成为近年来最受各国政府、人民群众和科研人员关注的公共卫生话题。全球范围内不断上升的确诊病例数加剧了世界各地人们愈发强烈的担忧。在相关研究中,基于流行病学模型的疫情曲线解释性分析和预测问题是数据科学和统计学者所重点关注的主题。相较于历史上的诸多大流行病,COVID-19具有更强大的持续传播能力,并且在大规模抑制措施和疫苗接种背景下、其发展趋势仍然极富变化和不确定性;这些特性也对于COVID-19疫情曲线的流行病学建模分析提出了前所未有的挑战。本研究针对不同阶段和不同研究范围的疫情曲线,逐步提出了三种由数据驱动、基于统计学方法的建模设计。在第一部分研究中,对于多个疫情中心国家的第一波疫情,我们构建了一个基于三模块的整合模型框架:一是通过非线性成长模型（Zhao等,2019）估计主要流行病学参数,二是运用一个基于泊松增量的疫情统计模型（Lin等,2020）实现对于病毒传染周期的估计,三是引用Maier＆Brockmann（2020）提出的SIRX动力学房室模型对疫情曲线进行拟合和预测。创新的整合模型设计不仅有助于实现对于感兴趣变量的模块化估计,也从一定程度上减少了常用流行病学模型对于参数预设值的强烈依赖性。我们基于33个疫情中心国家的病例统计数据对疫情初期的增长曲线进行模型拟合、流行病学参数的估计以及短期疫情曲线的预测（也包括一些具有解释性的特征,如疫情顶峰、稳定日期、最终规模等）,其实证结果基本与实际增长趋势相符,同时也凸显了实行有效的抑制政策和隔离措施对于平缓疫情曲线的重要性。第二部分研究则针对一个典型国家的长期多波段疫情。相较于第一波疫情增长曲线的拟合与预测,对长期疫情的流行病学分析则需要解释更多复杂的问题,包括多波段曲线以及大规模疫苗接种因素。在这一部分的研究中,我们采用了疫苗接种实时人数的经验数据,创新地提出了一个扩展版的分段SEIR模型、并结合贝叶斯模型框架实现精确而高效的参数推断。我们首次基于以色列的日增病例统计进行了长期疫情的实证研究,结果显示了良好的长期拟合效果和短期预测能力,尤其对于多波段变化点的估计与现实发生的转折事件基本吻合;另外该研究也部分反映出不同阶段的抑制政策以及疫苗接种对于控制疫情传播的差异效果。然而,传统贝叶斯框架在处理大量模型参数的推断问题时、存在一些瓶颈;另外随着多个变种病毒的接连蔓延所带来的全新疫情发展趋势,我们用于解释分析的流行病学模型也需要进一步的改进设计。因此在第三部分研究中,将着重增加对于变种病毒疫情的解释,我们创新地建立了独特的混合模型结构以探索变种病毒侵入与扩散的流行病学传播过程,同时基于一个有效的神经网络框架（Radev等,2020a）克服了传统贝叶斯推断中所遇到的似然函数无法解析表示等技术阻碍。与前一部分研究的客观条件类似,我们结合最新数据、同样通过分析以色列的完整多波段疫情曲线来验证该方法的解释性和适用性。实证研究展示了该模型框架达到了高精度和高性能的参数估计与模型预测效果,并且混合模型结构非常有助于刻画出变种病毒的演变过程。综合而论,本文中的三部分研究内容,对于不同阶段及各研究对象的疫情曲线均取得了良好的解释性分析和预测效果。尽管建模方法不同,但三部分的研究主题循序渐进,通过持续的创新改进设计并融合应用了多种统计学和深度学习的技术方法、逐步解决了之前研究所存在的缺陷与限制。
其他文献
在5G时代,用户对网络时延和高可靠性通信要求颇高,而移动边缘计算（Mobile Edge Computing,MEC）架构的提出可以非常有效地减少甚至消除时间和网络延迟的影响,其核心思想是本地化处理数据,即“数据下沉”。目前大多数研究工作关注的是如何平衡移动边缘计算的任务卸载策略的效率和能耗,但鲜有工作从形式化方法的角度分析和阐述其数据卸载特性。因此,如何从数学角度准确地刻画其卸载特征从而提高整体
高次谐波是强激光场与原子、分子或者固体相互作用过程中产生的一种高能电磁辐射,其波长处于极紫外到软X射线波段。自从高次谐波产生（HHG）被发现以来,HHG的物理机制便吸引了大量的关注并得到了广泛的探索。通过大量的研究,理论上对强场中原子HHG的机理已有了清晰的认识。实验上,研究发现利用HHG可获得极短的XUV和X射线甚至是阿秒脉冲,这为超快科学的研究铺平了道路。目前,对HHG的研究中一些新的研究课题
随着物联网技术的不断发展,智能工业、智能家居、智慧城市、自动驾驶等高可用性需求的物联网应用不断涌现。在世界信息产业蓬勃发展的过程中,物联网相关的技术以及应用发展迅猛。因此,物联网也被认为是继计算机和互联网技术的第三次发展浪潮。在这个万物互联的时代,海量而多样的物联网设备和数据,给开发物联网应用,实现系统高可用性,最终提升物联网系统的服务质量带来了多重挑战。一方面,作为物联网系统提供各种服务的基础平
作为生物体内重要的生物大分子,糖类化合物参与重要的生理及病理过程。由于自然界中糖类化合物结构的微观不均一性,通过天然原料提取来获得均一且结构明确的糖类化合物存在极大的挑战,阻碍了其生物学功能的进一步研究。为此,研究人员致力于发展各种寡糖合成策略。化学合成方法通常需要进行多步保护基操作;作为化学合成的替代方法,酶法合成具有高效的立体选择性和区域选择性、无需进行保护基操作、反应条件温和等优势。然而,已
由于养老金和保险公司的安全运行对整个社会稳定具有重大意义,所以,保险公司和养老金计划的最优投资问题是保险精算的研究热点之一,在学术界和业界都受到广泛的关注.需要指出的是,大部分学者研究优化问题,假设模型的参数信息都是已知的.但是这种假设并不完全符合实际情况,于是近年来陆续有文献开始讨论部分可观测模型下的最优决策问题.由于在这方面的研究关注很少,许多问题还没有解决.因此,本文研究了部分信息下保险公司
粗木质残体（Coarse woody debris,CWD）是森林生态系统重要的结构和功能组分,在养分循环与生物多样性维持方面发挥重要作用。研究发现,由树皮和木质部功能属性所介导的植物经济型谱具有显著的“死亡后效应”（after-life effect）,决定了不同树种CWD分解速率的差异,并深刻影响无脊椎动物的群落结构及其动态过程。但是,当前还非常缺乏有关森林CWD分解过程中,植物树皮和木质经济
随着科学技术的发展,数据存储量和数据形式复杂度与日俱增,函数型数据在医学、气象学、生物学、经济学等领域广泛存在。在分析这类数据时,需要考虑函数型数据无限维的特征,这给统计分析带来很大困难,传统的统计分析工具也无法适用。此外,函数型数据也能够提供传统数据无法带来的内部特征,在分析该类型数据时可以得到更多的性质和结果。因此,函数型数据成为目前的研究热点问题,如何利用统计方法分析函数型数据成为统计学领域
因其组成的多样性、高度可调的结构、多孔性、较大的比表面积、易功能化等特点,金属有机框架（Metal-organic frameworks,MOFs）在刺激响应性方面有巨大的发展潜力。MOFs的刺激响应性可来自金属离子与有机配体的相互作用、框架/客体的电子结构变化、主客体相互作用、客体间相互作用、框架的限域效应。MOFs可以通过配体的修饰、金属簇的修饰、孔道中客体的引入、孔表面修饰等方法功能化,为实
海岸带是人类社会重要且宝贵的资源,是陆海相互作用和人类活动的活跃地带。砂质海滩占全球非冰冻海岸的三分之一以上,具有极高的社会经济和生态价值。近几十年来,在全球气候变化、海平面上升以及频繁且严重的风暴事件等影响下,海滩侵蚀呈现普遍加剧的趋势。海滩资源减少与日益增长的海滩休闲度假需求之间的矛盾凸显,亟待更加科学且可持续地开发利用海滩资源,必要时需对海滩进行适当地修复或养护。然而,风暴的强度等级与发生频
随着创业与创新的不断推进以及环境不确定性的持续增加,如何挖掘和利用创业机会来促进组织变革创新、提高组织韧性,是企业顺应创业创新浪潮、应对不确定环境的重要挑战。在这一背景下,企业高层管理者致力于创业型领导实践,敏锐洞察潜在机遇并及时把握市场先机,而该过程往往涉及组织变革创新,通过创造性解决问题、设计新产品或开拓新业务等方式取得创业成功。换言之,创业型领导以机会识别与开发为核心,由此推动组织创新的实施