基于注意力机制的张量时空图卷积的猴痘疫情预测方法
申请人信息
- 申请人:南京理工大学
- 申请人地址:210094 江苏省南京市玄武区孝陵卫街道200号
- 发明人: 南京理工大学
专利详细信息
| 项目 | 内容 |
|---|---|
| 专利名称 | 基于注意力机制的张量时空图卷积的猴痘疫情预测方法 |
| 专利类型 | 发明申请 |
| 申请号 | CN202311727080.6 |
| 申请日 | 2023/12/15 |
| 公告号 | CN117711636A |
| 公开日 | 2024/3/15 |
| IPC主分类号 | G16H50/80 |
| 权利人 | 南京理工大学 |
| 发明人 | 崔振; 刘雨梦; 张桐; 许春燕 |
| 地址 | 江苏省南京市玄武区孝陵卫200号 |
摘要文本
本发明公开了基于注意力机制的张量时空图卷积的猴痘疫情预测方法，属于人工智能领域和流行病学研究领域的交叉任务。具体而言，该方法首先将流行病网络建模为无向属性图(Graph)，基于航班量和自适应学习共同构建节点的空间邻接关系，节点属性来自所代表国家的猴痘病例数。此外，节点的属性具备动态时序性，从而使整个网络可以被建模为时空图结构。本发明在高维张量空间中建模了时空图内部的时空关联，实现了对时空关联的统一建模。此外，本发明首次将航班信息融入时空图卷积网络，并利用注意力机制来学习额外的空间依赖性，在猴痘疫情病例预测任务中，该方法表现出了优异的性能。。更多数据：
专利主权项内容
1.基于注意力机制的张量时空图卷积的猴痘疫情预测方法，其特征在于，包括以下步骤：S1、构建猴痘疫情时空图，包含节点特征和时空关联关系两部分，时空关联代表了不同节点之间的空间关联和当前节点在不同时间片的时序关联包括：首先，将每个国家建模成一个节点，基于世界地图上各个国家节点的猴痘确诊病例数据，构建流行病网络的节点特征矩阵；然后，采样不同的时刻，依据流行病网络的时序演化特性，拼接得到时空图特征张量S2、在空间维度上，获取所有国家之间的航班信息，根据各个国家之间的航班信息构建原始空间关联张量，并采用自注意力模块来自适应地学习一个权重张量，与由航班信息构建的原始的空间关联张量相结合，得到最终的空间关联张量；S3、在时间维度上，根据步骤S1构建的猴痘疫情时空图，将每一个节点与过去T个时间片的自身相连，构建时序关联张量；S4、基于步骤S2和S3所构建的空间关联张量和时序关联张量，对步骤S1构建的时空图特征张量基于节点与其他节点之间的空间关联以及当前节点在不同时间片的时序关联的角度，定义时空图卷积网络模型，执行空间维度和时间维度的图卷积操作，产生编码后的特征张量/>S5、对步骤S4所构建的结合了空间关联张量和时序关联张量的特征张量执行线性回归，得到预测的猴痘新增等级，并计算预测类别与真实类别的损失。 更多数据：搜索马克数据网来源：