郑新奇教授团队研究成果入选ESI高被引论文

2021-07-23     发布：信息工程学院    点击：41次

2020年，根据教育部加强高校新型冠状病毒防治科研攻关的要求，在学校紧急增设的新型冠状病毒防治科研攻关专项项目经费（编号：2652020002）资助下，我院郑新奇团队阶段成果以“Prediction of epidemic trends in COVID-19 with logistic model and machine learning technics”为题在Chaos, Solitons & Fractals（TOP期刊，2020年影响因子5.944）发表。目前，Web of Science上显示被引44次，Google Scholar被引115次，该论文入选Essential Science Indicator (ESI) 高被引论文。

2020年初，由新型冠状病毒引发的肺炎疫情 (COVID- 19) 在全球产生了巨大影响，截止2020年6月，100多个国家有800多万人感染此次疫情。为控制其传播，一些国家采取了居家隔离、旅行禁令、关闭学校等非药物干预措施，然而，当时尚不清楚疫情会在何时达到拐点或接近结束。对COVID- 19疫情趋势进行合理的预测以缓解民众心理压力、辅助公共卫生部门决策是一项极其重要的挑战。

针对上述问题，我院2019级博士生王培培在导师郑新奇教授指导下，基于约翰斯·霍普金斯大学提供的COVID-19的疫情统计数据，耦合数理方法Logistic及机器学习框架 Prephet，开展了COVID-19疫情的建模预测及分析，研究取得的主要成果如下：

1. 对全球、巴西、俄罗斯、印度、秘鲁和印度尼西亚等国家未来六个月的COVID-19疫情发展趋势做了预测，该模型的预测结果与每日报道的确诊病例数量高度接近，表明该方法能够准确分析疫情的趋势；

2. 根据预测曲线分析并证实了2020年3月初各国家采取的应对措施在一定程度上控制了疫情的蔓延这一结果，针对COVID-19疫情的建模预测及分析有助于国家卫生机构制定应对计划，本研究观察到的社会隔离等预防措施产生的效果可以表明，通过这些预防措施能够显著减缓疫情的传播。

3. 从我们的建模结果中总结出几个重要的疫情发展转折点，对全球、巴西、俄罗斯、印度、秘鲁和印度尼西亚等国家接下来几个月的疫情发展及防控做出了分析和建议。

图1 中国COVID-19和SARS的Logistic增长拟合

图2 基于Logistic与Prephet结合的疫情预测过程

图 3 对全球、巴西、俄罗斯等区域的疫情预测曲线（紫色、绿色、蓝色及黑色曲线分别代表累计确诊、累计治愈、现存确诊、累计死亡的预测值，红色曲线代表疫情数据的实际值）

引用格式：Wang P, Zheng X, Li J, et al. Prediction of epidemic trends in COVID-19 with logistic model and machine learning technics[J]. Chaos, Solitons & Fractals, 2020, 139: 110058.

全文链接：

https://www.sciencedirect.com/science/article/abs/pii/S0960077920304550