新冠疫情的暴发给全人类带来共同挑战,通过多尺度的人群移动与环境空间大数据,分析病毒传播的时空特性、精准预测病毒的传播风险,将极大有助于刻画病毒传播路径、建立公共卫生哨兵网络和提供防疫决策支持。疫情暴发伊始,我院福建省智慧城市感知与计算重点实验室王程教授团队特任副研究员陈龙彪博士迅速组织王志源、朱航等学生团队,与百度研究院大数据实验室熊昊一博士、刘吉研究员等组成联合团队攻关战疫,研发出第一款基于百度飞桨(PaddlePaddle)自主深度学习平台的疫情风险预测模型,并于2020年9月15日通过央视在百度世界2020大会发布。

 1639225600.jpg

图1 百度研究院大数据实验室主任窦德景发布研究成果

 

我院科研团队提出的新冠疫情风险预测模型,基于百度数邦平台提供的中国大陆75个主要城市疫情期间的人口迁移大数据,以及官方公布的新冠确诊人数,实时评估预测未来各个城市的新增感染风险和疫情传播风险。通过精确建模城市间复杂的时空人流动态,该模型对未来一到三天的新增感染人数预测累积误差低于13%。同时,我院研究团队第一时间将开发出的时间序列新增确诊预测模型、时空卷积神经网络预测模型开源至百度数邦平台,并将模型部署至百度飞桨预训练模型应用工具集,将科研成果及时与业界共享。

1639225623.jpg 

 

图2 全国主要城市疫情风险实时预测系统展示

 

在此次联合研究过程中,我院师生团队与百度大数据团队紧密合作,秉承着“研当以报效国家为己任,学必以服务人民为荣光”的科研服务精神,为我国当前疫情防控工作做出了作为科技工作者应有的贡献。

 

 

相关链接:

 

1 模型开源网站:https://github.com/zzhiyuann/PaddlePaddle-Based-Spatiotemporal-Models-of-COVID-19-Spread

2 凤凰新闻报道:http://tech.ifeng.com//c//7zmvtkjL9ss