基于全卷积时空网络的数据预测案例分析  

Case Analysis of Epidemic Prediction Based on Fully Convolutional Spatio-temporal Network

作　　者：项扬 XIANG Yang(School of Computer Science and Technology,Soochow University,Jiangsu 215006)

机构地区：[1]苏州大学计算机科学与技术学院,江苏215006

出　　处：《集成电路应用》2024年第6期25-29,共5页Application of IC

基　　金：国家级大学生创新创业训练项目(202210285065Z);苏州大学第二十四批大学生课外学术科研基金项目(KY20220082A)。

摘　　要：阐述基于案例数据,利用图示表学习来捕捉潜在的动态特征。提出时空混合效应卷积模型来预测数据的趋势,将潜在传播模式编码到学习模型中,从数据的时间序列中提取出效应传播的等效网络,并建立混合消息传递机制。在多个公开数据集上对该方法进行评估。实验结果显示了模型的优越性,体现图神经网络在案例预测中的实用价值。This paper expounds using chart learning to capture potential dynamic features based on case data.It proposes a spatiotemporal mixed effects convolutional model to predict the trend of data,encode potential propagation patterns into a learning model,extract the equivalent network of effect propagation from the time series of data,and establish a mixed message transmission mechanism.It evaluates the method on multiple publicly available datasets.The experimental results demonstrate the superiority of the model and demonstrate the practical value of graph neural networks in case prediction.

关 键 词：时空卷积网络 数据预测 图表示学习 时空混合效应 

分 类 号：TP18[自动化与计算机技术—控制理论与控制工程] TP399[自动化与计算机技术—控制科学与工程]