全國(guó)圖像圖形學(xué)學(xué)術(shù)會(huì)議（NCIG）是中國(guó)圖像圖形學(xué)學(xué)會(huì)主辦的最高級(jí)別的系列國(guó)內(nèi)會(huì)議，每?jī)赡昱e辦一屆，迄今已經(jīng)成功舉辦了19屆，會(huì)議主題為“圖像圖形智能處理”。此次NCIG2020大會(huì)由中國(guó)圖象圖形學(xué)學(xué)會(huì)主辦，新疆大學(xué)承辦的“第二十屆全國(guó)圖象圖形學(xué)學(xué)術(shù)會(huì)議”將于2020年6月28日-30日在新疆維吾爾自治區(qū)烏魯木齊市舉行。會(huì)議錄用論文將推薦至?xí)h各類(lèi)合作核心學(xué)術(shù)期刊，涵蓋EI核心期刊、中國(guó)科技核心期刊、中文核心期刊等。

我校人工智能與變革管理研究院團(tuán)隊(duì)的學(xué)術(shù)論文《一種用于COVID-19預(yù)測(cè)的圖卷積神經(jīng)網(wǎng)絡(luò)時(shí)空數(shù)據(jù)學(xué)習(xí)方法》被大會(huì)錄用。

一種用于COVID-19預(yù)測(cè)的圖卷積神經(jīng)網(wǎng)絡(luò)時(shí)空數(shù)據(jù)學(xué)習(xí)方法

楊成意¹，劉峰^2*，齊佳音^2*，段妍¹，呂潤(rùn)倩¹，肖子龍³

1.上海對(duì)外經(jīng)貿(mào)大學(xué) 統(tǒng)計(jì)與信息學(xué)院 人工智能與變革管理研究院，上海，201620；

2.上海對(duì)外經(jīng)貿(mào)大學(xué) 人工智能與變革管理研究院，上海，200336；

3.中山大學(xué) 數(shù)據(jù)科學(xué)與計(jì)算機(jī)學(xué)院，廣州，510006 

摘  要： 目前對(duì)于疾病傳播的研究主要集中于時(shí)序數(shù)據(jù)和傳染病模型，缺乏運(yùn)用空間信息提升預(yù)測(cè)精度的探索和解釋?zhuān)疚臑榇艘环N用圖深度學(xué)習(xí)實(shí)現(xiàn)的時(shí)空數(shù)據(jù)學(xué)習(xí)方法。由于在研究過(guò)程中發(fā)現(xiàn)了疫情與地理空間、高鐵線(xiàn)路、飛機(jī)航線(xiàn)之間的正相關(guān)關(guān)系，遂將國(guó)內(nèi)各城市之間的空間分布和交通連接關(guān)系映射成網(wǎng)絡(luò)圖，并編碼成了地理鄰接矩陣、高鐵線(xiàn)路直達(dá)矩陣、飛機(jī)航線(xiàn)直達(dá)矩陣、飛機(jī)航線(xiàn)或高鐵線(xiàn)路直達(dá)矩陣。按時(shí)間窗對(duì)疫情數(shù)據(jù)進(jìn)行切片后形成張量，依次分批輸入到圖卷積神經(jīng)網(wǎng)絡(luò)中參與卷積運(yùn)算，使得訓(xùn)練與預(yù)測(cè)有更多先驗(yàn)信息可以參照，也改變了處理時(shí)空數(shù)據(jù)依賴(lài)于模型集成的做法，實(shí)現(xiàn)了端對(duì)端學(xué)習(xí)的訓(xùn)練框架。通過(guò)反向傳播和梯度下降訓(xùn)練模型，分別在驗(yàn)證集和測(cè)試集上調(diào)優(yōu)參數(shù)和進(jìn)行預(yù)測(cè)。在新型冠狀病毒肺炎疫情數(shù)據(jù)集上的實(shí)驗(yàn)結(jié)果顯示，采用GCN學(xué)習(xí)這一時(shí)空特征，相較于RNN、GRU、LSTM等循環(huán)神經(jīng)網(wǎng)絡(luò)模型，有著更高的訓(xùn)練精度、更低的訓(xùn)練時(shí)間與運(yùn)算成本。本文的實(shí)驗(yàn)及結(jié)論將為圖深度學(xué)習(xí)方法在處理時(shí)空數(shù)據(jù)問(wèn)題上的更廣泛應(yīng)用提供參照，下一步將對(duì)圖深度學(xué)習(xí)方法用于回歸問(wèn)題時(shí)的性能優(yōu)化展開(kāi)探索和研究，最終為多領(lǐng)域應(yīng)用提供技術(shù)和理論支撐。

關(guān)鍵詞：圖卷積神經(jīng)網(wǎng)絡(luò)；時(shí)空特征；新冠肺炎；深度學(xué)習(xí)；疫情預(yù)測(cè)