[논문 리뷰] The Reconstruction and Prediction Algorithm of the Fractional TDD for the Local Outbreak of COVID-19

Yu Chen, Jin Cheng외 2명|arXiv (Cornell University)|2020. 02. 24.

Fractional Differential Equations Solutions참고 문헌 7인용 수 22

한 줄 요약

이 논문은 코로나19 지역 유행을 모델링하기 위해 리만-리오비ล 라이프라스 분수계 도함수를 활용한 분수계 시간 지연 동역학 시스템(FTDD)을 제안한다. 이는 확진자 및 완치자 수에서의 부분 확산(sub-diffusion)을 포착하기 위해 사용된다. 모델은 공공 보건 데이터를 이용해 안정된 알고리즘을 통해 매개변수를 재구성하며, 실제 데이터와 밀도 높은 예측을 도출한다. 최적의 분수계 수준은 0.965 < α ≤ 1 및 0.84 < λ ≤ 1의 범위에서 도출된다.

ABSTRACT

From late December, 2019, the novel Corona-Virus began to spread in the mainland of China. For predicting the trend of the Corona Virus spread, several time delay dynamic systems (TDD) are proposed. In this paper, we establish a novel fractional time delay dynamic system (FTDD) to describe the local outbreak of COVID-19. The fractional derivative is introduced to account for the sub-diffusion process of the confirmed and cured peoples growth. Based on the public health data by the government, we propose a stable reconstruction algorithm of the coefficients. The reconstructed coefficients are used to predict the trend of the Corona-Virus. The numerical results are in good agreement with the public data.

연구 동기 및 목표

• 확진자 및 완치자 수의 증가 과정에서의 부분 확산 행동을 포착하는 수학적 모델을 개발하는 것.
• 잠복기 및 치료 기간을 반영한 시간 지연을 분수계 동역학계에 통합하는 것.
• 공식적인 일일 데이터에서 실수 공공 보건 데이터를 이용해 안정된 알고리즘을 통해 모델 매개변수를 재구성하는 것.
• 중국 후베이성 및 비후베이 지역의 공식 데이터와 비교하여 모델의 예측 정확도를 검증하는 것.
• 관측된 유행 추세에 가장 잘 맞는 분수계 수준 α 및 λ의 최적 범위를 규명하는 것.

제안 방법

• 누적 확진자 수 J(t) 및 완치자 수 R(t)를 부분 확산 과정으로 모델링하기 위해 리만-리오비우 도함수를 사용한 분수계 시간 지연 동역학 시스템(FTDD)을 수립한다.
• 잠복기 및 회복 기간을 나타내는 시간 지연 τ₁ 및 τ₂를 도입하며, 적분 항을 통해 지연된 전파 및 회복 과정을 모델링한다.
• 특정 조건(α₁ + α₂ ≤ 1) 하에서 리만-리오비우 도함수의 준군 성질을 적용하여 매개변수 추정의 수치적 안정성을 확보한다.
• 공식 일일 확진자 및 완치자 수 데이터에서 핵심 매개변수(β, ℓ, γ, κ)를 추정하기 위한 안정된 재구성 알고리즘을 개발한다.
• 2020년 2월 15일부터 19일까지의 실제 데이터를 바탕으로 수치 시뮬레이션을 수행하여 후베이 및 비후베 지역의 예측값과 관측값을 비교한다.
• 이중 단계 접근법을 적용한다: 첫째, 과거 데이터를 이용해 매개변수를 재구성하고, 둘째, 재구성된 모델을 이용해 향후 추세를 예측한다.

실험 결과

연구 질문

• RQ1 분수계 도함수는 어떻게 확진자 및 완치자 수의 증가 과정에서의 부분 확산 행동을 효과적으로 모델링할 수 있는가?
• RQ2 분수계 수준 α의 변화가 예측된 누적 확진자 수에 어떤 영향을 미치는가?
• RQ3 완치자 인구에 대한 다양한 분수계 수준 λ는 모델의 예측 정확도에 어떤 영향을 미치는가?
• RQ4 제안된 FTDD 모델은 2020년 초의 실제 공공 보건 데이터와 밀접하게 일치하는 예측을 도출할 수 있는가?
• RQ5 가장 안정적이고 정확한 예측을 얻을 수 있는 분수계 수준 α 및 λ의 최적 범위는 무엇인가?

주요 결과

• 재구성된 분수계 모델은 중국의 공식 공공 보건 데이터와 강한 일치를 보이는 누적 확진자 및 완치자 수의 예측을 도출한다.
• α < 0.965일 경우, 예측된 확진자 수는 2020년 3월 초까지 급격히 증가하며 안정되지 않으며, 이는 불안정성을 시사한다.
• λ < 0.85일 경우, 예측된 완치자 수가 현재 격리 중인 인원 수 이하로 떨어지며, 이는 비현실적인 역학을 의미한다.
• 분수계 수준(α = 1.0, λ = 0.9)을 가진 모델은 정수계 모델보다 더 많은 확진자 수와 더 적은 완치자 수를 예측하며, 이는 실제 세계의 부족한 보고 및 재발 상황을 더 잘 반영한다.
• 모델의 안정성과 데이터 적합도를 바탕으로 최적의 분수계 수준 범위는 0.965 < α ≤ 1 및 0.84 < λ ≤ 1로 규명된다.
• 매개변수 추정 결과, β 및 ℓ는 다양한 α 및 λ 값에서도 상대적으로 안정되어 있는 반면, γ 및 κ는 부분 확산 행동을 적합하기 위해 조정된다.