[论文解读] Group Sparse Bayesian Learning for Active Surveillance on Epidemic Dynamics

Hongbin Pei, Bo Yang+2 more|arXiv (Cornell University)|Nov 21, 2017

COVID-19 epidemiological studies被引用 9

一句话总结

该论文提出了一种群体稀疏贝叶斯学习框架，用于流行病动力学中的主动监控，引入了一种基于 $\bm{\nu}$ 的 $\bm{\nu}$-值度量，以识别能够预测系统整体行为的关键哨兵组件。通过将影响建模为行稀疏网络，并结合期望最大化（EM）与变分推理，该方法实现了仅需最少监控的高精度预测，在合成数据和真实世界数据（包括H1N1流感、疟疾及社交媒体传播事件）上均优于现有方法。

ABSTRACT

Predicting epidemic dynamics is of great value in understanding and controlling diffusion processes, such as infectious disease spread and information propagation. This task is intractable, especially when surveillance resources are very limited. To address the challenge, we study the problem of active surveillance, i.e., how to identify a small portion of system components as sentinels to effect monitoring, such that the epidemic dynamics of an entire system can be readily predicted from the partial data collected by such sentinels. We propose a novel measure, the gamma value, to identify the sentinels by modeling a sentinel network with row sparsity structure. We design a flexible group sparse Bayesian learning algorithm to mine the sentinel network suitable for handling both linear and non-linear dynamical systems by using the expectation maximization method and variational approximation. The efficacy of the proposed algorithm is theoretically analyzed and empirically validated using both synthetic and real-world data.

研究动机与目标

• 为在有限监控资源下预测流行病动力学，通过识别一组关键组件作为哨兵，以应对挑战。
• 开发一种灵活且可扩展的方法，适用于线性和非线性动力系统。
• 克服现有预算化最大覆盖方法的局限性，后者需要已知的交互结构。
• 设计一种贝叶斯学习框架，可在处理不确定性与稀疏性的同时推断哨兵网络。

提出的方法

• 提出 $\bm{\nu}$-值作为新颖的重要性度量，基于哨兵网络中的行稀疏性识别具有影响力的组件。
• 将哨兵网络建模为群体稀疏学习问题，仅保留具有影响力的源组件（哨兵）。
• 采用期望最大化（EM）框架结合变分近似，推断哨兵网络参数的后验分布。
• 通过解析近似推导超参数的更新规则，尤其针对逻辑离散系统，利用对sigmoid函数的下界近似。
• 通过在大规模系统中引入针对对角块结构的高效矩阵运算，优化可扩展性。
• 将该方法应用于线性连续系统与逻辑离散动力系统，实现广泛适用性。

实验结果

研究问题

• RQ1 如何在动力系统中识别最具信息量的组件（哨兵），以实现对整体流行病动态的最小监控预测？
• RQ2 当交互结构未知或隐藏时，如何建立一种原则性、数据驱动的度量来评估系统组件的预测重要性？
• RQ3 群体稀疏贝叶斯学习框架能否有效建模并推断线性和非线性动力系统中具有影响力的传播关系？
• RQ4 与现有传感器部署策略相比，该方法在预测准确性和资源效率方面表现如何？
• RQ5 该方法在具有复杂时空动态的现实世界流行病系统中，其可扩展性达到何种程度？

主要发现

• 所提方法在真实世界数据集（包括香港H1N1流感和腾冲疟疾）上预测流行病动态方面，优于最先进的方法（如GPs-MI）。
• 在港岛H1N1研究中，SNMA的预测精度显著优于GPs-MI，在区级数据上均方误差更低。
• 在腾冲疟疾监控中，该方法识别出18个城镇中的8个（占44%）为哨兵，足以准确预测完整的流行病轨迹。
• 在百度贴吧的哨兵网络中，成功识别出100个社区中的66个（占66%）为10个独立热点话题传播事件的关键影响者，展示了其可扩展性与相关性。
• 该方法以极低的监控成本实现高预测精度，证实其在降低监控成本的同时保持可靠性的有效性。
• 通过优化矩阵运算实现的可扩展性改进，使大规模系统中的高效推断成为可能，验证了该算法在实际部署中的潜力。