[论文解读] An Improved Method for the Fitting and Prediction of the Number of COVID-19 Confirmed Cases Based on LSTM

Bingjie Yan, Xiangyan Tang+7 more|arXiv (Cornell University)|May 5, 2020

COVID-19 epidemiological studies参考文献 21被引用 9

一句话总结

本文提出了一种改进的长短期记忆（LSTM）神经网络模型，通过结合时空数据特征、分阶段数据处理和优化超参数，用于预测COVID-19确诊病例。与传统的Logistic和Hill方程等模型相比，该方法在拟合精度和预测误差方面表现更优，展现出在疫情趋势时间序列预测中的增强性能。

ABSTRACT

New coronavirus disease (COVID-19) has constituted a global pandemic and has spread to most countries and regions in the world. By understanding the development trend of a regional epidemic, the epidemic can be controlled using the development policy. The common traditional mathematical differential equations and population prediction models have limitations for time series population prediction, and even have large estimation errors. To address this issue, we propose an improved method for predicting confirmed cases based on LSTM (Long-Short Term Memory) neural network. This work compared the deviation between the experimental results of the improved LSTM prediction model and the digital prediction models (such as Logistic and Hill equations) with the real data as reference. And this work uses the goodness of fitting to evaluate the fitting effect of the improvement. Experiments show that the proposed approach has a smaller prediction deviation and a better fitting effect. Compared with the previous forecasting methods, the contributions of our proposed improvement methods are mainly in the following aspects: 1) we have fully considered the spatiotemporal characteristics of the data, rather than single standardized data; 2) the improved parameter settings and evaluation indicators are more accurate for fitting and forecasting. 3) we consider the impact of the epidemic stage and conduct reasonable data processing for different stage.

研究动机与目标

• 解决传统微分方程和人口预测模型在时间序列疫情数据预测中的局限性。
• 通过深度学习，特别是LSTM网络，提升确诊病例预测的准确性。
• 将时空特征和疫情阶段动态纳入模型，以实现更真实的数据显示。
• 优化超参数和评估指标，以提升拟合和预测性能。
• 与现有的数字预测模型（如Logistic和Hill方程）相比，降低估计误差。

提出的方法

• 本研究采用长短期记忆（LSTM）神经网络架构，以建模确诊病例数据中的时间依赖性。
• 明确考虑了数据的时空特征，超越了单一标准化输入处理方式。
• 基于疫情进展阶段实施分阶段数据预处理，以提升模型的适应能力。
• 采用优化的超参数和评估指标，以增强拟合精度和预测可靠性。
• 通过拟合优度指标评估模型性能，并与Logistic和Hill方程模型的参考数据进行对比。
• 训练过程使用真实世界的确诊病例数据作为真实值，用于偏差和拟合评估。

实验结果

研究问题

• RQ1 如何改进基于LSTM的模型，以更好地捕捉COVID-19病例进展的时空动态？
• RQ2 分阶段数据处理在疫情预测中能在多大程度上提升预测准确性？
• RQ3 与传统的Logistic和Hill方程模型相比，所提出的LSTM模型在拟合和预测误差方面表现如何？
• RQ4 优化的超参数和评估指标是否能显著降低时间序列疫情预测中的估计误差？
• RQ5 结合真实世界数据特征对预测确诊病例的模型性能有何影响？

主要发现

• 改进的LSTM模型相比传统模型（如Logistic和Hill方程）表现出显著更小的预测偏差。
• 该模型获得了更优的拟合优度评分，表明其与真实世界确诊病例数据的对齐程度更高。
• 结合时空数据特征可实现比单一标准化数据处理更准确、更稳健的预测。
• 分阶段数据处理提升了模型在疫情不同阶段的适应能力，并降低了误差。
• 优化的超参数和评估指标有助于提升模型的拟合与预测性能。
• 所提出的方法在拟合精度和预测可靠性方面均优于以往的预测技术。