[论文解读] plom-pipe: Bayesian inference for compartmental models, with a Unix flavour

Joseph Dureau, Sébastien Ballesteros|arXiv (Cornell University)|Jul 22, 2013

Simulation Techniques and Applications被引用 1

一句话总结

本文介绍了 plom-pipe，一个用于分 compartmental 传染病模型的开源贝叶斯推断库，采用类 Unix 工作流，支持模块化、可组合且可复现的分析。它通过将概率编程与类 shell 管道结合，降低了建模中的技术门槛，使公共卫生机构在危机期间能够快速迭代并直接使用模型。

ABSTRACT

The main motivation behind the open source library SSM is to reduce the technical friction that prevents modellers from sharing their work, quickly iterating in crisis situations, and making their work directly usable by public authorities to serve decision-making.

研究动机与目标

• 降低阻碍流行病建模中模型共享与快速迭代的技术障碍。
• 弥合学术建模与公共部门实时决策之间的差距。
• 设计一种基于类 Unix 接口的模块化、可组合的分 compartmental 模型贝叶斯推断系统。
• 提升危机应对背景下流行病模型的可复现性与可用性。

提出的方法

• 采用类 Unix 管道架构，组合模块化的推断组件。
• 通过 SSM 库实现概率编程，用于分 compartmental 模型的贝叶斯推断。
• 将模型定义、数据处理与推断整合为单一、可组合的工作流。
• 支持即插即用的组件，适用于不同的模型结构、似然函数与推断算法。
• 通过类 shell 命令链实现可复现且支持版本控制的建模工作流。
• 利用现有 Unix 工具与规范，提升可用性与互操作性。

实验结果

研究问题

• RQ1 如何使分 compartmental 模型的贝叶斯推断更加模块化与可组合？
• RQ2 类 Unix 工作流是否能提升流行病建模中的可用性与可复现性？
• RQ3 此类系统在危机建模场景中能否有效降低技术摩擦？
• RQ4 该管道设计在多大程度上支持建模者之间的快速迭代与共享？
• RQ5 该方法能否提升模型对公共卫生决策者的直接可用性？

主要发现

• plom-pipe 通过类 Unix 管道接口，实现了分 compartmental 模型的模块化、可组合且可复现的贝叶斯推断。
• 该系统降低了模型开发与共享中的技术摩擦，加快了公共卫生危机中的迭代速度。
• 通过将概率编程与类 shell 工作流结合，提升了建模者与决策者之间的互操作性与可用性。
• 该方法支持与公共卫生数据及决策支持管道的直接集成。
• 该设计促进了透明性与可复现性，提高了模型被权威机构采纳的可能性。