[论文解读] Visualization and machine learning for forecasting of COVID-19 in Senegal

Babacar Mbaye Ndiaye, Mouhamadou A. M. T. Baldé+1 more|arXiv (Cornell University)|Aug 6, 2020

COVID-19 diagnosis using AI参考文献 13被引用 8

一句话总结

本研究应用可视化与机器学习技术——线性回归、多项式回归、支持向量回归（SVR）、Facebook的Prophet以及多层感知机（MLP）——基于2020年3月2日至7月26日期间的公开数据，预测塞内加尔的新冠肺炎病例。MLP模型的RMSE最低（19.71），并预测到2020年9月4日累计确诊达13,797例，表明尽管采取了公共卫生措施，疫情仍持续增长。

ABSTRACT

In this article, we give visualization and different machine learning technics for two weeks and 40 days ahead forecast based on public data. On July 15, 2020, Senegal reopened its airspace doors, while the number of confirmed cases is still increasing. The population no longer respects hygiene measures, social distancing as at the beginning of the contamination. Negligence or tiredness to always wear the masks? We make forecasting on the inflection point and possible ending time.

研究动机与目标

• 利用机器学习与数据可视化技术，预测塞内加尔新冠肺炎疫情的发展轨迹。
• 评估多种机器学习模型在2周和40天预测周期内预测确诊人数的表现。
• 基于当前趋势，识别疫情的拐点及潜在结束时间。
• 通过提供可靠的预测结果，支持公共卫生决策，特别是在空域重新开放和社交距离措施放松期间。

提出的方法

• 收集并预处理了2020年3月2日至7月26日期间来自官方来源的每日确诊、康复、死亡及检测数据。
• 应用数据可视化技术分析累计病例、各类比值及活跃病例、治愈病例和重症病例的分布情况。
• 采用五种机器学习模型：线性回归、多项式回归、支持向量回归（SVR）、Facebook的Prophet以及多层感知机（MLP）。
• 使用nnfor R包进行MLP和基于极限学习机（ELM）的时间序列预测，设置5个隐藏节点和20次训练重复。
• 通过计算均方根误差（RMSE）进行模型比较，并生成包含上下限的预测区间。
• 将活跃病例定义为确诊减去康复和死亡人数，将治愈病例定义为康复加死亡人数，用于时间序列分析。

实验结果

研究问题

• RQ1 未来40天内，塞内加尔确诊新冠肺炎病例的预测趋势如何？
• RQ2 基于RMSE，哪种机器学习模型对塞内加尔新冠肺炎病例数的预测最准确？
• RQ3 塞内加尔疫情的拐点预计何时出现？是否已越过峰值？
• RQ4 不同数据比值（如确诊/检测、活跃/治愈）如何影响对疫情进展的解读？

主要发现

• 多层感知机（MLP）模型的RMSE最低，为19.71，优于线性回归（1576.97）、多项式回归（132.43）、SVR（4942.72）和Prophet（24.33）。
• 到2020年8月9日，MLP模型预测确诊人数将超过11,110例；到2020年9月4日，预测确诊人数将超过13,790例。
• Prophet模型表现优异，RMSE为24.33，紧随MLP之后，表明其在捕捉趋势方面具有高度准确性。
• 确诊人数占总检测人数的比例在6%至10%之间保持相对稳定，尽管每日检测量波动，表明检测效率保持一致。
• 重症病例和社区传播病例数均低于确诊人数的1%（分别为0.54%和0.5%），表明相对于总感染人数，疾病严重程度较低。
• 尽管政府已采取措施，但活跃病例数仍处于高位（2020年7月26日为3,081例），疫情未见拐点，预计将持续增长。