為實現(xiàn)科學防治，打贏新冠肺炎疫情防控阻擊戰(zhàn)。近日，廣州呼吸健康研究院牽頭，聯(lián)合云創(chuàng)大數(shù)據(jù)等多家單位對新冠肺炎疫情進行了全面研究。廣州呼吸健康研究院由鐘南山院士創(chuàng)立，是呼吸疾病國家重點實驗室，國家呼吸疾病臨床醫(yī)學研究中心、國家高級別專家組、科研攻關組組長單位。
在此次與廣州呼吸健康研究院的合作中，清華大學博士、中國大數(shù)據(jù)應用聯(lián)盟人工智能專家委員會主任、南京大數(shù)據(jù)研究院院長、云創(chuàng)大數(shù)據(jù)總裁劉鵬教授率云創(chuàng)大數(shù)據(jù)技術團隊——曹騮、沈大為、高中強、曹旭東、羅藝峰、時晨皓、鄭圣杰，參與了新型冠狀病毒人工智能預測研發(fā)工作。
在該項目中，云創(chuàng)大數(shù)據(jù)技術團隊兵分兩組，一組采用改進的經(jīng)典模型，另一組則基于人工智能技術進行研究，旨在對疫情的發(fā)展走向作出準確預報。由幾家單位構成的研究團隊經(jīng)過連夜奮戰(zhàn)，目前已經(jīng)取得初步成果，并于2月12日晚向鐘南山院士做了匯報。
預測模型方法比較
SEIR
SEIR模型傳染病動力學的一個經(jīng)典模型，同時也被廣泛用于此次新型冠狀病毒（2019-nCov）的R0值預估以及傳播建模。
PS-SEIR
基于于人流動(Population Shift, PS)的SEIR模型：(1)充分考慮到春節(jié)期間人口大量流動帶來的影響。(2)β考慮了政府管理力度和人口流動。
SEIR-LSTM
LSTM是一種特殊的循環(huán)神經(jīng)網(wǎng)絡，用于處理和預測各種時間序列問題。
SEIR-LSTM基于2003年SARS病毒傳染統(tǒng)計數(shù)據(jù)，利用SEIR對傳播系數(shù)R0、潛伏期參數(shù)、接觸率進行調整，從而獲得基礎訓練數(shù)據(jù)集，并建立LSTM時間序列模型來學習病毒傳播趨勢，以此預測2019-nCoV病毒傳染過程。
作為一家以大數(shù)據(jù)存儲與智能處理為核心發(fā)展的高新技術企業(yè)，云創(chuàng)大數(shù)據(jù)致力于物聯(lián)網(wǎng)、云計算、大數(shù)據(jù)以及人工智能技術在各行各業(yè)的實踐與應用，且始終把“用科技優(yōu)化世界”作為奮斗目標。云創(chuàng)大數(shù)據(jù)愿與相關單位共同攜手，為新冠肺炎抗疫工作作出不懈努力。
