Реферат: Математическое моделирование и прогнозирование эпидемий инфекционных заболеваний (COVID-19, туберкулез, ВИЧ и др.) требует использование информации о связанных социально-экономических процессах [1]. В докладе предлагаются совмещенные модели эпидемиологических, экономических и социальных процессов, основанные на регрессионном анализе ((S)ARIMA, главных компонент), машинного обучения (полносвязные, генеративно-состязательные, физически-информированные нейронные сети) [2], дифференциальных (SIR-модели) [1], агентно-ориентированных моделях [3] и оптимальном управлении (игры среднего поля) [4]. Алгоритмы построения совмещенных моделей основываются на методах обработки больших данных (в основном, временных рядов), решения обратных задач [1] и анализе чувствительности. Разработанные алгоритмы и математические модели лежат в основе IT-платформы по сбору и обработке данных, моделированию и построению сценариев распространения инфекционных заболеваний (COVID-19, туберкулёз, ВИЧ) в регионах РФ и странах СНГ. Пользователь, используя предлагаемые модели, временные интервалы и данные, может выбрать оптимальную комбинацию для изучения динамики распространения инфекционного заболевания в регионе и разработке оптимального сценария действий населения и органов власти. Работа выполнена в рамках государственного задания Института математики им. С.Л. Соболева СО РАН, проект FWNF2024-0002 «Обратные некорректные задачи и машинное обучение в биологических, социально-экономических и экологических процессах». 1. Krivorotko O, Kabanikhin S. Artificial intelligence for COVID-19 spread modeling. J Inverse Ill-Posed Probl. 2024, 32(2): 297-332. 2. Криворотько О.И., Зятьков Н.Ю., Кабанихин С.И. Моделирований эпидемий: нейросеть на основе данных и SIR-модели. Журнал вычислительной математики и математической физики 2023, 63(10): 1733-1746. 3. Krivorotko O, Sosnovskaia M, Vashchenko I, Kerr C, Lesnic D. Agent-based modeling of COVID-19 outbreaks for New York state and UK: parameter identification algorithm. Inf Dis Modelling 2022, 7: 30-44. 4. Petrakova V, Krivorotko O. Mean field game for modeling of COVID-19 spread. J Math Anal Appl. 2022, 514: 126271.

Библиографическая ссылка: Криворотько О.И. , Кабанихин С.И. , Зятьков Н.Ю. , Каминский Г.Д.
Совмещенные модели эпидемиологических, экономических и социальных процессов: IT-платформа и большие данные
VI Международная научно-практическая конференция ПОСТГЕНОМ’2024 29 окт. - 2 нояб. 2024