主動監(jiān)控是最有效的傳染病預(yù)防和控制方法。通過派遣醫(yī)護人員對監(jiān)控區(qū)域內(nèi)的個體進行全面排查可從根本上抑制疾病傳播。為了最大化有限醫(yī)療資源的利用率,主動監(jiān)控策略通常只在部分高風(fēng)險區(qū)域執(zhí)行。因此,如何準確的評估待監(jiān)控區(qū)域的傳播風(fēng)險,為有限資源的合理分配提供可靠依據(jù),是提高主動監(jiān)控策略有效性的關(guān)鍵。疾病傳播的主要驅(qū)動力是人類的遷移行為,其主要動機和決策過程受多重因素影響,如:經(jīng)濟、環(huán)境、天氣、交通等。找到各類因素與遷移行為之間的內(nèi)在聯(lián)系,則可以建模傳染病的傳播過程,從而預(yù)測潛在的傳播風(fēng)險。在大數(shù)據(jù)時代,異構(gòu)數(shù)據(jù)挖掘理論和技術(shù)日趨成熟,為傳播風(fēng)險的預(yù)測提供了新的機遇,同時也面臨如下挑戰(zhàn):(1)如何發(fā)現(xiàn)并建模主導(dǎo)傳播趨勢的遷移模式,并找到隱含在這種遷移模式背后的驅(qū)動因素,以解釋感染病例存在的本質(zhì)原因和生成機制。(2)如何制定全局最優(yōu)的物資分配策略,在最大化有限資源利用率的同時兼顧模型在未來監(jiān)控過程中的預(yù)測能力,即:模型可持續(xù)性。(3)如何反映動態(tài)的遷移行為對傳播趨勢的實時影響,并解決驅(qū)動因素在時間和空間兩個維度的影響力差異性(即:時空異質(zhì)性)問題�；谝陨蠁栴},本文主張通過異構(gòu)數(shù)據(jù)挖掘方法實現(xiàn)準確、可持續(xù)、實時的傳播風(fēng)險預(yù)測,主要工作介紹如下:(1)提出了一種基于時空傳播網(wǎng)絡(luò)的主動監(jiān)控方法。該方法主張融合異構(gòu)數(shù)據(jù)建模人類的遷移過程從而預(yù)測傳播風(fēng)險,在實際應(yīng)用中為制定合理的主動監(jiān)控策略提供準確的參考信息。具體而言,通過分析人類的遷移行為,將傳染病的輸入和傳播過程劃分為四個階段:是否外出,去往何處,是否感染,何時返回,并將該過程建模為一個時空傳播網(wǎng)絡(luò)(Spatiotemporal Diffusion Network)。在此基上,提出了一個新型的傳染病主動監(jiān)控框架(ASPII),該框架集成了機器學(xué)習(xí)模型、人口輻射模型、瘧疾傳播模型,融合了氣象、環(huán)境、生理、人口、地理、社會經(jīng)濟、監(jiān)控記錄等數(shù)據(jù)。此外,考慮到影響人類遷移行為的因素有多種,這些因素對不同監(jiān)控區(qū)域內(nèi)遷移行為的驅(qū)動力不同,即:空間異質(zhì)性。本文提出了一種混合優(yōu)化算法,該算法可在優(yōu)化各因素權(quán)重系數(shù)的同時自動的對監(jiān)控區(qū)域進行分類,很好的解決了空間異質(zhì)性問題。(2)提出了一種基于強化學(xué)習(xí)的可持續(xù)主動監(jiān)控方法。主動監(jiān)控的實施通常僅限于部分高風(fēng)險區(qū)域,過程中反饋給預(yù)測模型的病例數(shù)據(jù)是不完整的,易導(dǎo)致模型在后續(xù)風(fēng)險預(yù)測中出現(xiàn)較大偏差,甚至失去可持續(xù)預(yù)測能力。針對該問題,本文采用強化學(xué)習(xí)算法對監(jiān)控物資進行動態(tài)分配,從而提出了可持續(xù)主動監(jiān)控(Sustainable Active Surveillance,SAS)框架。該框架由預(yù)測器(Predictor)、分類器(Classifier)、規(guī)劃器(Planner)三部分組成,它們之間通過相互合作共同完成主動監(jiān)控任務(wù)。其中,預(yù)測器可從正、反兩個角度對待監(jiān)控區(qū)域的風(fēng)險進行評估,以保證預(yù)測器的穩(wěn)定性。通過分類器可將屬性相似的待監(jiān)控區(qū)域劃分到同一類中,以實現(xiàn)未監(jiān)控區(qū)域和已監(jiān)控區(qū)域間的數(shù)據(jù)共享。通過規(guī)劃器可給出物資分配的全局最優(yōu)化策略,該策略不僅考慮了有限物資的利用率,還考慮了模型在后續(xù)風(fēng)險預(yù)測過程中的可持續(xù)性。(3)提出了一種基于在線學(xué)習(xí)的實時主動監(jiān)控方法。各類驅(qū)動因素對遷移行為的影響是具有時序性和實時性的,如四季更替和天氣突變等。因此,傳染病的傳播趨勢也同樣是具有時序性和實時性的,如瘧疾病在夏季和晴天傳播更快。此外,驅(qū)動因素對各監(jiān)控區(qū)域感染風(fēng)險的影響,不僅在空間范圍內(nèi)存在差異,在時間尺度上也存在差異,即:時空異質(zhì)性。針對以上問題,本文提出了一種基于在線學(xué)習(xí)的實時主動監(jiān)控方法(Real-time Active Surveillance,RAS)。該方法采用FTRL-Proximal算法對模型參數(shù)進行更新,不僅可以反映各類驅(qū)動因素對傳播風(fēng)險的實時影響,還可保證各驅(qū)動因素權(quán)重系數(shù)的稀疏性,有利于發(fā)現(xiàn)隱含的主導(dǎo)因素。此外,本文還提出了一種動態(tài)的監(jiān)控區(qū)域分類方法,該方法可以自動優(yōu)化類別個數(shù)及各類中待監(jiān)控區(qū)域數(shù),很好的解決了時空異質(zhì)性問題。
【學(xué)位單位】：吉林大學(xué)
【學(xué)位級別】：博士
【學(xué)位年份】：2018
【中圖分類】：R181.8;TP311.13
【部分圖文】：

第 2 章 相關(guān)技術(shù)和算法概述些地區(qū)的無線通訊設(shè)施落后，EpiMap 采用衛(wèi)星通訊對接觸。戴無線傳感器可以持續(xù)、準確的記錄個體的接觸事件（如時長），因此，逐漸成為一種收集“小范圍”內(nèi)高精度接觸數(shù)于醫(yī)院和校園等場景中的接觸模式研究。早在 2006 年，由究員 Nathan Eagle 和 Alex Pentland 提出的現(xiàn)實挖掘（Reali用可穿戴無線傳感設(shè)備記錄人們的日�；顒有畔47,48]。他們，記錄了一些 MIT 學(xué)生在教學(xué)樓內(nèi)某段時間的活動軌跡，述接觸關(guān)系的小型社會網(wǎng)絡(luò)[49]。Salathé等人利用無線傳感中內(nèi) 788 名學(xué)生一天內(nèi)的接觸行為，并構(gòu)建了可以刻畫個體網(wǎng)絡(luò)[28]。該研究發(fā)現(xiàn)校園接觸網(wǎng)絡(luò)具有高密度連接和小世而，通過可穿戴傳感器設(shè)備收集遷移行為所需的費用十分控的個體數(shù)量較大時。此外，穿戴傳感器設(shè)備的患者容易引視，考慮個人隱私等原因醫(yī)院通常不會給患者配帶可穿戴設(shè)

沒能夠推廣到大規(guī)模個體遷移行為的監(jiān)控與分析研究中體行為靜態(tài)監(jiān)控來，為了克服細粒度個體接觸數(shù)據(jù)難以獲取的困難，可以刻畫特征的復(fù)合群體模型正備受關(guān)注。這類模型不僅具備模擬傳播刻畫大規(guī)模人口的接觸結(jié)構(gòu)。復(fù)合群體模型可將人口按年齡屬分為若干亞人群(Meta-population)，使得相同亞人群中的個體特性（如易感性，傳染力，潛伏期，恢復(fù)期），進而利用亞人為代替?zhèn)�體接觸行為建模流行病的傳播過程[46]�；谠撃Ｐ蛡鞑タ梢悦枋鰹榉磻�(yīng)擴散(Reaction-diffusion)過程[28]。反應(yīng)刻體感染過程，擴散則刻畫了流行病通過群體接觸結(jié)構(gòu)在亞人群外，由于流行病的控制策略通常是面向亞人群的，例如，在考配策略時，接種人群通常按年齡進行分組。因此，構(gòu)建亞人群具實際意義。

圖 2.4. 線性回歸與邏輯回歸原理示意圖邏輯回歸可根據(jù)具體問題選擇不同類型的損失函數(shù)，如：0-1 損失、平方失、絕對值損失、似然損失等。以似然損失為例，假設(shè)樣本集合為{( x1,y1),( x2,y2),( xn,yn)}，y={0,1}，每個樣本( xi,yi)出現(xiàn)的概率可表示為：1( , ) ( 1| ) (1 ( 1| ))i iy yi i i i i iP y x P y x P y x …………（2.2當(dāng) yi=1 時，上式表示樣本 i 為正例的可能性，反之，當(dāng) yi=0 時，為負例的可性。所有樣本出現(xiàn)可能性的乘積為損失函數(shù)的完整數(shù)據(jù)似然，具體表示如下：1( ) ( 1| ) (1 ( 1| ))i iy yi i i iL P y x P y x …………（2.3在求解過程中，為了求導(dǎo)方便需要對上式進行對數(shù)變換，之后，再進行化簡具體過程如下：111 1( ) log( ( 1 | ) (1 ( 1 | )) )log ( 1 | ) (1 ) log(1 ( 1 | ))( 1 | )log log(1 ( 1 | ))1 ( 1 | ) i iy yi i i ini i i i i iin ni ii i i ii ii iL P y x P y xy p y x y p y xp y xy y p y xp y x……（2.4
【相似文獻】

相關(guān)期刊論文 前10條

1 張先龍;熊英超;;主動監(jiān)控模式及其在公路橋梁施工中的應(yīng)用研究[J];黑龍江交通科技;2015年02期

2 ;解讀[J];軟件世界;2007年12期

3 ;趨勢科技TDA主動監(jiān)控證券網(wǎng)絡(luò)“全身”[J];中國金融電腦;2010年04期

4 李科銀;劉凱;徐欣;;基于無線個域網(wǎng)的主動監(jiān)控系統(tǒng)設(shè)計[J];重慶工學(xué)院學(xué)報(自然科學(xué)版);2008年08期

5 劉剛;;業(yè)務(wù)平臺主動監(jiān)控系統(tǒng)設(shè)計[J];計算機光盤軟件與應(yīng)用;2012年10期

6 徐建鋒;;場監(jiān)雷達數(shù)據(jù)主動監(jiān)控系統(tǒng)的研究與開發(fā)[J];科技創(chuàng)新與應(yīng)用;2014年23期

7 梅花園;;智能監(jiān)控,會讓我們生活更美好?[J];軟件工程師;2014年10期

8 李峰;;一種集客專線主動監(jiān)控方法[J];信息通信;2018年01期

9 ;索尼部署nGenius解決方案對網(wǎng)絡(luò)應(yīng)用進行主動監(jiān)控分析[J];計算機與網(wǎng)絡(luò);2007年11期

10 袁劍波;張建仁;;主動監(jiān)控模式及其在公路橋梁施工中的應(yīng)用研究[J];科技進步與對策;2011年13期

相關(guān)博士學(xué)位論文 前1條

1 陳賀昌;面向傳染病主動監(jiān)控的異構(gòu)數(shù)據(jù)挖掘方法研究[D];吉林大學(xué);2018年

相關(guān)碩士學(xué)位論文 前10條

1 谷霄;基于時空數(shù)據(jù)挖掘的流行病主動監(jiān)控系統(tǒng)[D];吉林大學(xué);2016年

2 朱勉;電信網(wǎng)絡(luò)管理主動監(jiān)控系統(tǒng)的設(shè)計與實現(xiàn)[D];山東大學(xué);2009年

3 許強鍵;基于無線網(wǎng)絡(luò)的家庭主動監(jiān)控系統(tǒng)的研究[D];廣東工業(yè)大學(xué);2014年

4 鄭新文;云環(huán)境下主動監(jiān)控機制關(guān)鍵技術(shù)研究與實現(xiàn)[D];北京工業(yè)大學(xué);2017年

5 郭華;面向主動監(jiān)控的感染風(fēng)險時空模式建模與挖掘[D];吉林大學(xué);2014年

6 付偉偉;勞動監(jiān)察網(wǎng)絡(luò)主動監(jiān)控子系統(tǒng)的設(shè)計與實現(xiàn)[D];山東大學(xué);2011年

7 張征;交換機智能巡檢系統(tǒng)設(shè)計與實現(xiàn)[D];電子科技大學(xué);2012年

8 李現(xiàn)革;TD-SCDMA網(wǎng)絡(luò)性能預(yù)測及監(jiān)控系統(tǒng)的研究與實現(xiàn)[D];吉林大學(xué);2012年

9 張鵬宇;中國聯(lián)通ERP用戶感知業(yè)務(wù)監(jiān)控數(shù)據(jù)分析系統(tǒng)的設(shè)計與實現(xiàn)[D];華南理工大學(xué);2015年

10 蔣菲;基于主動監(jiān)控的光耦合器件的研究[D];華中科技大學(xué);2009年

本文編號：2840738