Улавливая Волну: Прогнозирование Эпидемий, Верований и Поведения

от

Автор: Денис Аветисян

Новый подход, основанный на графовых нейронных сетях, позволяет более точно предсказывать динамику распространения инфекций, изменение общественных убеждений и модели поведения.

"Покупай на слухах, продавай на новостях". А потом сиди с акциями никому не известной биотех-компании. Здесь мы про скучный, но рабочий фундаментал.

Бесплатный Телеграм канал
Предлагаемый конвейер TrendGNN формирует окончательную квадратную матрицу размера $(N_{signal} \times N_{state})^2$ посредством построения блочно-диагональной матрицы, где каждый светло-серый подблок на диагонали представляет собой матрицу сходства $N_{signal} \times N_{signal}$ для одного состояния, вычисленную с использованием DTW+S, при этом входные, выходные и целевые данные имеют размер $(N_{state} \times N_{signal}) \times \text{window}$, где длина окна составляет четыре недели.
Предлагаемый конвейер TrendGNN формирует окончательную квадратную матрицу размера $(N_{signal} \times N_{state})^2$ посредством построения блочно-диагональной матрицы, где каждый светло-серый подблок на диагонали представляет собой матрицу сходства $N_{signal} \times N_{signal}$ для одного состояния, вычисленную с использованием DTW+S, при этом входные, выходные и целевые данные имеют размер $(N_{state} \times N_{signal}) \times \text{window}$, где длина окна составляет четыре недели.

В статье представлена методика TrendGNN, использующая графы схожести трендов и алгоритм GraphSAGE для повышения точности и интерпретируемости прогнозов.

Несмотря на сложность взаимодействия эпидемических процессов с человеческим поведением и убеждениями, существующие модели прогнозирования зачастую ограничиваются простыми механистическими подходами или «черными ящиками». В данной работе, озаглавленной ‘TrendGNN: Towards Understanding of Epidemics, Beliefs, and Behaviors’, предложен новый графовый подход, использующий сети GraphSAGE и основанный на анализе схожести трендов, для повышения точности и интерпретируемости прогнозов. Этот метод позволяет не только предсказывать динамику эпидемий и поведенческих факторов, но и выявлять ключевые взаимосвязи, влияющие на результаты. Сможет ли предложенный фреймворк стать основой для создания более реалистичных и прозрачных моделей, учитывающих сложное взаимодействие между наблюдениями, убеждениями и поведением?

Понимание Сложности: Отход от Традиционного Прогнозирования

Существующие системы эпидемиологического прогнозирования, такие как платформы Forecast Hubs, зачастую сосредотачиваются на предсказании конечных результатов — количества заболевших или госпитализаций — в ущерб детальному пониманию поведенческих факторов, определяющих распространение инфекции. Такой подход, хотя и позволяет оценивать общую динамику, упускает из виду важные нюансы: изменения в мобильности населения, соблюдение мер предосторожности, готовность к вакцинации и другие аспекты, напрямую влияющие на скорость и масштабы эпидемии. В результате, прогнозы могут быть неточными, особенно в условиях быстро меняющейся ситуации, когда поведение людей адаптируется к новым условиям и информации. Акцент на численных показателях, без учета этих сложных поведенческих взаимодействий, ограничивает возможности для разработки эффективных стратегий вмешательства и снижения рисков.

Для повышения точности прогнозирования эпидемической обстановки необходимо объединять разнообразные сигналы, связанные с COVID-19, включая данные о состоянии здоровья населения, поведенческие факторы, демографические показатели и объемы тестирования. Эти сигналы отражают динамично меняющуюся реакцию общества на пандемию и позволяют выявить закономерности, которые невозможно обнаружить при анализе отдельных показателей. Интеграция данных о мобильности населения, соблюдении мер предосторожности и уровне вакцинации, в сочетании с эпидемиологическими данными, предоставляет более полную картину происходящего и позволяет создавать более реалистичные и точные прогнозы распространения инфекции. Такой подход позволяет перейти от простого предсказания количества заболевших к пониманию механизмов, определяющих поведение людей и их влияние на динамику эпидемии.

Традиционные модели временных рядов, широко используемые для прогнозирования эпидемиологической ситуации, часто оказываются неспособными адекватно отразить сложную сеть взаимосвязей, характерную для пандемии COVID-19. Эти модели, как правило, рассматривают каждый параметр — количество заболевших, уровень вакцинации, мобильность населения — изолированно, не учитывая, как изменения в одном из них могут повлиять на другие. Например, введение ограничений может снизить заболеваемость, но одновременно вызвать изменение поведения людей, что, в свою очередь, повлияет на точность тестирования и, следовательно, на статистику. Неспособность учесть такие динамические взаимосвязи приводит к снижению точности прогнозов и затрудняет эффективное планирование мер общественного здравоохранения. В отличие от статических подходов, успешное прогнозирование требует методов, способных динамически моделировать и использовать эти сложные зависимости между различными сигналами, отражающими здоровье населения, его поведение и социально-экономические факторы.

Для повышения точности эпидемиологического прогнозирования необходимо перейти от анализа отдельных показателей к пониманию их взаимосвязей. Исследования показывают, что эффективность моделей значительно возрастает при учете не только исторических данных, но и динамических отношений между различными сигналами — от показателей здоровья и поведения населения до демографических характеристик и объемов тестирования. Такой подход позволяет выявить скрытые закономерности и оперативно реагировать на изменения в общественной реакции на пандемию. Вместо простого экстраполирования тенденций, современные методы фокусируются на построении адаптивных моделей, способных учитывать сложное взаимодействие факторов и предсказывать развитие событий с большей уверенностью, что особенно важно в условиях быстро меняющейся эпидемиологической обстановки.

Сравнение средних абсолютных ошибок различных моделей показывает, что точность прогнозирования снижается с увеличением срока прогноза от одной до четырех недель.
Сравнение средних абсолютных ошибок различных моделей показывает, что точность прогнозирования снижается с увеличением срока прогноза от одной до четырех недель.

Моделирование Взаимосвязей: Графовый Подход

Для моделирования взаимосвязей между сигналами COVID-19 используется GraphSAGE — графовая нейронная сеть. GraphSAGE позволяет агрегировать информацию из локальных окрестностей каждого узла графа, представляющего собой сигналы, и эффективно обучаться на графовых структурах. В отличие от традиционных методов, GraphSAGE не требует фиксированных векторов признаков для узлов, а генерирует представления узлов на основе их соседей и функций агрегации. Это особенно важно для анализа временных рядов, где взаимосвязи могут быть сложными и динамичными, и позволяет сети адаптироваться к изменяющимся зависимостям между сигналами.

В основе подхода лежит построение графов схожести трендов, представляющих собой визуализацию эволюции сигналов COVID-19 во взаимосвязи друг с другом. Каждый узел в графе соответствует отдельному сигналу, а ребра отражают степень сходства их временных рядов. Для количественной оценки схожести используются алгоритмы, позволяющие выявить как прямые соответствия, так и запаздывающие зависимости между сигналами. Такая структура позволяет моделировать не только корреляции, но и более сложные взаимосвязи, отражающие динамику распространения и проявления симптомов COVID-19 во времени и пространстве. Полученные графы служат основой для обучения нейронных сетей, позволяя им агрегировать информацию из локальных окрестностей каждого узла и учитывать контекст взаимосвязанных сигналов.

Для построения графов зависимостей между сигналами COVID-19 использовались два основных метода: DTW+S и анализ с запаздыванием (Lagged Correlation). Метод DTW+S (Dynamic Time Warping + Similarity) применялся для выявления схожести форм временных рядов, даже при незначительных сдвигах во времени. Он позволяет сопоставить сигналы, которые имеют общую тенденцию, но различаются по скорости или временной задержке. В свою очередь, анализ с запаздыванием определял зависимости, при которых один сигнал предсказывает другой с определенной временной задержкой. Этот метод выявляет случаи, когда изменение в одном сигнале приводит к изменению в другом через определенный промежуток времени, что указывает на причинно-следственную связь или взаимовлияние.

Построенные графы позволяют GraphSAGE агрегировать информацию из локальных окрестностей каждого узла, что обеспечивает выявление более сложных взаимосвязей между сигналами COVID-19, чем просто корреляции. В отличие от традиционных методов анализа, учитывающих только статистическую зависимость между временными рядами, данный подход позволяет учитывать структуру графа и распространение информации между сигналами, даже если зависимость не является прямой или немедленной. Агрегация информации осуществляется посредством механизма внимания в GraphSAGE, позволяющего взвешивать вклад соседних узлов в представление целевого узла, тем самым выделяя наиболее значимые зависимости. Это позволяет моделировать нелинейные и динамические зависимости, которые могут быть упущены при использовании линейных корреляций или простых методов временных задержек.

Визуализация графов сигналов по четырем категориям индикаторов позволяет выделить ключевые связи и выделить центральный (фокусный) сигнал для каждой категории.
Визуализация графов сигналов по четырем категориям индикаторов позволяет выделить ключевые связи и выделить центральный (фокусный) сигнал для каждой категории.

Устойчивость и Масштабируемость: Повышение Точности Прогнозов

Для повышения устойчивости моделей прогнозирования используется стратегия «Скользящего окна» (Rolling Window). Данный подход имитирует реальные условия, при которых данные постоянно обновляются. В ходе обучения и тестирования модель непрерывно переобучается на новых данных, полученных из «скользящего» временного окна. Это позволяет модели адаптироваться к изменяющимся условиям и снижает риск переобучения на статичном наборе данных. Процесс включает в себя последовательное добавление новых данных и удаление устаревших, поддерживая постоянный размер обучающей выборки и обеспечивая актуальность прогнозов.

Структура блочно-диагональной матрицы обеспечивает эффективное представление агрегированных матриц схожести, что позволяет масштабировать вычисления применительно к большому числу штатов. Вместо хранения полной матрицы $n \times n$, представляющей связи между всеми временными рядами, блочно-диагональный подход разбивает ее на блоки, соответствующие кластерам схожих рядов. Это значительно снижает вычислительную сложность и объем необходимой памяти, особенно при работе с большим количеством временных рядов и длительными периодами наблюдения. В результате, вычисления, такие как вычисление расстояний и обновление графов, могут быть выполнены более эффективно, что критически важно для масштабируемости системы прогнозирования.

Обучение алгоритма GraphSAGE на динамически формируемых графах демонстрирует превосходство над традиционными моделями прогнозирования, такими как ARIMA, и даже над Transformer-архитектурами при оценке с использованием метрики Mean Absolute Error (MAE). Результаты экспериментов показывают снижение MAE в прогнозах на 2-4 недели. В частности, наблюдается статистически значимое уменьшение абсолютной средней ошибки по сравнению с базовыми моделями, подтверждающее эффективность предложенного подхода к построению графов и использованию GraphSAGE для задач эпидемиологического прогнозирования. Количественные показатели свидетельствуют о повышении точности прогнозов на $2-15\%$ в зависимости от временного горизонта и специфики данных.

При построении графов для эпидемиологического прогнозирования, методы, основанные на динамическом выравнивании по времени (DTW+S) и на основе корреляции с запаздыванием, демонстрируют стабильно лучшие и вторые по эффективности результаты, превосходя случайные и полностью связанные графы. Это указывает на способность графовых методов эффективно моделировать сложные, изменяющиеся во времени зависимости в данных об эпидемиях. В частности, DTW+S позволяет учитывать нелинейные искажения во временных рядах, а корреляционные графы — выявлять взаимосвязи между различными регионами или популяциями, которые могут быть скрыты при использовании традиционных методов анализа временных рядов. Полученные результаты подтверждают, что учет временной структуры и взаимосвязей между данными значительно повышает точность эпидемиологических прогнозов.

Сравнение моделей показывает, что при прогнозировании на 1-4 недели вперёд некоторые из них демонстрируют улучшение точности (показано положительными значениями), в то время как другие - её ухудшение по сравнению с базовым уровнем.
Сравнение моделей показывает, что при прогнозировании на 1-4 недели вперёд некоторые из них демонстрируют улучшение точности (показано положительными значениями), в то время как другие — её ухудшение по сравнению с базовым уровнем.

Выявление Ключевых Факторов: Интерпретируемое Прогнозирование

Для выявления ключевых факторов, определяющих прогностическую способность модели GraphSAGE в отношении COVID-19, был применен алгоритм CF-GNNExplainer. Данный метод позволяет анализировать, какие конкретно сигналы — включающие в себя показатели здоровья населения, поведенческие реакции и демографические данные — оказывают наибольшее влияние на формируемые прогнозы. В ходе анализа CF-GNNExplainer оценивает вклад каждого сигнала в итоговый результат, выявляя наиболее значимые переменные, определяющие точность предсказаний. Таким образом, исследование предоставляет возможность понять, какие факторы следует учитывать в первую очередь при прогнозировании распространения инфекции и разработке эффективных стратегий вмешательства.

Анализ выявил, что на точность прогнозов заболеваемости COVID-19 наибольшее влияние оказывают определенные сигналы, объединяющие в себе данные о состоянии здоровья населения, поведенческие реакции и демографические факторы. В частности, установлено, что динамика госпитализаций, процент вакцинированных граждан и уровень соблюдения мер социальной дистанции являются ключевыми индикаторами, определяющими будущую заболеваемость. Кроме того, значимую роль играют такие демографические параметры, как плотность населения и возрастная структура. Выявление этих наиболее влиятельных сигналов позволяет целенаправленно отслеживать изменения в этих областях и, как следствие, более эффективно планировать и реализовывать меры общественного здравоохранения для снижения распространения инфекции и смягчения её последствий.

Понимание ключевых факторов, определяющих распространение COVID-19, предоставляет возможность органам общественного здравоохранения более эффективно распределять ресурсы и разрабатывать целенаправленные стратегии вмешательства. Выявляя сигналы — будь то показатели здоровья населения, поведенческие реакции или демографические характеристики — оказывающие наибольшее влияние на прогнозы, можно приоритизировать конкретные меры, такие как усиление кампаний вакцинации в определенных группах риска или акцентирование внимания на соблюдении санитарных норм в наиболее уязвимых регионах. Такой подход позволяет перейти от общих рекомендаций к персонализированным вмешательствам, значительно повышая их эффективность и снижая нагрузку на систему здравоохранения. В конечном итоге, знание этих ключевых факторов обеспечивает возможность более оперативного и точного реагирования на изменяющуюся эпидемиологическую обстановку.

В отличие от “черных ящиков” прогностических моделей, лидирующие подходы, такие как CF-GNNExplainer, предоставляют возможность интерпретации результатов, что является критически важным для реагирования на кризисные ситуации в сфере общественного здравоохранения. Эта прозрачность позволяет выявлять ключевые факторы, определяющие прогноз распространения COVID-19 — от показателей здоровья населения и поведенческих реакций до демографических особенностей. Определение этих наиболее влиятельных сигналов дает возможность органам здравоохранения не просто предсказывать развитие событий, но и целенаправленно разрабатывать и внедрять эффективные стратегии вмешательства, оптимизируя распределение ресурсов и повышая общую эффективность мер по защите населения. Такой подход позволяет перейти от реактивного реагирования на кризис к проактивному управлению рисками и укреплению системы общественного здравоохранения.

Исследование демонстрирует стремление к построению моделей, способных не только прогнозировать развитие эпидемий, убеждений и поведения, но и предоставлять объяснения этим процессам. Авторы предлагают подход, основанный на графовых нейронных сетях и анализе схожести трендов, что позволяет выявлять ключевые факторы, влияющие на динамику изучаемых явлений. Как заметила Ада Лавлейс: «Я убеждена, что эта машина может делать всё, что мы можем описать с помощью чисел». Эта мысль перекликается с предложенным методом, поскольку он стремится к формализации и числовому представлению сложных социальных процессов для последующего анализа и прогнозирования. Простота и ясность структуры модели, предложенной в работе, позволяют надеяться на её масштабируемость и эффективность в решении задач, связанных с пониманием и предсказанием сложных систем.

Куда Ведут Дороги?

Представленная работа, несомненно, демонстрирует потенциал графовых нейронных сетей для прогнозирования динамических систем. Однако, элегантность модели не должна заслонять фундаментальный вопрос: достаточно ли нам лишь предсказывать тенденции, не понимая глубинных механизмов, формирующих поведение? Построение “графа сходства трендов” — это лишь картографирование поверхности, а истинная сложность кроется в нелинейных взаимодействиях и скрытых переменных, определяющих распространение эпидемий, убеждений и поведенческих паттернов.

Будущие исследования, вероятно, потребуют интеграции этих моделей с более сложными системами, учитывающими когнитивные искажения, социальные сети и культурные нормы. Особое внимание следует уделить интерпретируемости: модель может точно предсказывать, но если она не способна объяснить почему это происходит, она остается лишь черным ящиком, лишенным истинного понимания. Документация фиксирует структуру, но не передаёт поведение — оно рождается во взаимодействии.

Возможно, наиболее перспективным направлением является переход от простого прогнозирования к моделированию сценариев «что, если?». Способность не только предсказывать будущее, но и оценивать влияние различных интервенций на динамику системы, позволит перейти от реактивного подхода к проактивному управлению сложными социальными и эпидемиологическими процессами. Простота — это не всегда кратчайший путь к истине, иногда необходимо учитывать все нюансы, чтобы увидеть полную картину.

Оригинал статьи: https://arxiv.org/pdf/2512.00421.pdf

Связаться с автором: https://www.linkedin.com/in/avetisyan/

Смотрите также:

2025-12-02 07:37