arXiv · ML· Ashish Anton Abraham, Gopi Krishnan R, Aiswarya Anil Nair, Ajo Babu George, Kunal Agarwal·· 5 小时前AI 评分22
SEIR-TFT混合预测框架结合SHAP分析实现可解释的疫情预测
Hybrid SEIR Temporal Fusion Transformer Framework with SHAP Analysis for Interpretable Pandemic Forecasting
AI 导读
基于SEIR模型的TFT混合框架在新冠疫情数据上生成可解释的多时程感染预测，较独立SEIR基线在干预措施变化阶段更稳定准确。 模型整合易感、暴露、感染、康复等流行病指标、口罩/疫苗干预信号、移动性和人口背景数据，SHAP在整体与局部层面量化各特征贡献。 该系统以预测结果、解释输出和交互式仪表盘形式，支持时间序列、政策影响和地理空间分析。
来源：arXiv · ML · arxiv.org