报告题目：将动态模型与神经网络相结合，研究2019冠状病毒病大流行期间干预措施的效果
报 告 人：肖燕妮教授(西安交通大学数学与统计学院)
报告时间：2023年12月7日下午2：00-3：00
报告地点：数学科学学院A413
内容简介： 在2019冠状病毒病大流行期间，控制措施在缓解疾病传播方面发挥着重要作用，而量化动态接触率和检疫率并估计其影响仍具有挑战性。在本讲座中，我们首先通过将神经网络嵌入微分方程的通用微分方程法估算有效繁殖数。然后，我们发展了物理信息神经网络（PINN）的机制，通过将分散的观测数据与深度学习和流行病模型相结合，提出了扩展的传播动力学信息神经网络（TDINN）算法，以精确量化干预强度。根据深度学习推断出的时间序列，所选择的量化干预强度的速率函数具有流行病学上的合理含义。最后，我将给出一些结束语。 这是我与宋鹏飞、何梦琪、唐彪和唐三一的合作成果。
报告人简介：肖燕妮，西安交通大学数学与统计学院副院长、数学与生命科学交叉研究中心主任、博士生导师，主要从事非光滑动力学理论研究、数据和问题驱动的传染病动力学的研究。参与完成了国家“十一五”、“十二五”和“十三五”科技重大专项艾滋病领域的建模研究。 主持国家自然科学基金7项，其中重点项目1项、重点国际合作1项,主持重点研发课题1项。2022年至今任中国生物数学专业委员会主任，2020年起任国务院第八届学科评议组成员（数学）。
数学科学学院 2023 年 12 月 7 日