AIが解く世界の難問 · 医学・創薬 · arXiv · 2026-10-22
シミュレーションからの流行閾値方程式の学習:基本再生産数のための解釈可能なベイズ分類フレームワークREEBLRA
原題: Learning Epidemic Threshold Equations from Simulation: REEBLRA, an Interpretable Bayesian Classification Framework for Reproduction Numbers
高次元で非線形な疫学モデルでは基本再生産数$R_0$の解析的な式の導出が難しいという問題に対し、REEBLRAはパラメータ応答データから明示的な代理閾値方程式を学習する解釈可能なベイズロジスティック回帰の枠組みである。$R_0$を直接回帰するのではなく、$R_0$が閾値を超える確率を推定し、感染侵入($R_0>1$)の二値分類式と$R_0$を近似する順序付き区間の方程式を与える。15コンパートメント5グループSIR系を含むODEモデルの7件のベンチマークでは、5分割二値AUCが0.999〜1.000、区間推定精度が0.951〜0.998に達した。