AI与世界难题 · 医学与药物研发 · arXiv · 2026-10-22
从模拟中学习流行病阈值方程：REEBLRA，一种用于再生数的可解释贝叶斯分类框架
原标题: Learning Epidemic Threshold Equations from Simulation: REEBLRA, an Interpretable Bayesian Classification Framework for Reproduction Numbers
对于高维、非线性或结构复杂的流行病模型，基本再生数 $R_0$ 的解析表达式很难推导。REEBLRA 利用贝叶斯逻辑回归从参数-响应数据中学习显式的代理阈值方程，提供一个用于判别流行病入侵（$R_0>1$）的二元方程，以及能对 $R_0$ 进行区间夹逼的有序阈值方程。在七个 ODE 模型基准测试中，包括一个 15 仓室五群体 SIR 系统，五折二分类 AUC 为 0.999-1.000，有序夹逼准确率为 0.951-0.998。