近日，我院郭晓向博士和任景莉教授在美国类流感疾病爆发情况的分析与预测方面取得进展。相关成果以题为“Design and Analysis of a Prediction System About Influenza-Like Illness From the Latent Temporal and Spatial Information”的论文发表在中科院一区top期刊《IEEE Transactions on Systems, Man, and Cybernetics: Systems》上，郭晓向博士为第一作者，任景莉教授为通讯作者，合作者还有美国的Xiong NN教授和Wang HY教授，郑州大学为第一作者单位。

文章运用高斯型函数与多元多项式回归方法统计了疾病爆发的时空分布信息。高斯型函数可以很好地预测类流感疾病爆发的初始与结束阶段，并且疾病爆发峰值对应的时间也可以得到有效的近似。另外，从空间分布信息中提取的回归方程可以用来填充相应区域的缺失数据。回归方程的相关性分析表明某些沿海地区之间具有高度相关性并且类流感疾病的高爆发区域不一定是相邻的。这可能与病毒的传播方法以及当地的气候（例如沿海气候）有关。同时设计的动态径向基神经网络（DRBFNN）算法利用各地区疾病数据包含的动力学演化信息，建立了观测变量与重构相空间之间的关联函数。通过获得的神经网络结构（即关联函数），实现了对各地区类流感疾病未来52周数据的预测。

该工作得到国家自然科学基金项目（No.11771407,52071298）等资助。

引用格式：X. Guo, N. N. Xiong, H. Wang and J. Ren*. Design and Analysis of a Prediction System about Influenza-Like Illness from the Latent Temporal and Spatial Information. IEEE Transactions on Systems, Man, and Cybernetics: Systems, 52(1): 66-77, 2022. Doi: 10.1109/TSMC.2020.3048946.

全文链接：https://ieeexplore.ieee.org/document/9329083