編：夕小瑤

幾個(gè)月前，小屋推送了一期上帝視角看新型冠狀病毒（COVID-19）對(duì)公眾出行影響的頂會(huì)論文解讀——《這篇頂會(huì)paper，講述了疫情期間憋瘋的你和我》，這篇有趣的paper來自百度地圖團(tuán)隊(duì)，發(fā)表在KDD2020。

幾個(gè)月后，新冠病毒仍在全球范圍肆虐，并對(duì)人們的日常工作與生活產(chǎn)生了嚴(yán)重的影響。與此同時(shí)，社會(huì)責(zé)任感爆棚的百度研究人員再次發(fā)揮時(shí)空大數(shù)據(jù)優(yōu)勢(shì)，又發(fā)表一篇硬剛新冠疫情的最新研究成果！這次的研究不單是有趣，還在科學(xué)疫情防控方面具有很高的應(yīng)用價(jià)值。

引言

關(guān)注疫情動(dòng)態(tài)的小伙伴都有所了解，面對(duì)疫情，目前有效的非藥物干預(yù)方案通常需要及時(shí)、準(zhǔn)確地在城市中選擇一些高風(fēng)險(xiǎn)區(qū)域進(jìn)行重點(diǎn)疫情防控，例如出行限制甚至病例隔離。對(duì)于高風(fēng)險(xiǎn)區(qū)域的預(yù)測(cè)，現(xiàn)有的研究工作主要將已確診病例的空間分布視為重要依據(jù)，其主要問題在于確診病例的統(tǒng)計(jì)數(shù)據(jù)往往粒度過粗且通常具有滯后性，同時(shí)，不少新冠病毒攜帶者在確診前就可能已經(jīng)將病毒傳播開了。

為了解決這些問題，百度的研究人員提出了一個(gè)名為C-Watcher的機(jī)器學(xué)習(xí)框架，旨在從新冠疫情重災(zāi)區(qū)傳播到目標(biāo)城市之前，預(yù)測(cè)出目標(biāo)城市中每個(gè)社區(qū)的疫情感染風(fēng)險(xiǎn)。

首先，C-Watcher從百度地圖數(shù)據(jù)中抽取了多種特征來刻畫城市中的每個(gè)住宅小區(qū)。其次，為了在疫情爆發(fā)前將有助于識(shí)別風(fēng)險(xiǎn)的知識(shí)及時(shí)遷移到目標(biāo)城市，研究人員提出了一個(gè)創(chuàng)新性的對(duì)抗編碼器框架，可以提取疫情重災(zāi)區(qū)城市和目標(biāo)城市之間的共性特征，并從中學(xué)習(xí)高風(fēng)險(xiǎn)社區(qū)的普遍特點(diǎn)。利用該方法從城市相關(guān)的特征中抽取有用信息，可以實(shí)現(xiàn)在目標(biāo)城市進(jìn)行早期高風(fēng)險(xiǎn)小區(qū)的高效預(yù)測(cè)。基于國內(nèi)COVID-19爆發(fā)早期的真實(shí)數(shù)據(jù)對(duì)C-Watcher進(jìn)行評(píng)測(cè)后，實(shí)驗(yàn)結(jié)果表明C-Watcher能夠在疫情早期有效地從大量住宅小區(qū)中成功篩查出高風(fēng)險(xiǎn)小區(qū)。該論文已入選人工智能領(lǐng)域頂級(jí)會(huì)議AAAI 2021，向國際同行分享科學(xué)抗疫最新研究成果。

▲圖1 C-Watcher 的使用場(chǎng)景

論文名稱：
C-Watcher: A Framework for Early Detection of High-Risk Neighborhoods Ahead of COVID-19 Outbreak

論文鏈接：
https://arxiv.org/abs/2012.12169

Arxiv訪問慢的小伙伴也可以在 【夕小瑤的賣萌屋】訂閱號(hào)后臺(tái)回復(fù)關(guān)鍵詞 【0205】 下載論文PDF~

小區(qū)特征構(gòu)建

本文基于百度地圖數(shù)據(jù)抽取特征來描述住宅小區(qū)的社會(huì)經(jīng)濟(jì)情況、人口特點(diǎn)以及時(shí)空遷徙情況，主要包括POI半徑特征（POI Radius Features）、人口學(xué)特征（Demographic Features）和交通方式特征（Transportation-related Features）等。這里以POI半徑特征（POI Radius Features）為例做簡(jiǎn)要介紹。

POI半徑特征主要反映一個(gè)住宅小區(qū)周邊的基礎(chǔ)設(shè)施情況，因?yàn)樾^(qū)住戶感染新冠的風(fēng)險(xiǎn)與基礎(chǔ)設(shè)施水平具有緊密的聯(lián)系。如果周邊基礎(chǔ)設(shè)施不完備，住戶往往需要到更遠(yuǎn)的地方以滿足日常生活基本需求；同時(shí)，基礎(chǔ)設(shè)施匱乏的小區(qū)往往物業(yè)管理不夠科學(xué)與精細(xì)，在科學(xué)疫情防控力度上存在較大差異，這都可能增加新冠傳播風(fēng)險(xiǎn)。作者構(gòu)建了15種POI半徑（如醫(yī)院半徑）來刻畫小區(qū)的基礎(chǔ)設(shè)施，每種POI半徑均定義為該小區(qū)到某種類別POI（如醫(yī)院）的最短直線距離，圖2（a）中示意了POI半徑特征的計(jì)算規(guī)則。

為了更直接地反映基礎(chǔ)設(shè)施的完備情況，作者還構(gòu)建了一個(gè)二值的基礎(chǔ)設(shè)施完備水平指標(biāo)，將半徑1km內(nèi)同時(shí)含有醫(yī)院、學(xué)校、餐廳等多種基礎(chǔ)生活設(shè)施的小區(qū)視為基礎(chǔ)設(shè)施完備的小區(qū)，如圖2（b）所示。

文中對(duì)新冠爆發(fā)初期武漢市高/低風(fēng)險(xiǎn)小區(qū)的數(shù)據(jù)進(jìn)行統(tǒng)計(jì)后，發(fā)現(xiàn)新冠風(fēng)險(xiǎn)確實(shí)與基礎(chǔ)設(shè)施存在較強(qiáng)的相關(guān)性。如圖2（c）所示，大部分高風(fēng)險(xiǎn)小區(qū)的基礎(chǔ)設(shè)施都不完備；與此相反，大部分低風(fēng)險(xiǎn)小區(qū)具有更為完備的基礎(chǔ)設(shè)施。

方法

圖3展示了在目標(biāo)城市預(yù)測(cè)新冠高風(fēng)險(xiǎn)小區(qū)的城市遷移學(xué)習(xí)模型的總體框架。

▲圖3 城市遷移學(xué)習(xí)模型總覽

該模型是一個(gè)對(duì)抗編碼器-解碼器框架，能夠提取疫情重災(zāi)區(qū)城市（epicenter city）和目標(biāo)城市之間（target city）的共性特征，并依靠重災(zāi)區(qū)城市的大量數(shù)據(jù)，從中學(xué)習(xí)高風(fēng)險(xiǎn)社區(qū)的普遍特點(diǎn)，再將這種共性的知識(shí)遷移到疫情尚未爆發(fā)的目標(biāo)城市，實(shí)現(xiàn)早期的高風(fēng)險(xiǎn)小區(qū)預(yù)測(cè)。模型主要有兩部分組成：1）利用對(duì)抗學(xué)習(xí)框架提取城市間的共性特征；2）對(duì)表征空間進(jìn)行約束，實(shí)現(xiàn)新冠高風(fēng)險(xiǎn)小區(qū)預(yù)測(cè)。

對(duì)抗學(xué)習(xí)框架

對(duì)抗學(xué)習(xí)框架由編碼器（encoder）和鑒別器（discriminator）構(gòu)成，如圖4所示：

▲圖4 對(duì)抗學(xué)習(xí)框架

Encoder將住宅小區(qū)的特征向量 n 作為輸入，具體地記 n^E 為epicenter cities中小區(qū)的特征向量，n^T 為target city中小區(qū)的特征向量，輸出編碼后的表征向量。通常來說，因?yàn)榫幋a后的表征向量來自于對(duì)不同城市的住宅小區(qū)的描述，它們的分布存在較大差異，這種差異使得encoder提取到高風(fēng)險(xiǎn)小區(qū)的特點(diǎn)可能僅適用于epicenter city，這阻礙了模型將epicenter cities中學(xué)到的經(jīng)驗(yàn)遷移到target city。

為了解決這個(gè)問題，作者引入了discriminator來縮小編碼后表征向量在分布上的差異。Discriminator是一個(gè)分類器，它的作用是從Encoder輸出的表征中區(qū)分出樣本來自epicenter cities還是target city，即把編碼后的表征向量作為輸入，并完成一個(gè)二分類任務(wù)，將來自于epicenter cities的編碼表征向量，和來自于target city的編碼表征向量判定為不同的兩類。相反的是，encoder學(xué)習(xí)來自兩個(gè)不同城市樣本的共性特征，讓discriminator難以正確分類。

表征空間約束

在Adversarial Learning的框架中，Encoder僅僅能夠?qū)W到epicenter cities和target city中小區(qū)樣本的共性特征，為了提高新冠風(fēng)險(xiǎn)的識(shí)別能力，作者引入圖5中的模塊對(duì)表征空間進(jìn)行約束，主要包括特征重構(gòu)和新冠高風(fēng)險(xiǎn)小區(qū)識(shí)別分類兩部分。

▲圖5 表征空間約束示

特征重構(gòu)部分包括Encoder以及兩個(gè)Decoder，兩個(gè)Decoder分別用于epicenter cities和target city中小區(qū)特征的重構(gòu)。將Encoder輸出的表征向量輸入Decoder，得到解碼后的表征向量，利用重構(gòu)損失函數(shù)優(yōu)化Encoder和Decoder，使得Decoder能夠從編碼后的表征中恢復(fù)出原始輸入，以保證Encoder學(xué)習(xí)到的表征仍然具有描述一個(gè)小區(qū)的信息，而不是單純地能夠在epicenter cities和target city中相似。

高風(fēng)險(xiǎn)小區(qū)識(shí)別分類的部分則有Encoder和Classifier組成。Classifier將epicenter cities小區(qū)的編碼表征向量作為輸入，利用epicenter cities中大量有標(biāo)記樣本，讓Encoder從中提取能夠判斷新冠風(fēng)險(xiǎn)的特征。

“Reference city”驗(yàn)證機(jī)制

由于C-Watcher的設(shè)計(jì)是為了在沒有爆發(fā)疫情的目標(biāo)城市進(jìn)行高風(fēng)險(xiǎn)小區(qū)的早期預(yù)測(cè)，為了避免將目標(biāo)城市高風(fēng)險(xiǎn)小區(qū)的先驗(yàn)信息引入模型的超參數(shù)中，作者提出了“reference city”驗(yàn)證機(jī)制，為模型選擇合適的超參數(shù)。C-Watcher使用epicenter city的數(shù)據(jù)訓(xùn)練模型，并將reference city的真值數(shù)據(jù)當(dāng)作驗(yàn)證集來選擇模型的超參數(shù)。在本文中，reference city是按照距離target city最近的城市作為標(biāo)準(zhǔn)來選取的。圖6對(duì)該驗(yàn)證機(jī)制作了簡(jiǎn)單介紹。

▲圖6 “Reference city“驗(yàn)證機(jī)制

實(shí)驗(yàn)分析

新冠高風(fēng)險(xiǎn)小區(qū)早期預(yù)測(cè)

作者收集了國內(nèi)新冠肺炎爆發(fā)初期16個(gè)城市的高風(fēng)險(xiǎn)小區(qū)數(shù)據(jù)對(duì)C-Watcher進(jìn)行測(cè)試，其中包含重災(zāi)區(qū)武漢市，5個(gè)參考城市和10個(gè)目標(biāo)城市。C-Watcher在目標(biāo)城市上的預(yù)測(cè)性能遠(yuǎn)好于不采用城市遷移學(xué)習(xí)的機(jī)器學(xué)習(xí)模型。

▲表1 目標(biāo)城市高風(fēng)險(xiǎn)小區(qū)預(yù)測(cè)性能對(duì)比

特征重要性分析

作者還采用Lasso Logistic Regression的方法，以各個(gè)特征系數(shù)的絕對(duì)值為依據(jù)，篩選出最重要的20個(gè)特征，如圖7所示。

▲圖7 Lasso系數(shù)最大的20個(gè)特征

從中我們可以獲得一些對(duì)新冠疫情防控具有指導(dǎo)意義的信息。比如，實(shí)驗(yàn)結(jié)果表明，在POI半徑特征中，除了二值的基礎(chǔ)生活設(shè)施指數(shù)特征（P: PFLF & P: PRLF）與新冠風(fēng)險(xiǎn)顯著相關(guān)以外，距火車站遠(yuǎn)（P: RTS）的住宅小區(qū)風(fēng)險(xiǎn)較低。

總結(jié)

本文提出了一個(gè)識(shí)別城市中新冠高風(fēng)險(xiǎn)小區(qū)的框架C-Watcher，它基于百度地圖數(shù)據(jù)提取了大量描述住宅小區(qū)的社會(huì)經(jīng)濟(jì)情況、人口特點(diǎn)以及時(shí)空遷徙情況等有助于識(shí)別新冠風(fēng)險(xiǎn)的特征，采用對(duì)抗學(xué)習(xí)的框架從重災(zāi)區(qū)學(xué)習(xí)高風(fēng)險(xiǎn)小區(qū)的特點(diǎn)，并將這些知識(shí)遷移到未爆發(fā)疫情的目標(biāo)城市，實(shí)現(xiàn)了在早期階段對(duì)潛在新冠高風(fēng)險(xiǎn)小區(qū)進(jìn)行預(yù)測(cè)。

后臺(tái)回復(fù)關(guān)鍵詞【入群】

加入賣萌屋NLP/IR/Rec與求職討論群

后臺(tái)回復(fù)關(guān)鍵詞【頂會(huì)】

獲取ACL、CIKM等各大頂會(huì)論文集！

總結(jié)

以上是生活随笔為你收集整理的百度提出新冠高风险小区预警算法，AAAI21收录！的全部?jī)?nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。