Emerging Infectious Disease Forecasting Scheme Using Meta-Learning
Yoona Noh, Seung‐Won Jung, Sungwoo Park, Eenjun Hwang · 정보과학회 컴퓨팅의 실제 논문지 · 2022
감염병의 피해를 줄이기 위해서는 감염병 확산 정도를 예측하고 그에 따른 대응책을 마련하는 것이 중요하다. 이제까지 미래 감염자 수를 예측하기 위한 다양한 예측 모델이 제안되었다. 그러나 신종감염병의 경우, 예측에 필요한 충분한 양의 발생 데이터 수집이 어려워 효과적인 예측 모델 구성이 쉽지 않다. 본 논문에서는 데이터의 수가 부족한 경우에도 높은 예측 정확도를 달성할 수 있는 메타 학습 기반의 신종 감염병 예측 기법을 제안한다. 이를 위해 다양한 시계열 데이터로부터 각 시계열 데이터의 특징정보와 최적의 예측 모델 및 하이퍼-파라미터 정보를 담고 있는 메타데이터를 확보하고 이들을 기반으로 모델을 훈련하는 메타 학습을 진행한다. 적은 양의 신종 감염병 데이터를 대상으로 특징 정보를 추출하고 학습된 모델의 입력으로 사용하여 최적의 예측 모델을 도출한다. 최근 수집된 코로나19 데이터를 이용하여, 기간에 따른 다양한 발생 초기 상태를 가정한 실험을 통해 제안한 기법의 우수성을 입증한다.