广东省科学院智能制造研究所青少年科学教育实践中心是依托广东省科学院智能制造研究所全新打造建设的以“智能制造”为主题的科学教育实践场馆，面向青少年群...
《自动化与信息工程》原名《广东自动化与信息工程》、《广州自动化》，经国家新闻出版署批准（国内统一连续出版物号CN 44-1632/TP；国际标准连续出版物号ISSN 1674-2605）创刊于1980年，双月刊。本刊由广东省科学院主管，广东省科学院智能制造研究所、广州市自动化学会共同主办。 本刊是中国核心期刊（遴选）数据库收录期刊、中国学术期刊综合评价数据库统计源期刊、中国期刊全文数据库全文收录期刊、中文科技期刊数据库全文收录期刊、超星... 【详细介绍】
新型冠状病毒肺炎是一种于2019年底爆发的新型传染病，严重危害着世界人民的生命健康安全，新冠肺炎疫情的防控已经成为我国各地区当前乃至未来一段时间政府工作的重点。
为助力政府做好新冠肺炎疫情防控提供技术支撑，省科学院智能制造所人因工程技术团队李辰潼博士根据疫情防控实际需求，结合人工智能分类的准确性与传统的生物数学方法的泛化性优势，综合运用最优化原理、贝叶斯统计分析和深度学习方法，建立了适合当下疫情防控实际的最优化神经网络模型，为快速找到最有可能的感染者，节约防控成本提供了新思路。该模型具有很强的可塑性，可充分考虑各类变异毒株，对不同的社区结构和病毒毒性都能快速找到所有感染者。该模型还可以应用到车辆位置追踪、遥感追踪等领域。
相关研究已获得了第69批中国博士后基金的资助。
图1 解决病人追踪问题的随机游走图网络（RWGGN）模型构架图
图2 基于模拟数据的实时预测结果，红箭头为新发现的新发病例，蓝箭头是该病例接触过该区域的概率
版权所有 © 1999 - 广东省科学院智能制造研究所粤ICP备12051576号-1
Copyright © Guangdong Institute of Intelligent Manufacturing,GDAS.All Rights Reserved
地址：广州市越秀区先烈中路100号大院13号楼邮编：510070
电 话：(020)87686011 87686026传 真：(020)87687997Email：bgs＠giim.ac.cn
