报告题目：传染病预测预警：动力学模型-数据-深度学习融合

报 告 人：唐三一 教授（山西大学）

负 责 人：王开发

报告时间：2025年04月27日（星期日）下午3：30-4：30

报告地点：数学大楼912报告厅

参加人员：教师、研究生、本科生

摘要：新发重大传染病的预测预警和精准防控是国家应对重大公共卫生事件、提高传染病防控能力的亟需，运用传染病模型、大数据统计分析和人工智能等方法揭示传染病的传播规律，进而建议可行的防控措施是应用基础研究中有挑战性的问题。报告首先从新发重大传染病疫情防控的重要性、数学模型在公共卫生决策中发挥的关键作用、深度学习与传染病动力学模型以及数据融合驱动的必要性等方面进行简要介绍。然后结合团队近期在传染病动力学模型-数据-深度学习融合方面的典型工作，重点分享在传染率和接触率及隔离率的学习与可解释性、个体行为与传染病疫情共演化趋势耦合关系学习、疫情外溢与防控策略耦合机制学习、关键气象因子识别与蚊媒传染病复杂耦合关系辨识等方面的研究成果。

报告人简介：唐三一，2003年在中国科学院数学所获得博士学位，2023-2027年在英国Warwick大学从事交叉学科研究，现为山西大学特聘教授，复杂系统数学技术重点实验室主任。主要研究领域为生物数学和生物统计学。主要成果在害虫综合治理策略、突发性传染病预测预警、药动学参数确定、肿瘤综合治疗与药物毒理效应等方面具有重要的应用。发表SCI论文150多篇，被SCI杂志引用超过10000次。主持1项国家自然科学基金重点项目、1项人工智能重大研究计划培育项目、包括中美生物医学国际合作项目在内的其它项目6项，四次应邀出席生物数学国际大会并作大会特邀报告。近年来带领团队与国家疾控、卫健委等部门合作，为基于地域的HIV治疗策略，以及新冠疫情防控的预测预警、重大策略调整等提供了重要的决策依据，服务了国家重大急需。