近日，同盾科技人工智能“专利库”再次扩容，以知识联邦为理论基础的创新发明——“基于人口迁移的疫情预测方法、装置、电子设备及介质”正式获得国家知识产权局的发明专利授权。
同盾科技正在强化对核心技术的攻关和基础知识的研究，每年营收的80%投入到研发上。截止到目前同盾科技已经成功获得多项重大专利授权，在创业前期同盾科技获取的专利主要分布在云风控平台、复杂网络、反欺诈和决策引擎等领域，而近两年来自然语言处理、图像识别、区块链、联邦学习等技术专利授权显著增多，这与同盾科技在人工智能、语音识别、自然语言处理方面的布局有重要关系。
01/
为解决下一阶段疫情防控难点而生
该发明的核心作用是在人口大规模跨城市流动的背景下，精准预测病毒在城市中的演化轨迹。在复工复产之前，所有病毒传播学的模型几乎都是基于全社会“静止不动”，城市之间“互不联通”这一变量之上的。而随着城市之间的交通日渐恢复，传播的“静态模型”已不再适用，同盾科技全新专利正是为解决下一阶段疫情防控难点而生。
同盾人工智能专家介绍说：“该发明底层采用知识联邦保障数据隐私安全，实现跨部门和地区的人群数据联邦共享，并在联邦共享的基础上进行联邦预测和联邦推理，让流行病学、社交活动和迁移行为等不同领域知识互通互联，进而可以深度挖掘潜在风险人群，精准预测疫情，帮助政府部门提前做好防控防范工作。”
近日，吉林省舒兰市的疫情急转直下，为人们敲响警钟。能否有效阻击城市之间病毒的传播，将是决定社会能否全面恢复正常节奏的关键。
02/
构建城市图网络 阻击城际间病毒流动
现有的疫情预测方法通常只根据单独一个城市的疫情数据，仅考虑城市内部的易感者（S）、潜伏者（E）、感染者（I）、康复者（R）之间的转换关系，建立单个城市的动力学模型，进而对单个城市的未来疫情发展作出预测。然而，现有的疫情预测方法没有考虑因城市之间的人员流动对病毒传播带来的影响，不符合在城际人口迁移活动发生的情况下疫情发展的实际情况。
因此，亟需一种疫情预测方法能预测人口迁移活动发生时的疫情发展，用作采取疫情防控手段的参考。为了克服现有技术的不足，该发明提供了一种基于人口迁移的疫情预测方法，其根据疫情数据和待预测城市之间的人口迁移数据，构建待预测区域的复合城市网络模型，进而实现在人口迁移活动的情况下，对待预测城市未来若干天疫情数据的准确预测。
该发明提出采用自主研发的潜伏期被治愈的SEIR模型（如图1所示）来模拟每个城市节点。同时，利用图网络的思想，并将每一个城市(省份)看成一个节点，使用GNN网络模拟各个城市间人口流动的动态过程，构建复合城市网络模型，真实有效地模拟疾病在各个城市演化的过程，达到实时有效的预测疾病人数的效果。
