报告题目：COVID-19疫情模型构建、数据融合与防控策略分析
报告时间：2020年4月9日（周四）下午2：30-3：30
报告形式：腾讯会议（ID 973 068 147）
报告人：唐三一教授 (陕西师范大学数学与信息学院)
报告人简介： 2003年中国科学院数学所获得博士学位，2003年至2007年在英国Warwick大学从事基因调控网络识别、数据分析的交叉学科研究。发展和创建了一套分析脉冲半动力系统的定性理论方法，推广了非光滑Filippov系统理论在生物医学阈值策略中的广泛应用，解决了非线性、非光滑米氏药动学方程解析求解的理论难题。在混合生物系统以及随机脉冲微分方程模型辨识、随机切换点估计等方面发展了新思想与算法。目前主要从事生物医学与传染病防控中问题驱动的核心理论与大数据分析研究。有关甲型H1N1、 COVID-19等重大突发性传染病防控的研究成果成为国际上评估我国疫情严重程度的重要参考，得到中外媒体的高度关注和广泛报道。发表SCI论文120多篇，被SCI杂志引用超过3000次。完成或主持国家自然科学基金5项，参与1项国家自然科学基金重点项目，研究成果获陕西省自然科学二等奖1项。三次应邀出席生物数学国际大会并作大会特邀报告，部分研究得到中国日报、加拿大环球邮报、Elesvier出版社等国内外媒体的广泛报道，在公共卫生领域产生了深远的社会影响。2018年获陕西省科技领军人才称号。
内容简介：报告将依据COVID-19病毒肺炎疫情发展动态和防控策略关键问题驱动的研究思路，介绍在COVID-19疫情模型构建、参数估计、防控策略评估等方面取得的研究成果。主要包括：1）介绍如何基于全国1月23日前的早期疫情数据估计基本再生数，给出COVID-19病毒传播力非常强的预警以及未来一周的疫情给出精准预测的。 2）介绍如何构建刻画了我国不断加强的封城、密切跟踪隔离、疑似病例的检测率、筛查率等措施的COVID-19病毒传播模型，研究和评估了COVID-19围堵缓疫策略在疫情防控中发挥的动态作用。3）介绍多源数据对模型交叉验证的重要性，讨论如何获得跟踪隔离和疑似人群累积规模的稳定是我国COVID-19疫情峰值到来的前提的重要结论，以及多源数据是对未来较长时间累积报告病例、累积死亡病例、累积疑似病例进行准确预测的重要保证。4）构建大数据驱动的网络模型研究武汉及周边地区复工的时间节点对二次爆发的影响。5）介绍如何发展离散随机模型，通过数据挖掘，感染树结构，对陕西疫情从输入到本地、疫情控制的全过程进行研究，为处理输入病例问题提供模型参考。6）通过我国全国、我国广东省及韩国疫情与防控策略的建模、数据分析，得出中国防控策略的时效性、有效性。同时，介绍如何采用统一框架系统分析中国、韩国、日本、意大利、西班牙以及伊朗等国采用类SARS策略与类大流感策略的差异性，服务于国际疫情防控。
（撰稿人：尹逊武；审稿人：裴永珍）
数学科学学院
2020年4月8日
