멀티에이전트 통신 및 네트워크 연구실(박형곤 교수)의 권정민 박사후연구원과 박형곤 교수의 논문 “Stochastic Approximate Inference of Latent Information in Epidemic Model: A Data-Driven Approach”이 Signal Processing 저널에 게재되었다.

본 논문은 전염병 모델에서 전염률과 숨겨진 환자 수와 같은 중요한 잠재 변수를 추정하는 이산 시간 마르코프 체인을 기반 확률적 구획 모델을 제안하였다. 보고된 데이터(e.g., 확진 환자 수)를 가장 잘 나타내는 전염률을 최대 로그 우도로 추정하는 문제는 데이터의 사후 분포를 포함하기 때문에 수학적으로 다루기 어려운 한계점이 있다. 따라서 확률적 근사를 사용하여 대리 최적화를 통해 문제를 완화하였으며, 전염률과 잠재 변수를 추정하는 것을 제안하였다. 추론 성능을 평가하기 위해 COVID-19, 계절성 독감, 그리고 mpox의 데이터셋을 사용하여 잠재 감염 환자수를 추정하였으며, 제안된 알고리즘이 감염성 질병의 파동에서 거시적 및 미시적 변화를 설명하는 전송률을 찾을 수 있음을 확인하였다. 또한, 기존 추정 기법들과 비교하여도 제안하는 알고리즘은 재감염 및 파동의 미시적 변동과 같은 실제 질병 진화를 더 잘 설명하는 것을 확인하였다.

본 논문이 게재되는 Signal Processing(Elsevier)은 전자전기공학 분야 및 신호처리 분야에서 우수한 국제저널이다.

해당 논문은 아래 링크에서 확인할 수 있다. 

https://doi.org/10.1016/j.sigpro.2025.109919