Logo

Time-Delay Dynamic Model and Data Analysis of Coronavirus Transmission 新冠病毒传播的时滞动力学模型与数据分析 277

76582a42a8e12182ae17d95f929016be23bfd728

Speaker

Jin Cheng, Fudan University & Shanghai Key Laboratory for Contemporary Applied Mathematics, China

Time

2020.03.31 14:00-15:00

Venue

Online—ZOOM APP

ZOOM Info

Conference ID: 236-934-191
PIN Code: 370003

Sponsors

Abstract

2020年初新冠肺炎疫情(COVID-19)在中国和世界各国的大爆发是目前世界所关心的一个重大问题。如何发挥应用数学的优势,用数学模型去刻画疫情传播的特点,评价所采取的的管控措施的效用是一个摆在数学工作者面前的一个重大问题。从2020年1月26日开始,复旦大学的反问题研究团队开始进行相关的研究。提出了一类带有时滞的微分动力系统模型(TDD-NCP模型,Fudan-CCDC模型)来描述COVID-19疫情的发展。基于政府公布的公开数据,通过反演方法,得到了疫情发展过程中的传播率、隔离率等无法直接观测的信息,并基于这些信息,对疫情的发展做出了“合理”的预测。为政府决策和大众的各种需求提供一些合理的数据支持。目前,我们基于我们的模型对海外疫情严重国家的数据进行了分析,包括意大利、韩国、日本、伊朗、美国。我们也将分享一些我们分析的部分成果。

Video

Play

Program

新冠病毒传播的时滞动力学模型与数据分析

Bio

程晋,复旦大学数学科学学院教授,博士生导师,上海财经大学数学学院院长。国际著名计算数学专家,主要研究方向为数学物理反问题。
1984年毕业于复旦大学数学系获理学学士学位,1990年毕业于复旦大学数学研究所获理学博士学位。现任中国数学会副理事长,国家基金委重大研究计划“高性能计算的基础算法和可计算建模”专家组成员,英国物理学会会士,国际反问题学会执行委员,日本九州大学工业数学研究所国际专家组成员。