传染病预测预警
已完成的硕士阶段工作主要围绕多模态预测、非平稳时间序列分析以及面向预警的传染病建模展开，重点关注呼吸道疾病活动与流感相关场景。
研究
研究概览
这里汇总已完成的硕士阶段研究、支撑性证据与下一阶段的攻博方向。
研究主题
四条相互衔接的研究主线
已完成的硕士阶段研究、正在推进的博士工作与较长期的研究方向，按主题分组呈现。
流感共流行与时空动力学
一条核心研究主线聚焦我国流感相关信号的共流行模式、同步与滞后关系，以及特征提取，结合可解释时序方法与多尺度分析框架开展研究。
机制疫情建模
近期围绕 2025 年佛山基孔肯雅热疫情的研究结合 ODE 与 Petri Net 双框架，在数据有限条件下比较传播解释、干预效果与不确定性。
传播动力学与病毒进化
更广义的研究方向是打通宏观传播格局与微观病毒进化之间的联系，将流行病学信号、系统发育动力学证据与预警模型纳入统一框架。
当前方向
当前研究方向
已完成的研究、当前模型与博士阶段的方向相互衔接。
我当前的博士阶段研究以多模态传染病预测预警为核心，包括面向呼吸道疾病活动的 MAESTRO 框架、流感共流行分析，以及面向机制建模场景（如 2025 年佛山基孔肯雅热疫情）的 ODE/Petri Net 双框架建模。与此同时，我持续维护一个用于数据采集与分析支持的传染病情报平台。长期研究议程致力于打通宏观传播格局与微观病毒进化之间的联系，将流行病学信号与系统发育动力学证据纳入统一的早期预警框架。
研究方法
研究方法论
在方法层面，我强调数据来源、模型结构、结果解释与可复现实现之间的衔接，重视强基线、locked evaluation 和负结果的透明报告。
多模态数据融合
我会结合监测记录、环境信息、行为或新闻信号，并在未来研究中进一步纳入基因组数据，努力将异质公共卫生信息转化为统一分析输入。
可解释建模
我的研究结合分解式预测、状态空间推理以及 ODE、Petri Net 等机制模型，使预测结果尽量保持与流行病学解释相联系。
可复现与模型验证
强调可复现的流程、强基线、敏感性分析以及对模型局限性的透明报告。