Core Concepts
本研究では、空間的および時間的な魚の移動パターンを組み込むことで、Katzインデックスを拡張し、水産養殖ネットワークにおける疾病伝播の予測精度を向上させた。
Abstract
本研究は、水産養殖ネットワークにおける生きた魚の移動を分析するために、Katzインデックスを拡張したモデルを提案している。従来のKatzインデックスは、ネットワーク内の直接および間接的な接続を考慮するが、農場間の地理的距離を考慮していない。そのため、本研究では、Weighted Katz Index (WKI)、Edge Weighted Katz Index (EWKI)、および組み合わせモデル(KIEWKI、WKIEWKI)を開発し、空間的および時間的な魚の移動パターンを組み込んだ。
評価の結果、EWKIモデルが最も優れた性能を示し、精度0.988、再現率0.712、F1スコア0.827、AUPR 0.970を達成した。組み合わせモデルのKIEWKIとWKIEWKIも高い性能を示したが、EWKIには及ばなかった。これらの結果は、Katzインデックスモデルを拡張することで、水産養殖ネットワークにおける疾病伝播予測を大幅に改善できることを示している。特に、EWKIモデルは、ネットワーク分析における空間的課題に対する革新的で柔軟なアプローチを実証している。
Stats
生きた魚の移動ネットワークには合計16,946の移動記録があり、2,480のノードと4,696のリンクで構成されている。
訓練データセットには2,477のノードと4,437のリンクが含まれ、検証データセットには621のノードと853のリンクが含まれる。
テストデータセットには496のノードと677のリンクが含まれる。