Chương 1: Tổng quan đề tài. Giới thiệu về nội dung đề tài bao gồm động lực nghiên cứu, phát biểu bài toán, thách thức, mục tiêu, phạm vi — đối tượng nghiên cứu, và những đóng góp chính trong nghiên cứu. Chương 2: Cơ sở lý thuyết. Trình bày tổng quan về các lý thuyết cơ sở trong dịch bệnh với bệnh nhiệt đới bi lãng quên.
Trình bày các khảo sat về hướng tiếp cận dự báo tỉ lệ ca nhiễm dịch bệnh trong khu vực từ các công trình đi trước. Đồng thời, trình bày về các khái niệm về dự báo sử dụng mang học sâu va các thuật toán hoc sâu tiên tiến Chương 3: Xử lý dữ liệu. Trình bày quy trình tiền xử lý dữ liệu với các phương pháp xử lý dữ liệu cơ bản và xử lý dữ liệu chuỗi thời gian. Phương pháp xây dựng bộ dữ liệu có hệ thống thứ bậc Chương 4: Thực nghiệm và đánh giá.
Trình bày quy trình xử lý dữ liệu và thực nghiệm. Trình bày các thông số chỉ tiết cho quá trình thực nghiệm. Trình bày các phương pháp đánh giá. Báo cáo kết quả thực nghiệm và phân tích kết quả.
Chương 5: Kết luận: Trình bày và đưa ra nhận xét và so sánh về kết quả mang lại. Trình bày về những hướng cải tiễn hơn trong tương lai. TONG QUAN ĐÈ TÀI 1. Động lực nghiên cứu Việt Nam là quốc gia năm hoàn toàn trong vành đai khí hậu nhiệt đới.
Mà đây lại là vùng có nguy cơ cao chịu sự lây lan của hàng loạt các loại bệnh lý liên quan đến khí hậu và điều kiện sống, có thé kể đến như: Sốt Xuất Huyết, Tiêu Chay, Cảm cúm, v.Những loại bệnh nêu trên được WHO chính thức đưa vào danh sách cảnh báo “Các loại bệnh nhiệt đới bị lãng quên” - NTDs (Neglected Tropical Diseases)[1]. Sở di quy về cùng một nhóm bệnh nhiệt đới bị lãng quên là vì những loại bệnh này có thể dễ dàng điều trị với sự phát triển của y học hiện đại. Tuy nhiên, xét về nguy co nhiễm bệnh, việc chủ quan trong khâu nhận biết sớm và điều trị là rất nguy hiểm và có thé dẫn đến tử vong ngay cả trong điều kiện y học phát triển mạnh mẽ như hiện nay. Đặc biệt, trong thời budi biến đôi khí hậu toàn cầu, các hiện tượng thời tiết cực đoan ngày càng khó đoán, mà Việt Nam là một trong các quốc gia bị ảnh hưởng nặng nề nhất bởi biến đổi khí hậu [2] thì nguy cơ tiềm ân cho sự bùng phát của loại bệnh nhiệt đới này càng dễ phát sinh hơn và có thể phát sinh tại bất kỳ thời điểm nào.
Do đó nhu cầu về phát triển một hệ thống có khả năng dự báo và phát hiện nguy cơ bùng phát các căn bệnh nhiệt đới này, hiện nay, là rất cấp thiệt tại Việt Nam. Với sự phát triển mạnh mẽ của CNTT, các thuật toán máy học đã và đang chứng minh được sức mạnh rất lớn của chúng qua nhiều lĩnh vực như kinh tế, giáo dục và cả y tế. Nhiều công trình nghiên cứu trong nước đã được công bồ trên những mặt báo khoa học lớn quốc tế [5]-[6], tuy nhiên các nghiên cứu đang tập trung vào dự báo trên từng tỉnh đơn lẻ. Điều này là một sự thiếu sót vì đã có những nghiên cứu ở nước ngoài cho thấy các bệnh nhiệt đới, được đề cập đến ở đây là bệnh tiêu chảy có khả năng lây lan trong không khí và từ người sang người [7]- [9].
Chính vi vấn dé này đã trở thành động lực thúc day em thực hiện đề tài “Xây dựng mô hình dự báo số lượng ca nhiễm bệnh nhiệt đới dựa trên mạng liên kết giữa các tỉnh thành Việt Nam”. Mục tiêu của đề tài là khắc phục những thiếu sót về mối liên kết địa lý giữa các tỉnh thành cũng như sự tương đồng về thời tiết giữa các tỉnh trong cùng khu vực. Phat biêu bài toán Đâu vào: Dữ liệu về các đặc trưng khí hậu Việt Nam bao gôm các yêu tô vê độ âm, lượng bôc hơi, lượng mưa, nhiệt độ, sô giờ năng và tỉ lệ ca mắc bệnh nhiệt đới trên từng địa phương và khu vực của Việt Nam. Xử lý: Nhiệm vụ được thực hiện được chia làm ba hướng tiếp cận: + Xây dựng mô hình học sâu dự báo ca nhiễm trên từng tỉnh đơn lẽ.
Từ giá tri ca nhiễm được dự báo, ta dùng kết qua đó dé làm nền tảng so sánh với những phương pháp khác trong nghiên cứu này. + Xây dựng bộ dữ liệu có tính phân cấp (hierarchy) cho từng khu vực trong đó bao gồm các tinh nằm trong khu vực đó, nhằm mục đích làm giàu dit liệu, có thé khai thác tối đa các thông tin ở từng khu vực. Xây dựng mô hình học sâu dự báo số lượng ca nhiễm cho các tỉnh cho từng khu vực. + Xây dựng bộ dé liệu có tính phân cấp và xây dựng mô hình thầy giáo (teacher) và mô hình học sinh (student), sử dụng phương pháp trích xuất kiến thức (knowlegde distillation) dé cải thiện kết qua dự đoán của mô hình học sinh (student).
Đầu ra: Tỉ lệ ca nhiễm trong tương lai trên từng tỉnh. Đặc trưng khí hậu Đặc trưng khỉ hầu Đặc trưng khí hậu của từng tinh của tửng tinh của tửng tỉnh Xử lý va làm sach dữ liệu Xử lý và làm sach Xử lý va lam sacn dữ liều dữ liệu Xây dựng dữ liễu Xây dựng dữ liễu có tinh phan cấp có tinh phần cap ¥ Huấn luyễn md Huấn luyện md trình thay giáo hình hạc sinh F en Huan luyen các mỗ hình đề dur bắc ti lệ ca nhiễm Tỉ id ca nhiem của Tỉ lễ ca nhiệm của các lĩnh các tinh / b) Hình 1 Phát biểu bài toán với Đầu vào (Input), Các bước xử lý, Đầu ra (Output) của hai hướng tiêp cận a,b và c 1. “Thách thức - Van đề về thiếu dữ liệu: Dữ liệu gốc nhận không đầy đủ số liệu cho các trường cần thiết. - Wan đề hạn chế về số lượng mẫu trong dữ liệu: Việc thiếu thốn dữ liệu gây khó khăn không những trong quá trình huấn luyện mà còn khó khăn trong khâu đánh giá lại tính đúng đắn của mô hình thực nghiệm.
Muc tiêu đề tài — Hiểu được kiến thức cơ bản về các căn bệnh nhiệt đới, các thống kê về nguyên nhân và mức độ nguy hiểm của loại bệnh này. — Có được kiến thức tổng quan đến chỉ tiết cho các thuật toán học sâu. — Có được kiến thức chuỗi thời gian và các kỹ thuật tiền xử lý dữ liệu. — Xử lý và xây dựng các mẫu dit liệu có thể huấn luyện từ một bộ dữ liệu về các đặc trưng khí hậu, tỷ lệ ca nhiễm bệnh nhiệt đới.
Ngoài ra xây dựng lại cấu trúc bộ đữ liệu để tối ưu hóa thông tin và xây dựng lại mô hình để có thé dự báo chính xác hơn các nghiên cứu trước đó. — Cài đặt và thực nghiệm được thuật toán dự báo trên bộ dữ liệu được xây dựng. — Phân tích, đánh giá và tong hợp được kết quả nghiên cứu vào báo cáo. _ Đối tượng và Pham vi nghiên cứu Đối tượng nghiên cứu: Bệnh Tiêu Chảy.
Trên các tỉnh thành tại Việt Nam từ 1997 — 2018. Phạm vi nghiên cứu: + Nghiên cứu và khảo sát các công trình đã được công bố về cách các đặc trưng cũng như phương pháp được chọn dé dự báo và phát hiện được nguy cơ bùng phát bệnh nhiệt đới bị lãng quên. + Nghiên cứu các đặc trưng khí hậu có khả năng ảnh hưởng đến sự bùng phát bệnh nhiệt đới và xây dựng bộ dữ liệu tương ứng. + Nghiên cứu phương pháp xây dựng bộ dữ liệu phân cap cho từng khu vực.
+ Nghiên cứu phương pháp dự báo sử dụng mô hình hoc sâu. + Nghiên cứu mô hình máy học dự báo chuỗi thời gian theo hướng sử dụng deep learning mạng học sâu đồ thị (T-GCN, H-GCN). + Nghiên cứu mô hình máy học dự báo chuỗi thời gian theo hướng tiếp cận học sâu (LSTM, LSTM-Attention, CNN, Transformer, Crossformer, NBEATS, NhiTS, PatchTST, TFT) + Thực nghiệm các phương pháp đã được khảo sát trên ba hướng tiếp cận. Tiến hành đánh giá và so sánh kết quả.
Đóng góp nghiên cứu Giới thiệu các phương pháp dự báo tỷ lệ ca nhiễm bệnh tiêu chảy - một loại bệnh phổ biến và nguy hiểm nhưng chưa được quan tâm đúng mức tại Việt Nam. Giới thiệu về các đặc trưng khí hậu có mức độ ảnh hưởng cao đến tỉ lệ ca nhiễm bệnh — cơ sở cho mô hình dự báo được xây dựng. Trình bày các thuật toán học sâu tiên tiễn hiện nay. Phương pháp xây dựng bộ đữ liệu phân cấp và mô hình học sâu dự báo đạt hiệu suất cao.
Thực nghiệm, huấn luyện phương pháp trên bộ dữ liệu được xây dựng và so sánh hiệu quả của 3 hướng tiếp cận: + Dự báo tỉ lệ nhiễm bệnh dựa trên yếu tố thời tiết tại từng tỉnh đơn lẻ | Tái cau trúc bộ dữ liệu dang phân cấp dé làm giàu dé liệu, tối ưu hóa được sự liên kết về mặt địa lý và thời tiết giữa các tỉnh. Đồng thời xây dựng mô hình học sâu dự báo ca nhiễm nhằm tim ra giải pháp tối ưu giúp mô hình dự báo chính xác hơn. + Sử dụng phương pháp học chiết xuất dé dự báo tỉ lệ nhiễm bệnh. CƠ SỞ LY THUYET 2.
Nghiên cứu liên quan 2. Các nghiên cứu trước Năm 2022, Do, T. và cộng sự [3] nghiên cứu về dự đoán ca nhiễm Tiêu Chảy trên 6 tỉnh tại Việt Nam (Điện Biên, Thái Bình, Lào Cai, KonTum, Cao Bằng, Đắk Lắk) sử dụng 12 đặc trưng về khí hậu bao gồm các đặc trưng về lượng mưa, nhiệt độ, độ ẩm, số giờ nắng trên địa phương được xét. Tác giả tiếp cận bài toán theo hướng dự báo số lượng ca nhiễm Tiêu Chay trong tương lai ngắn han — trong 1 tháng liền kề, và dự đoán trong tương lai dai hạn — trong 2 đến 3 tháng sau, để đánh giá mức độ đúng đắn của mô hình theo thời gian.
Quy trình thực nghiệm lần lượt với các bước: (1) Xử lý giá trị thiếu với kỹ thuật quy nạp, tính toán tỉ lệ ca nhiễm trên dân số để phù hợp với ngữ nghĩa bài toán, chuân hóa đữ liệu; (2) Xử lý và trích chọn đặc trưng hữu ích; (3) Tối ưu hóa các siêu tham số với Optuna; (4) Huấn luyện và đánh giá. Thực nghiệm cho thấy mô hình LSTM sử dụng cơ chế Attention cho ra kết quả dự đoán tốt nhất so sánh với các mô trình máy học khác như SARIMA hay các mô hình học sâu khác như CNN, LSTM, Transformer. Công trình cũng nhận định các dự đoán với thời gian càng dai hạn thì mức độ chính xác cũng giảm đi đáng kể.