一种基于图神经网络的复杂网络疾病传播溯源方法

本申请涉及一种基于图神经网络的复杂网络疾病传播溯源方法。所述方法包括：首先，采用传播动力学模型获取接触网络上的个体感染样本；之后，基于中心性方法获取接触网络上的节点拓扑特征，并加入所述个体感染样本中；之后，对所述个体感染样本进行数据预处理，并划分为训练样本、验证样本和测试样本；之后，将所述训练样本和验证样本放入基于消息传递机制的神经网络模型中进行训练，其中，所述基于消息传递机制的神经网络模型包括特征编码模块、MPNN网络、传播控制器模块以及先验知识模块；最后，将所述测试样本输入至训练好的基于消息传递机制的神经网络模型中，得到测试样本的传播源头的预测结果。能够高效准确地推断复杂网络上的传播源头。