跳到主要内容
news

浸大领导研究团队推出香港新冠病毒热点分析图

返回

香港浸会大学(浸大)领导的研究团队推出「香港新冠病毒热点分析图」,以直观、实时和动态的方式,呈现新型冠状病毒病(下称新冠)个案的地理位置分布。该地图采用由研究团队新开发的时空大数据分析演算法,大大提高了解像度及成像速度。

 

及时和准确地掌握新冠病毒感染个案位置分布资讯,对有关部门采取有效的感染控制措施和医疗资源分配以应对疫情非常重要。相关资讯亦有助公众了解他们面对的健康风险。

 

线上地图直观显示新冠风险

 

为此,由浸大计算机科学系系主任徐建良教授领导的一个研究团队,开发了「香港新冠病毒热点分析图」,目的是在线上地图上显示出全港新冠病毒感染个案的数据。团队的其他浸大学者包括计算机科学系副系主任蔡冠球教授,以及研究助理教授陈梓楠博士。此地图亦由澳门大学及香港大学共同开发。

 

「香港新冠病毒热点分析图」的实时数据,来自政府的香港互动地图仪表板。不同地区的新冠病毒感染风险,会根据新冠病毒个案的多寡,以不同颜色显示,由最低风险的紫色,到最高风险的红色。地图上不同颜色范围的动态移动,代表过去七天确诊者到访地区风险水平的变化。使用者可以放大或缩小地图,以浏览更大或更小范围地区的新冠病毒风险水平。

 

新演算法提升大数据处理能力

 

在地图上以颜色显示不同地区的新冠病毒风险水平,需要就感染个案数据作自动和实时的更新及计算。要发挥地图的功能,更新和计算过程必须快速完成,并支援高解像度图像的生成。现时应用於时空数据分析的「核密度可视化」(Kernel Density Visualisation)计算工具,被用作支援图像的产生。虽然许多统计及地理成像软件工具,均可支援传统的「核密度可视化」,但它们均未能支援「香港新冠病毒热点分析图」所需,涉及数以百万计大规模数据集的高解像度「核密度可视化」。此外,传统的「核密度可视化」演算法,亦无法支援动态图像的实时生成。

 

为解决这些难题,研究团队运用复杂性优化理论,开发出一套新的演算方法。新算法配合渐进式可视化框架,产生持续的局部成像,以减少「核密度可视化」的运算时间。团队运用大规模数据集进行实验,结果显示新算法的运算时间,较现有最先进的方法快100倍。相关研究成果已发表於今年举行的两个大数据管理领域最顶级国际会议「国际数据管理会议」及「国际超大型数据库会议」。

 

「香港新冠病毒热点分析图」利用新的演算方法,令解像度提高至 1,376 x 960 像素(高清解像度),并能以少於0.5秒的计算时间处理100万个数据点,表现远比其他现有工具优胜。

 

充份发挥「核密度可视化」其他潜力

 

徐教授说:「新开发的演算法和解决方案,可以支援更多以『核密度可视化』为基础的时空大数据分析工作。它的应用令『香港新冠病毒热点分析图』的功能大大提升,使之成为监察社区新冠病毒风险的有用工具,协助卫生当局及市民掌握资讯并采取有效抗疫措施。」

 

研究团队正探讨把支援「核密度可视化」的新演算方法,应用於其他范畴的潜力,例如交通热点侦测,景区人流控制,楼价可视化分析,以及实时气象资源管理等。这项突破开拓了日后把「核密度可视化」更充份地运用於其他研究领域的前景。

研究团队由浸大计算机科学系系主任徐建良教授(中)带领。团队其他浸大学者包括计算机科学系副系主任蔡冠球教授(右)及研究助理教授陈梓楠博士(左)。

研究团队由浸大计算机科学系系主任徐建良教授(中)带领。团队其他浸大学者包括计算机科学系副系主任蔡冠球教授(右)及研究助理教授陈梓楠博士(左)。

「香港新冠病毒热点分析图」实时并动态地呈现香港新冠病毒个案的地区分佈。

「香港新冠病毒热点分析图」实时并动态地呈现香港新冠病毒个案的地区分佈。

 

下一则新闻