图神经常微分方程用于粗粒化的社会经济动力学

我们提出了一种数据驱动的机器学习方法来建模时空社会经济动态。通过粗粒化细观测数据，我们的建模框架将复杂系统简化为可操作的机制关系，以普通微分方程的形式呈现。这种方法可用于快速进行‘假设’研究和敏感性分析，对于明智的政策制定至关重要。从对巴尔的摩的案例研究中，我们得出结论，这种机器学习增强的粗粒化模型是解读社会因素、地理和外部压力因素之间复杂相互作用的有力工具，为系统预测和弹性规划提供了宝贵的资源。