연구진은 독일의 COVID-19 중환자실(ICU) 점유율 데이터를 활용해 역학 SECIR 모델을 베이지안 방식으로 보정하기 위해 신경망 후방 추정법을 사용한 시뮬레이션 기반 추론(SBI)을 연구했어요.
SBI는 31일 추론 기간 동안 MCMC와 유사한 결과를 얻었으며, 201일 추론 기간 동안에도 주요 후방 구조를 유지하며 불확실성이 증가했음을 확인했어요.
SBI는 CPU와 GPU 리소스를 결합하여 MCMC보다 계산 시간을 크게 단축했으며, 31일 추론 문제의 경우 약 60~70초, 201일 추론 문제의 경우 평균 157초를 소요했어요.
연구 결과는 역학 모델의 베이지안 보정에 대한 빠르고 효율적인 프레임워크를 제공하며, 반복적인 실시간 추론과 신속한 발생 분석을 지원한다고 결론 내렸어요.