2021年美赛C题翻译、思路及感受

文章主要包括：翻译、问题提取、思路、感想

一、翻译

1.论文翻译

2021MCM
问题C:确认关于大黄蜂的传言

2019年9月，在加拿大不列颠哥伦比亚省温哥华岛发现了一群野黄蜂(也被称为AGH)。蜂巢很快就被摧毁了，这件事的消息很快就传遍了整个地区。从那时起，在邻近的华盛顿州发生了几起被证实的关于这种害虫的目击事件，同时也发生了许多错误的目击事件。下面的图1显示了探测、黄蜂观察和公众目击的地图。


      野黄蜂（AGH）是世界上最大的黄蜂品种，他们巢穴的出现往往令人担忧。此外，AGH是欧洲蜜蜂的捕食者，会入侵并破坏它们的巢穴。少量的AGH能够在短时间内摧毁整个欧洲蜜蜂群。与此同时，他们也会贪婪地捕食其它被认为是农业害虫的昆虫。
      AGH的生命周期与许多其他黄蜂相似。被受精的蚁后在春天出现，开始一个新的群体或殖民地。秋天，新的蚁后离开巢穴，在土壤中度过冬天，等待春天的到来。一只新蚁后在30公里的范围内筑巢。（更多关于亚洲大黄蜂的详细信息包含在问题附件中，也可以在网上找到。）
      由于AGH可以对蜜蜂种群造成很大的影响，他们的出现让当地产生了很大的焦虑。华盛顿州为此设立了热线电话和网站，供人们报告目击这些黄蜂的情况。根据公众的报告，国家必须决定如何优先利用其有限的资源进行进一步的后续调查。虽然一些报道被确定是AGH，但仍有许多其他目击到的昆虫被证明是其他类型的昆虫。
      这个问题的主要问题是：
      1.我们如何将公众提供的数据报告进行有效的利用
      2.我们应该用什么策略来在有限的政府资源条件下来对公众的报告进行优先级排序？

      你的论文应该探索和解决以下方面:
      ①解决并讨论是否可以预测这种害虫随着时间推移的传播方式，以及以何种精度。
      ②大多数报道的目击事件都将其他黄蜂误认为是AGH。只使用提供的数据集和提供的图像文件（有可能的话）来创建、分析和讨论预测错误分类可能性的模型。
      ③使用你的模型来讨论你的分类分析法如何优先调查最有可能是正面目击的报告。
      ④说明你的模型如何随着新报告的出现和时间的推移进行更新，以及更新应该发生的频率。
      ⑤使用你的模型，有什么证据可以证明这种害虫已经在华盛顿州被根除了?
最后，你的报告应该包括一份两页长的备忘录，总结你在华盛顿州农业部的成果。

2.问题提取

      可以看出来C题主要分为五个问题加一个备忘录，前两问都是需要建立模型的，第三问到第五问相当于对模型的应用以及模型的更新策略。备忘录就是语文范畴了哈哈

二、思路

1.大方向

      身为建模手，首先明确拿到题目并选好题目后需要做的事情是什么？我觉得如果能按照科研的角度来解决建模这个问题是最好不过的，大三时在我院图像所做科研时，李老师的一段话我觉得对我感触挺深的：一项不熟悉领域的科研项目你不可能一上来就知道该怎么做，用什么方法做，首先需要进行预研后才能进行下一步的工作。
      这里预研其实就是调研这个项目的背景，对前人的研究成果以及该研究方向目前已经发展到什么程度做一个深入的了解。只有在这个基础上你才可能做出比较好的结果。因此确定好题目后建模手当务之急并不是去思考用什么方法解决这个问题，而是针对问题做一个调研，建议谷歌学术搜相关方向的英文论文，对问题目前的研究现状调研清楚。

2.具体各个问题思路

      第一问

      1.按照研究的角度，第一步先把题目的背景调研清楚，找到了几篇同样是解决美国华盛顿州这个黄蜂入侵问题的论文（感觉第一问有了点思路）。第二步就是根据现有研究进行改进：我们调研背景的论文大部分解决这个问题采用的方法是基于生态位模型的，因此我们也决定在生态位的模型上进行改进，通过集合多种用于生态位模型的算法对传统生态位进行了优化。最后通过仿真给出了结果：低温多降雨气候适合黄蜂栖息，且这些区域主要分布在华盛顿州西部沿海一带，并给出了区域内被入侵的严重程度及可信度，最后做了显著性检验。

      第二问

      第二问的话是一个分类预测的问题。由于组委会提供了图片集及文本集，身为建模的我主要思考如何能够充分利用这些信息，传统的CNN等网络无法利用文本信息，而能够处理文本信息的网络很少能利用图像信息。因此建立了一个能利用多模态信息的双层网络，第一层网络主要利用经纬度、报告提交时间及第一问模型给出来的潜在传播区域；第二层网络主要利用图像视频等信息（注意经过第一层网络后还是有正负样本不均衡问题，采用小样本学习或者数据增强）。采用双层网络的好处在于：1.能利用多模态的信息2.便于处理第三问中不同类型报告（有的包括图片有的不包括）的优先调查顺序3.有利于后续第四问网络的更新策略的提出。4.缓解了正负样本不均衡问题，第一层网络过滤后正负样本比例降为1:10，就可以尝试用数据增强或者小样本学习的一些方法进行解决了

      第三问

      第三问就是根据第二问的模型给出优先调查报告的排序及置信度。

      第四问

      第四问灵感来自一篇cvpr中网络结构更新的策略，对各个季节的的报告进行统计预测，发现春季准确度最低，结合提交报告的数据量，给出第二层网络的更新建议：最建议在春季进行更新，最不建议在冬季进行更新，如果预算资源充足也可在秋季进行更新。

      第五问

      第五问我们就纯语文建模了，根据调研背景时看的大量论文，根据生物习性提出十个月观察期，在观察期内如果1.第一问模型计算得出的潜在传播区域没有新增2.目前出现案例的区域提交的报告经过第二问模型没有被确认为正样本的报告。满足以上两个条件就认为没有新增。

三、感想

      这次真的是最后一次做比赛了（本来上次美赛就是最后一次了，两个学弟希望我能和他们打一次），整体过程轻轻松松，和两个学弟配合也挺好，过程也很愉快，还是成长了很多。四天没熬夜，早睡早起。配几张我和学弟画的图吧，做个记录，为自己大学建模生涯画上一个完美句号。