論文の概要: How many infections of COVID-19 there will be in the "Diamond
Princess"-Predicted by a virus transmission model based on the simulation of
crowd flow
- arxiv url: http://arxiv.org/abs/2002.10616v1
- Date: Tue, 25 Feb 2020 01:36:27 GMT
- ステータス: 処理完了
- システム内更新日: 2023-06-02 00:12:11.637941
- Title: How many infections of COVID-19 there will be in the "Diamond
Princess"-Predicted by a virus transmission model based on the simulation of
crowd flow
- Title（参考訳）: ダイアモンドプリンセス」における感染者数-群集流のシミュレーションに基づくウイルス感染モデルによる予測
- Authors: Zhiming Fang, Zhongyi Huang, Xiaolian Li, Jun Zhang, Wei Lv, Lei
Zhuang, Xingpeng Xu, Nan Huang
- Abstract要約: クルーズ船における新型コロナウイルスの感染過程をシミュレートする。
コントロールシナリオは、推奨または強制的な措置がウイルス感染に与える影響をシミュレートするために設定されている。
- 参考スコア（独自算出の注目度）: 3.225261434909955
- License: http://creativecommons.org/licenses/by-nc-sa/4.0/
- Abstract: Objectives: Simulate the transmission process of COVID-19 in a cruise ship,
and then to judge how many infections there will be in the 3711 people in the
"Diamond Princess" and analyze measures that could have prevented mass
transmission.
Methods: Based on the crowd flow model, the virus transmission rule between
pedestrians is established, to simulate the spread of the virus caused by the
close contact during pedestrians' daily activities on the cruise ship.
Measurements and main results: Three types of simulation scenarios are
designed, the Basic scenario focus on the process of virus transmission caused
by a virus carrier and the effect of the personal protective measure against
the virus. The condition that the original virus carriers had disembarked
halfway and more and more people strengthen self-protection are considered in
the Self-protection scenario, which would comparatively accord with the actual
situation of "Diamond princess" cruise. Control scenario are set to simulate
the effect of taking recommended or mandatory measures on virus transmission
Conclusions: There are 850~1009 persons (with large probability) who have
been infected with COVID-19 during the voyage of "Diamond Princess". The crowd
infection percentage would be controlled effectively if the recommended or
mandatory measures can be taken immediately during the alert phase of COVID-19
outbreaks.
- Abstract（参考訳）: 対象:クルーズ船内での新型コロナウイルスの感染過程をシミュレートし、「ダイアモンド・プリンセス」の3711人の感染数を判断し、大量感染を防ぐための対策を分析。
方法: 群集流モデルに基づいて, クルーズ船上での歩行者の日常活動において, 密接な接触によるウイルスの拡散をシミュレートする, 歩行者間のウイルス伝達規則を確立する。
測定と主な結果:3種類のシミュレーションシナリオが設計され、基本シナリオはウイルスキャリアによるウイルス感染のプロセスと、ウイルスに対する個人的保護措置の効果に焦点を当てている。
自己保護のシナリオでは、オリジナルのウイルスキャリアが中途半端に脱落し、より多くの人が自己保護を強化するという条件が考えられているが、これは「ダイアモンドプリンセス」クルーズの実態と比較的一致している。
コントロールシナリオは、「ダイアモンド・プリンセス」の航海中に新型コロナウイルスに感染した850〜1009人(大きな確率で)が、ウイルス感染の推奨または強制的な措置をとる効果をシミュレートするために設定されている。
集団感染率は、新型コロナウイルス(covid-19)感染の警戒期間に直ちに推奨または強制措置が講じられる場合、効果的にコントロールされる。
関連論文リスト
- Agent-Based Model: Simulating a Virus Expansion Based on the Acceptance
of Containment Measures [65.62256987706128]
比較疫学モデルは、疾患の状態に基づいて個人を分類する。
我々は、適応されたSEIRDモデルと市民のための意思決定モデルを組み合わせたABMアーキテクチャを提案する。
スペイン・ア・コルナにおけるSARS-CoV-2感染症の進行状況について検討した。
論文 参考訳（メタデータ） (2023-07-28T08:01:05Z) - Reducing COVID-19 Cases and Deaths by Applying Blockchain in Vaccination
Rollout Management [2.0154553201329715]
我々は、ワクチン配布のためのブロックチェーンに基づく信頼性が高く信頼性の高い管理システムをモデル化する。
提案システムは,最も要求の多いシナリオで最大250万件,50万件の死者を削減できることを示す。
論文 参考訳（メタデータ） (2022-01-27T18:31:41Z) - Simulating COVID19 Transmission From Observed Movement: An Agent-Based
Model of Classroom Dispersion [6.863249565076366]
新型コロナウイルス感染の現在のモデルは、報告されたまたは想定された相互作用からの感染を予測する。
小学校4学年における子どもと教師のリアルタイム身体運動と方向方向の追跡には, RFID(Ultra-Wide Radio Frequency Identification)システムを用いて, 合計34回の観察を行った。
エージェント・ベース・トランスミッション・モデルはCDCが公表したリスクガイドラインと相互作用パターンを組み合わさって、感染した患者ゼロの感染影響を、総合感染率、平均感染率、症状患者出現までの時間ラグの比率で推定した。
論文 参考訳（メタデータ） (2021-08-17T19:00:32Z) - COVIDHunter: An Accurate, Flexible, and Environment-Aware Open-Source
COVID-19 Outbreak Simulation Model [9.360259141835721]
新型コロナウイルス感染者の早期発見と隔離は、緩和戦略の実施に不可欠である。
我々は、柔軟で正確な新型コロナウイルス感染シミュレーションモデルであるCOVIDHunterを紹介した。
新型コロナウイルス(COVIDHunter)は、スイスをケーススタディとして、政策立案者は現在の緩和措置を少なくとも30日間維持する必要があると見積もっている。
論文 参考訳（メタデータ） (2021-02-06T21:01:56Z) - Predicting Infectiousness for Proactive Contact Tracing [75.62186539860787]
大規模デジタル接触追跡は、ウイルスの拡散を最小限に抑えながら、経済と社会活動を再開する潜在的な解決策である。
プライバシ、モビリティ制限、公衆衛生のトレードオフを行う様々なDCT手法が提案されている。
本稿では,個人の感染を積極的に予測するためにスマートフォンに展開可能な方法を開発し,検証する。
論文 参考訳（メタデータ） (2020-10-23T17:06:07Z) - Epidemic mitigation by statistical inference from contact tracing data [61.04165571425021]
我々は,個人が感染するリスクを推定するためにベイズ推定法を開発した。
本稿では,感染防止のための検査・隔離戦略を最適化するために,確率論的リスク推定手法を提案する。
我々のアプローチは、最近接触した個人間の通信のみを必要とする、完全に分散されたアルゴリズムに変換されます。
論文 参考訳（メタデータ） (2020-09-20T12:24:45Z) - COVI White Paper [67.04578448931741]
接触追跡は、新型コロナウイルスのパンデミックの進行を変える上で不可欠なツールだ。
カナダで開発されたCovid-19の公衆ピアツーピア接触追跡とリスク認識モバイルアプリケーションであるCOVIの理論的、設計、倫理的考察、プライバシ戦略について概説する。
論文 参考訳（メタデータ） (2020-05-18T07:40:49Z) - A Deep Q-learning/genetic Algorithms Based Novel Methodology For
Optimizing Covid-19 Pandemic Government Actions [63.669642197519934]
我々はSEIR疫学モデルを用いて、人口の時間とともにウイルスウイルスの進化を表現している。
報酬システムにより、アクションのシーケンス(統合、自己同化、二メートル距離、制限を取らない)を評価する。
どちらの意味でも、パンデミックの悪影響を抑えるために政府が取るべき行動を発見する上で、我々の方法論が有効な手段であることを実証する。
論文 参考訳（メタデータ） (2020-05-15T17:17:45Z) - How to restart? An agent-based simulation model towards the definition
of strategies for COVID-19 "second phase" in public buildings [0.0]
この作業は、クローズドビルド環境で拡散するウイルスを推定するためのエージェントベースモデルを提供する。
モデルは実験データに基づいて校正され、関連するケーススタディに適用される。
論文 参考訳（メタデータ） (2020-04-27T16:40:22Z) - Digital Ariadne: Citizen Empowerment for Epidemic Control [55.41644538483948]
新型コロナウイルスの危機は、1918年のH1N1パンデミック以来、公衆衛生にとって最も危険な脅威である。
技術支援による位置追跡と接触追跡は、広く採用されれば、感染症の拡散を抑えるのに役立つかもしれない。
個人のデバイス上での自発的な位置情報とBluetoothトラッキングに基づいて、"diAry"や"digital Ariadne"と呼ばれるツールを提示する。
論文 参考訳（メタデータ） (2020-04-16T15:53:42Z) - Coronavirus Optimization Algorithm: A bioinspired metaheuristic based on
the COVID-19 propagation model [0.0]
この研究は、新型コロナウイルスが健康な人々にどのように拡散し感染するかをシミュレートする、新しいバイオインスパイアされたメタヒューリスティック(メタヒューリスティック)を提案する。
入力パラメータは疾患統計に従ってすでに設定されており、研究者が任意の値で初期化するのを防ぐことができる。
並行したマルチウイルスバージョンが提案され、いくつかのウイルス株が時間とともに進化し、より広い検索領域をより少ないイテレーションで探索する。
論文 参考訳（メタデータ） (2020-03-30T17:10:02Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。