論文の概要: EXPOSED: An occupant exposure model for confined spaces to retrofit
crowd models during a pandemic
- arxiv url: http://arxiv.org/abs/2005.04007v1
- Date: Fri, 8 May 2020 13:00:19 GMT
- ステータス: 処理完了
- システム内更新日: 2023-05-20 20:19:20.544399
- Title: EXPOSED: An occupant exposure model for confined spaces to retrofit
crowd models during a pandemic
- Title（参考訳）: exposure: パンデミック時の群衆モデルに適合する空間の占有者曝露モデル
- Authors: Enrico Ronchi, Ruggiero Lovreglio
- Abstract要約: 本研究では,パンデミック時の密集空間における被曝状況を評価するために,群集モデルを用いることが可能であることを示す。
提案モデルにより, 微視的人物運動の分析に基づいて, 建物内の被曝状況の把握が可能となった。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Crowd models can be used for the simulation of people movement in the built
environment. Crowd model outputs have been used for evaluating safety and
comfort of pedestrians, inform crowd management and perform forensic
investigations. Microscopic crowd models allow the representation of each
person and the obtainment of information concerning their location over time
and interactions with the physical space/other people. Pandemics such as
COVID-19 have posed several questions on safe building usage, given the risk of
disease transmission among building occupants. Here we show how crowd modelling
can be used to assess occupant exposure in confined spaces. The policies
adopted concerning building usage and social distancing during a pandemic can
vary greatly, and they are mostly based on the macroscopic analysis of the
spread of disease rather than a safety assessment performed at a building
level. The proposed model allows the investigation of occupant exposure in
buildings based on the analysis of microscopic people movement. Risk assessment
is performed by retrofitting crowd models with a universal model for exposure
assessment which can account for different types of disease transmissions. This
work allows policy makers to perform informed decisions concerning building
usage during a pandemic.
- Abstract（参考訳）: 群衆モデルは、構築された環境における人々の動きのシミュレーションに使用できる。
群衆モデルの出力は、歩行者の安全と快適性を評価し、群衆管理に通知し、法医学的な調査を行うために使われてきた。
微視的群衆モデルでは、各人物の表現と、時間とともに位置に関する情報の取得、および物理的空間や他の人々との相互作用が可能である。
新型コロナウイルス(COVID-19)などのパンデミックは、建物利用者の感染リスクを考えると、安全な建物の使用についていくつかの疑問を呈している。
ここでは,群集モデルを用いて居住空間における被曝状況を評価する方法について述べる。
パンデミック時の建物利用や社会的距離に関する政策は、大きく異なる可能性があり、建物レベルでの安全性評価ではなく、病気の拡散に関するマクロな分析に基づいている。
提案モデルでは, 建物内における被曝の実態を, 微視的人物移動の分析から検討できる。
リスクアセスメントは、様々な種類の病気の伝染を考慮できる暴露評価のための普遍的なモデルを用いて、群集モデルをレトロフィッティングすることによって行われる。
この作業により、政策立案者はパンデミック時の建築利用に関する情報的な決定を行うことができる。
関連論文リスト
- Decoding Susceptibility: Modeling Misbelief to Misinformation Through a Computational Approach [61.04606493712002]
誤報に対する感受性は、観測不可能な不検証の主張に対する信念の度合いを記述している。
既存の感受性研究は、自己報告された信念に大きく依存している。
本稿では,ユーザの潜在感受性レベルをモデル化するための計算手法を提案する。
論文 参考訳（メタデータ） (2023-11-16T07:22:56Z) - 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) - Multi-scale simulation of COVID-19 epidemics [0.0]
新型コロナウイルスの感染拡大が始まってから1年以上が経過している。
今後数週間にわたって広がる未来と、潜在的な政治的介入の影響を正確に予測することは難しい」と述べた。
現在の流行モデルは主に2つのアプローチに該当する: 分割モデル、人口を疫学クラスに分け、微分方程式の数学的解決に依存する。
論文 参考訳（メタデータ） (2021-12-02T12:34:11Z) - Designing A Clinically Applicable Deep Recurrent Model to Identify
Neuropsychiatric Symptoms in People Living with Dementia Using In-Home
Monitoring Data [52.40058724040671]
鎮静は認知症において高い有病率を有する神経精神医学症状の1つである。
扇動エピソードの検出は、認知症に生きる人々(PLWD)に早期かつタイムリーな介入を提供するのに役立つ。
本研究は,家庭内モニタリングデータを用いてPLWDの動揺リスクを分析するための教師付き学習モデルを提案する。
論文 参考訳（メタデータ） (2021-10-19T11:45:01Z) - Approximate Bayesian Computation for an Explicit-Duration Hidden Markov
Model of COVID-19 Hospital Trajectories [55.786207368853084]
新型コロナウイルス(COVID-19)のパンデミックの中、病院の資源をモデル化する問題に取り組んでいます。
幅広い適用性のために、関心のある領域の患者レベルデータが利用できない、一般的なが困難なシナリオに注目します。
本稿では,ACED-HMM(ACED-HMM)と呼ばれる集合数正規化隠れマルコフモデルを提案する。
論文 参考訳（メタデータ） (2021-04-28T15:32:42Z) - MOAI: A methodology for evaluating the impact of indoor airflow in the
transmission of COVID-19 [37.38767180122748]
疫学モデルは新型コロナウイルスのパンデミックの理解と対応に重要な役割を果たしている。
本稿では,所定の設定におけるユーザのリスクを評価するモデルを提案する。
次に,あるユーザに対する時間的リスク露光を評価するために,モデルに時間的追加を提案する。
論文 参考訳（メタデータ） (2021-03-31T14:06:09Z) - 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) - A General Framework for Survival Analysis and Multi-State Modelling [70.31153478610229]
ニューラル常微分方程式を多状態生存モデル推定のためのフレキシブルで一般的な方法として用いる。
また,本モデルでは,サバイバルデータセット上での最先端性能を示すとともに,マルチステート環境での有効性を示す。
論文 参考訳（メタデータ） (2020-06-08T19:24:54Z) - 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) - Quantifying the Effects of Contact Tracing, Testing, and Containment
Measures in the Presence of Infection Hotspots [18.227721607607183]
複数の証拠は、一人が他の多くの人に感染するホットスポットが、新型コロナウイルスの感染動態において重要な役割を担っていることを強く示唆している。
個人が接触し、互いに感染するサイトへの訪問を具体的に表現する、時間的ポイントプロセスモデリングフレームワークを導入する。
我々のモデルでは、自然に感染した個体によって引き起こされる感染の数が過度に分散する。
論文 参考訳（メタデータ） (2020-04-15T17:18:32Z)
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。