論文の概要: Modelling COVID-19 transmission in supermarkets using an agent-based model

• arxiv url: http://arxiv.org/abs/2010.07868v2
• Date: Thu, 12 Nov 2020 18:51:45 GMT
• ステータス: 処理完了
• システム内更新日: 2023-04-29 00:15:41.013680
• Title: Modelling COVID-19 transmission in supermarkets using an agent-based model
• Title（参考訳）: エージェントモデルを用いたスーパーマーケットにおけるcovid-19感染のモデル化
• Authors: Fabian Ying and Neave O'Clery
• Abstract要約: 2020年3月初旬に新型コロナウイルス(COVID-19)が流行して以来、英国のスーパーマーケットは店舗でのウイルス感染を減らすためにさまざまな政策を実行してきた。 スーパーマーケットにおける顧客移動のエージェントベースモデルについて,簡単なウイルス伝達モデルを用いて定式化する。 本モデルを用いて, 店舗内におけるヒトとヒトの接触による感染数の推定を行った。
• 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: Since the outbreak of COVID-19 in early March 2020, UK supermarkets have implemented different policies to reduce the virus transmission in stores to protect both customers and staff, such as restricting the maximum number of customers in a store, changes to the store layout, or enforcing a mandatory face covering policy. To quantitatively assess these mitigation methods, we formulate an agent-based model of customer movement in a supermarket (which we represent by a network) with a simple virus transmission model based on the amount of time a customer spends in close proximity to infectious customers. We apply our model to synthetic store and shopping data to show how one can use our model to estimate the number of infections due to human-to-human contact in stores and how to model different store interventions. The source code is openly available at https://github.com/fabianying/covid19-supermarket-abm. We encourage retailers to use the model to find the most effective store policies that reduce virus transmission in stores and thereby protect both customers and staff.
• Abstract（参考訳）: 2020年3月上旬の新型コロナウイルス(COVID-19)の感染拡大以降、英国スーパーマーケットは、店舗内の顧客数の最大化、店舗レイアウトの変更、義務的な顔保護政策の実施など、顧客とスタッフの双方を保護するため、店舗内でのウイルス感染を減らすためのさまざまな政策を実行してきた。 これらの緩和方法を定量的に評価するため,我々はスーパーマーケット(ネットワークで表現する)における顧客移動のエージェントベースモデルを構築し,感染した顧客と近接する時間に基づいて簡易なウイルス伝達モデルを構築した。 本モデルを合成店舗およびショッピングデータに適用し, 店舗における人・人間の接触による感染数の推定と, 異なる店舗介入をモデル化する方法を示す。 ソースコードはhttps://github.com/fabianying/covid19-supermarket-abmで公開されている。 小売業者は、店舗におけるウイルス感染を減らし、顧客とスタッフを保護し、最も効果的な店舗ポリシーを見つけるためにこのモデルを使用することを推奨する。

関連論文リスト

• A Cost-Efficient Approach for Creating Virtual Fitting Room using Generative Adversarial Networks (GANs) [0.0]
  新型コロナウイルス(COVID-19)パンデミックの後、多くの売り手はオンラインショッピングに移行したか、そのフィッティングルームを閉鎖した。 この服が購入後に購入者に不適当であるという事実から、私たちは、新しいAI技術を使って、モバイルアプリケーションという形でオンラインプラットフォームや仮想フィッティングルーム(VFR)を作り、Webページを使ってデプロイしたモデルを、物理的に試すことなく、あらゆる種類の布のアイテムを試すことができるオンラインストアに埋め込む方法を考えました。
  論文  参考訳（メタデータ） (2024-02-01T20:18:06Z)
• Can We Trust the Unlabeled Target Data? Towards Backdoor Attack and Defense on Model Adaptation [120.42853706967188]
  本研究は, よく設計された毒物標的データによるモデル適応に対するバックドア攻撃の可能性を探る。 既存の適応アルゴリズムと組み合わせたMixAdaptというプラグイン・アンド・プレイ方式を提案する。
  論文  参考訳（メタデータ） (2024-01-11T16:42:10Z)
• Will releasing the weights of future large language models grant widespread access to pandemic agents? [0.0]
  適切に保護されたモデルは、重傷を負うために誤用される可能性のある「デュアルユース」な洞察の提供を拒否します。 モデル体重増加の継続が、より有能な将来のモデルを利用して大量死を引き起こす悪質なアクターの助けになるかどうかを検討した。
  論文  参考訳（メタデータ） (2023-10-25T13:43:16Z)
• COVID-19 Infection Exposure to Customers Shopping during Black Friday [0.0]
  本研究は、安全対策を講ずることなく、店舗で買い物をする大勢の人々に新型コロナウイルスが広まるかを検討することを目的とする。 モックストアが作成され、いくつかの異なるショッピングセクションに分割され、2Dグリッドを使用して表現された。 顧客は店に入り、特定のアイテムを買い、チェックアウトし、店を出るようにシミュレートされた。
  論文  参考訳（メタデータ） (2022-10-22T20:11:30Z)
• FedRecover: Recovering from Poisoning Attacks in Federated Learning using Historical Information [67.8846134295194]
  フェデレートラーニングは、悪意のあるクライアントが世界モデルに毒を盛る攻撃に対して脆弱である。 我々はFedRecoverを提案する。これは、クライアントに対して少量のコストで、毒殺攻撃から正確なグローバルモデルを取り戻すことができる。
  論文  参考訳（メタデータ） (2022-10-20T00:12:34Z)
• Adversarial Pixel Restoration as a Pretext Task for Transferable Perturbations [54.1807206010136]
  トランスファー可能な敵攻撃は、事前訓練された代理モデルと既知のラベル空間から敵を最適化し、未知のブラックボックスモデルを騙す。 本稿では,効果的なサロゲートモデルをスクラッチからトレーニングするための自己教師型代替手段として,Adversarial Pixel Restorationを提案する。 我々のトレーニングアプローチは、敵の目標を通したオーバーフィッティングを減らすmin-maxの目標に基づいています。
  論文  参考訳（メタデータ） (2022-07-18T17:59:58Z)
• Robust Quantity-Aware Aggregation for Federated Learning [72.59915691824624]
  悪意のあるクライアントは、モデル更新を害し、モデルアグリゲーションにおけるモデル更新の影響を増幅するために大量の要求を行う。 FLの既存の防御メソッドは、悪意のあるモデル更新を処理する一方で、すべての量の良性を扱うか、単にすべてのクライアントの量を無視/停止するだけである。 本稿では,フェデレーション学習のためのロバストな量認識アグリゲーションアルゴリズムであるFedRAを提案し,局所的なデータ量を認識してアグリゲーションを行う。
  論文  参考訳（メタデータ） (2022-05-22T15:13:23Z)
• Few-shot Backdoor Defense Using Shapley Estimation [123.56934991060788]
  我々は、深層ニューラルネットワークに対するバックドア攻撃を軽減するために、Shapley Pruningと呼ばれる新しいアプローチを開発した。 ShapPruningは、感染した数少ないニューロン(全ニューロンの1%以下)を特定し、モデルの構造と正確性を保護する。 様々な攻撃やタスクに対して,本手法の有効性とロバスト性を示す実験を行った。
  論文  参考訳（メタデータ） (2021-12-30T02:27:03Z)
• Initiative Defense against Facial Manipulation [82.96864888025797]
  本稿では,悪意あるユーザによって制御される顔操作モデルの性能を低下させるための,イニシアティブ・ディフェンスの新しい枠組みを提案する。 まず、サロゲートモデルを用いてターゲット操作モデルを模倣し、次に毒の摂動発生器を考案し、所望の毒を得る。
  論文  参考訳（メタデータ） (2021-12-19T09:42:28Z)
• 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)
• A Smartphone enabled Approach to Manage COVID-19 Lockdown and Economic Crisis [1.9188864062289428]
  新型コロナウイルス(COVID-19)の出現は、医療システムに過負荷をもたらし、死亡率が高い。 本稿では,新型コロナウイルス感染者の接触を自動的かつ広範囲に追跡するスマートフォンベースのアプローチを開発した。 我々はまた、ロックダウン/マス隔離を安全に解除する方法について、政府関係者にプランを提供するダッシュボードも開発した。
  論文  参考訳（メタデータ） (2020-04-25T21:42:07Z)

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。