論文の概要: Geospatial Tessellation in the Agent-In-Cell Model: A Framework for
Agent-Based Modeling of Pandemic
- arxiv url: http://arxiv.org/abs/2309.07055v3
- Date: Thu, 16 Nov 2023 21:03:19 GMT
- ステータス: 処理完了
- システム内更新日: 2023-11-22 17:54:08.337502
- Title: Geospatial Tessellation in the Agent-In-Cell Model: A Framework for
Agent-Based Modeling of Pandemic
- Title（参考訳）: エージェント・イン・セルモデルにおける地理空間的テッセルレーション:パンデミックのエージェントベースモデリングのためのフレームワーク
- Authors: Amir Mohammad Esmaieeli Sikaroudi, Alon Efrat, Michael Chertkov
- Abstract要約: 本研究では,都市部における新型コロナウイルスの感染拡大をシミュレートするエージェントベースモデルについて紹介する。
メータエージェント(meta-agents)と呼ばれるエージェントは、都市のテッセル化において特定のホーム細胞と結びついている。
当社のモデルを既存のABMに対してベンチマークし、実行時とエージェント数の削減に重点を置いています。
- 参考スコア（独自算出の注目度）: 0.4527270266697462
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Agent-based simulation, a powerful tool for analyzing complex systems, faces
challenges when integrating geographic elements due to increased computational
demands. This study introduces a series of 'agent-in-the-cell' Agent-Based
Models to simulate COVID spread in a city, utilizing geographical features and
real-world mobility data from Safegraph. We depart from traditional aggregated
transmission probabilities, focusing on direct person-to-person contact
probabilities, informed by physics-based transmission studies. Our approach
addresses computational complexities through innovative strategies. Agents,
termed 'meta-agents', are linked to specific home cells in a city's
tessellation. We explore various tessellations and agent densities, finding
that Voronoi Diagram tessellations, based on specific street network locations,
outperform Census Block Group tessellations in preserving dynamics.
Additionally, a hybrid tessellation combining Voronoi Diagrams and Census Block
Groups proves effective with fewer meta-agents, maintaining an accurate
representation of city dynamics. Our analysis covers diverse city sizes in the
U.S., offering insights into agent count reduction effects, sensitivity
metrics, and city-specific factors. We benchmark our model against an existing
ABM, focusing on runtime and reduced agent count implications. Key
optimizations include meta-agent usage, advanced tessellation methods, and
parallelization techniques. This study's findings contribute to the field of
agent-based modeling, especially in scenarios requiring geographic specificity
and high computational efficiency.
- Abstract（参考訳）: 複雑なシステムを分析する強力なツールであるエージェントベースシミュレーションは、計算要求の増加により地理的要素を統合する際の課題に直面している。
本研究は,safegraphの地理的特徴と実世界のモビリティデータを利用して,都市における新型コロナウイルス感染をシミュレートするエージェントベースモデルについて紹介する。
我々は, 物理学に基づく伝送研究により, 直接対人接触確率に着目した従来型の伝送確率から脱却する。
我々の手法は革新的な戦略を通じて計算複雑性に対処する。
メタエイジェント(meta-agents)と呼ばれるエージェントは、都市のテッセレーションにおける特定のホームセルと関連している。
種々のテッセルレーションとエージェント密度を探索し,特定の道路ネットワーク位置に基づくボロノイ・ダイアグラム・テッセルレーションが,ダイナミックス保存におけるセンサス・ブロック・グループ・テッセルレーションより優れていることを示した。
さらに、Voronoi DiagramsとCensus Block Groupsを組み合わせたハイブリッドテッセルレーションは、より少ないメタエージェントで有効であり、都市動態の正確な表現を維持している。
分析は米国内の都市規模を対象とし,エージェント数削減効果,感度指標,都市固有の要因について考察した。
当社のモデルを既存のABMに対してベンチマークし、実行時とエージェント数の削減に重点を置いています。
主な最適化は、メタエージェントの使用法、高度なテッセレーション法、並列化技術である。
本研究はエージェントベースモデリングの分野,特に地理的特異性と高い計算効率を必要とするシナリオに寄与する。
関連論文リスト
- Stability and Generalization for Distributed SGDA [70.97400503482353]
分散SGDAのための安定性に基づく一般化分析フレームワークを提案する。
我々は, 安定性の誤差, 一般化ギャップ, 人口リスクの包括的分析を行う。
理論的結果から,一般化ギャップと最適化誤差のトレードオフが明らかになった。
論文 参考訳（メタデータ） (2024-11-14T11:16:32Z) - Towards Graph Neural Network Surrogates Leveraging Mechanistic Expert Knowledge for Pandemic Response [41.94295877935867]
我々は、空間的かつ人口統計学的に解決された伝染病モデルを構築し、パンデミックの初期段階を表すデータセットのためのグラフニューラルネットワークを訓練する。
提案手法は、オンザフライ実行の可能性をもたらし、低バリアWebアプリケーションにおける病気のダイナミクスモデルの統合をもたらす。
論文 参考訳（メタデータ） (2024-11-10T15:54:09Z) - MITA: Bridging the Gap between Model and Data for Test-time Adaptation [68.62509948690698]
テスト時間適応(TTA)は、モデルの一般化性を高めるための有望なパラダイムとして登場した。
本稿では,Met-In-The-MiddleをベースとしたMITAを提案する。
論文 参考訳（メタデータ） (2024-10-12T07:02:33Z) - Addressing Data Heterogeneity in Federated Learning of Cox Proportional Hazards Models [8.798959872821962]
本稿では,フェデレーションサバイバル分析の分野,特にCox Proportional Hazards(CoxPH)モデルについて概説する。
本稿では,合成データセットと実世界のアプリケーション間のモデル精度を向上させるために,特徴ベースのクラスタリングを用いたFLアプローチを提案する。
論文 参考訳（メタデータ） (2024-07-20T18:34:20Z) - An AI-enabled Agent-Based Model and Its Application in Measles Outbreak
Simulation for New Zealand [5.4017711896476905]
エージェントベースモデル(ABM)は、複雑な社会的相互作用を研究する強力なツールとして登場した。
グラフニューラルネットワーク(GNN)とLong Short-Term Memory(LSTM)を結合したテンソル化・微分可能なエージェントベースモデルを開発した。
本稿では、最新の人工知能(AI)技術と従来のABMの能力を活用して、伝染病の発生のダイナミクスについてより深い知見を得る。
論文 参考訳（メタデータ） (2024-03-06T03:36:07Z) - MedDiffusion: Boosting Health Risk Prediction via Diffusion-based Data
Augmentation [58.93221876843639]
本稿では,MedDiffusion という,エンドツーエンドの拡散に基づくリスク予測モデルを提案する。
トレーニング中に合成患者データを作成し、サンプルスペースを拡大することで、リスク予測性能を向上させる。
ステップワイズ・アテンション・メカニズムを用いて患者の来訪者間の隠れた関係を識別し、高品質なデータを生成する上で最も重要な情報をモデルが自動的に保持することを可能にする。
論文 参考訳（メタデータ） (2023-10-04T01:36:30Z) - Differentiable Agent-based Epidemiology [71.81552021144589]
GradABM(GradABM)は、エージェントベースのモデリングのためのスケーラブルで微分可能な設計で、勾配に基づく学習と自動微分が可能である。
GradABMは、コモディティハードウェア上で数秒で数百万の人口をシミュレートし、ディープニューラルネットワークと統合し、異種データソースを取り込みます。
論文 参考訳（メタデータ） (2022-07-20T07:32:02Z) - Tk-merge: Computationally Efficient Robust Clustering Under General
Assumptions [0.0]
トリミングされたk平均と階層的アグロメレーションに基づく2段階のハイブリッドロバストクラスタリングアルゴリズムを提案する。
また、本手法の自然な一般化と、データ駆動方式で汚染量を推定する適応的な手順を提案する。
論文 参考訳（メタデータ） (2022-01-17T13:05:05Z) - Adversarial Sample Enhanced Domain Adaptation: A Case Study on
Predictive Modeling with Electronic Health Records [57.75125067744978]
ドメイン適応を容易にするデータ拡張手法を提案する。
逆生成したサンプルはドメイン適応時に使用される。
その結果,本手法の有効性とタスクの一般性が確認された。
論文 参考訳（メタデータ） (2021-01-13T03:20:20Z) - Statistical control for spatio-temporal MEG/EEG source imaging with
desparsified multi-task Lasso [102.84915019938413]
脳磁図(MEG)や脳電図(EEG)のような非侵襲的手法は、非侵襲的手法を約束する。
ソースローカライゼーション(ソースイメージング)の問題は、しかしながら、高次元の統計的推測問題を引き起こす。
この問題に対処するために,分離されたマルチタスクラッソ(ecd-MTLasso)のアンサンブルを提案する。
論文 参考訳（メタデータ） (2020-09-29T21:17:16Z) - TDEFSI: Theory Guided Deep Learning Based Epidemic Forecasting with
Synthetic Information [8.681583244827936]
TDEFSIは低分解能時系列データを用いて正確な高分解能予測を行う。
我々は、シーズン内とシーズン間の両方の低分解能観測を行うために、2分岐リカレントニューラルネットワークモデルを訓練する。
予測は観測データによって駆動されるが、特定の都市部の複雑な社会的、人口統計学的、地理的属性をキャプチャする。
論文 参考訳（メタデータ） (2020-01-28T20:51:49Z)
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。