深層学習によるCOVID-19感染伝播と経済活動を同時制御する社会運営戦略の発見

利用深度学习发现同时控制 COVID-19 感染传播和经济活动的社会管理策略

• 批准号: 21K04535
• 负责人: 豊谷 純
• 金额: $ 2.41万
• 依托单位: Nihon University
• 依托单位国家: 日本
• 项目类别: Grant-in-Aid for Scientific Research (C)
• 财政年份: 2021
• 资助国家: 日本
• 起止时间: 2021-04-01 至 2026-03-31
• 项目状态: 未结题
• 来源: https://kaken.nii.ac.jp/en/grant/KAKENHI-PROJECT-21K04535/
• 关键词: シミュレーション; 機械学習; 数理工学; 社会システム工学; オペレーションズリサーチ

2022年度は、千葉県習志野市のデータを利用した人工密集地の特定、および、マルチエージェントシミュレーションの高速化を行なった。実際の人流データを利用した人工密集地の特定に関しては、千葉県習志野市のデータを利用した。具体的には、経度・緯度で表現される二次元空間上のサンプリング点群からカーネル密度推定法によりノンパラメトリックな確率密度関数（カーネル関数: ガウシアンカーネル）を構成し、閾値を超えるポイントを人工密集地と定義した。その結果、習志野市内での感染のハイリスクエリアを推定することができた。これは汎用的な手法であるため、データさえあればどの地域でも感染のハイリスクエリアを知ることができる。マルチエージェントシミュレーションの高速化については、Support Vector Regression Model により、その入出力関係を学習するアプローチを採択した。入力に関しては感染力や緊急事態宣言の開始・解除条件、出力に関してはシミュレーション期間全体の累計感染者数を採用した。また、推定しやすいデータセットと推定しにくいデータセットを分離させ、汎化誤差を算出した結果、推定しやすいデータセットの決定係数は0.993と非常に高い一方で、推定しにくいデータセットの決定係数は0.762であった。このことから、Support Vector Regression Model によりマルチエージェントシミュレーションを高速化する場合は、ある程度戦略的に教師データセットを構築する必要性があることがわかった。これらの結果は、査読付き論文誌 Mathematical Biosciences and Engineering などに採択され、出版された。

In 2022, the city of Chiba, Chiba, and the city of Chiba will use artificial intensive land to develop high-speed projects. In fact, the use of artificial dense areas of specific areas, Chiba City, the use of artificial dense areas of the city The concrete structure, threshold and latitude are defined artificially and intensively by the method of estimating the density of the distribution points in the two-dimensional space. As a result, the infection in Xishino City was estimated. This is a very common method of infection. Support Vector Regression Model for High Speed Learning The total number of infected persons during the period of entry, release and release of the emergency declaration shall be adopted. The coefficient of determination for the estimation is 0.993. The coefficient of determination for the estimation is 0.762. The Support Vector Regression Model is necessary to speed up the process. The results were published in Mathematical Biosciences and Engineering.

项目成果

Impact of Removal Strategies of Stay-at-Home Orders on the Number of COVID-19 Infectors and People Leaving Their Homes

居家令的移除策略对 COVID-19 感染者和离家人数的影响

• DOI: 10.24507/ijicic.17.03.1055
• 发表时间: 2021
• 期刊: International Journal of Innovative Computing, Information and Control
• 作者: Yuto Omae;Yohei Kakimoto;Jun Toyotani;Kazuyuki Hara;Yasuhiro Gon;Hirotaka Takahashi
• 通讯作者: Hirotaka Takahashi

Reliability of Multi-Agent Based Infection Simulator with Parameters of Isolation Wards

具有隔离病房参数的基于多主体的感染模拟器的可靠性

• DOI: 10.24507/icicelb.12.06.577
• 发表时间: 2021
• 期刊: ICIC Express Letters, Part B: Applications
• 作者: Yuto Omae;Yohei Kakimoto;Jun Toyotani;Kazuyuki Hara;Yasuhiro Gon;Hirotaka Takahashi
• 通讯作者: Hirotaka Takahashi

SIRVVD model-based verification of the effect of first and second doses of COVID-19/SARS-CoV-2 vaccination in Japan

• DOI: 10.3934/mbe.2022047
• 发表时间: 2022-01-01
• 期刊: MATHEMATICAL BIOSCIENCES AND ENGINEERING
• 影响因子: 2.6
• 作者: Omae, Yuto;Kakimoto, Yohei;Takahashi, Hirotaka
• 通讯作者: Takahashi, Hirotaka

Fast screening framework for infection control scenario identification

感染控制场景识别的快速筛查框架

• DOI: 10.3934/mbe.2022574
• 发表时间: 2022
• 期刊: Mathematical Biosciences and Engineering
• 影响因子: 2.6
• 作者: Kakimoto Yohei;Omae Yuto;Toyotani Jun;Takahashi Hirotaka
• 通讯作者: Takahashi Hirotaka

SIR model-based verification of effect of COVID-19 Contact-Confirming Application (COCOA) on reducing infectors in Japan

基于 SIR 模型验证 COVID-19 接触确认应用程序 (COCOA) 对减少日本感染者的效果

• 发表时间: 2021
• 期刊: Mathematical Biosciences and Engineering
• 影响因子: 2.6
• 作者: Yuto Omae;Yohei Kakimoto;Jun Toyotani;Kazuyuki Hara;Yasuhiro Gon;Hirotaka Takahashi
• 通讯作者: Hirotaka Takahashi