Estadísticas de Moscú en el escenario "la gente trata de sentarse en casa, no hay tráfico aéreo": en noviembre, el modelo muestra 5 millones de pacientes. Este es un pronóstico limitado basado en datos incompletos, a continuación se detallan. Establecido en cero el 22 de marzo.Se crearon varios modelos de propagación de la infección en el mundo, pero ninguno de ellos era adecuado para Rusia, ni dependía de la densidad de población sin el gráfico correcto de los movimientos de personas. ¿Por qué? Porque resulta ser tan difícil que está bien coordinarlo, o simplemente nadie en este lugar tiene este conjunto de datos.Excepto nosotros.Tutu.ru ha estado feliz de compartir datos con periodistas durante 16 años (la gran mayoría de las noticias en el espíritu de "La demanda anómala de Antalya es notable" es un corte de nuestras ventanas de información). Pero nunca hemos revelado históricamente los datos sobre los movimientos de personas en bloques enteros.Recolectamos un conjunto de datos de personas que se movían por Rusia en abril de 2019 y lo transferimos a la comunidad de Open Data Science . Si no los conoce, esta es una asociación de científicos de datos predominantemente rusos (pero de todo el mundo) que procesa datos abiertos en modelos de utilidad. Sin ánimo de lucro.A continuación se presentan las conclusiones, una tabla con un pronóstico para cada gran ciudad, el conjunto de datos en sí (si desea intentar hacer algo con él). Sobre cómo funciona el modelo y qué matemáticas y limitaciones hay dentro, ODS le informará en un par de horas. Y exponer la fuente. UPD: aquí .Datacet
Así es como la gente viajó por el país durante el último abril de 2019 (con algunos errores). El conjunto de datos es un conjunto de vectores de ciudad en ciudad (la primera ciudad indicada es dónde, la segunda es dónde), el tipo de transporte y el número de pasajeros restaurados al 100%. Un conjunto de datos son datos estadísticos anónimos relacionados con grupos de personas.Aquí está la visualización del conjunto . Gracias de nuevo por ellaSafronov.Limitaciones de datos : los buses son la parte más inexacta del conjunto de datos. No podemos saber exactamente cuántas personas viajaron en autobús debido a los llamados transportistas "grises", que no admitimos en la plataforma. Pero intentamos restaurar estos datos en rutas conocidas. En el aire y los datos ferroviarios son mucho más precisos, pero no al 100%. No vemos el movimiento de militares, personal de ferrocarriles, autos para niños y otros boletos inusuales. Hay una serie de envíos, como rutas de helicópteros entre las ciudades del Lejano Oriente y los aviones de propulsión de Yakutia. En aviación, nuestra cobertura de mercado es muy buena en toda la parte europea de Rusia y cae hacia el este (en Vladivostok, Novosibirsk y Khabarovsk, los datos son más precisos en la parte oriental del país). En los boletos de tren, el error es bastante pequeño.Si una persona viajaba en un tren Moscú-Petersburgo y se fue en Tver, entonces se lo considera un pasajero de Moscú-Tver.Se pueden obtener datos más precisos a través de diferentes operadores, departamentos y estadísticas oficiales, pero esto es casi imposible en la práctica en poco tiempo. Nuestros datos son suficientes para la evaluación, pero solo recuerde que también se recopilan y restauran con algún error.Puedes recogerlo aquí . En un par de horas, habrá una publicación sobre cómo funciona el modelo y qué hay bajo su capó, y ODS abrirá la fuente. Habrá un repositorio con este conjunto de datos ya instalado y otros (como un mapa de ciudad coincidente por nombre con coordenadas y el número de casos).Si haces algo con él, muéstrame en un correo electrónico personal o en mi correo noreply@tutu.ru.Escenarios
Hay tres escenarios básicos: "no tocamos nada, todo sale como de costumbre", entonces todo es previsiblemente malo en términos de infección. El segundo escenario es "bloqueamos todo el tráfico aéreo y la gente trata de quedarse en casa, pero los automóviles y los trenes continúan viajando". El tercer escenario es el cierre de los principales centros de transporte. Teniendo en cuenta los cambios recientes, calculamos el primero (hay conclusiones en CSV), pero también tomamos las conclusiones del cuarto, donde modelamos la reducción del tráfico en el país al 10% de lo habitual.Siga el mismo enlace para las secuencias de comandos CSV.Esta no es la primera vez que la comunidad mundial se encuentra con epidemias y no es la primera vez que predice su desarrollo utilizando modelos de mat. La matemática es complicada en algunos lugares, no se necesitan redes neuronales. Pero el modelado de flujos entre vértices de un gráfico está matemáticamente muy cercaa la arquitectura más moderna de redes neuronales. Los algoritmos de propagación de epidemias se conocen desde hace mucho tiempo, solo necesita establecer parámetros como contagio. Los cuales fueron calculados para nosotros por los chinos, italianos y otros que habían encontrado el problema anteriormente. La última publicación con un montón de enlaces a la investigación, verificada por los médicos, fue en gran medida una recopilación de datos iniciales para el modelo. Sin embargo, les advierto nuevamente: el modelo utiliza datos iniciales poco precisos, no hay epidemiólogos profesionales entre los desarrolladores (pero usamos sus algoritmos), el modelo tiene sus limitaciones. Los detalles sobre SIR estarán en la publicación de ODS. Precisión estimada - hasta pedido.El trabajo de la modelo se ve así:- Consideramos la propagación de la enfermedad por día.
- Contamos cuántas personas se mudaron a otra ciudad según los vectores de transporte ponderados.
- Contamos el número de infectados en las ciudades.
- Comenzamos la siguiente medida.
El ruido al comienzo del modelo es causado por el hecho de que el punto de partida es el 22 de marzo de 2020, y no tiene en cuenta a aquellos que se infectaron en algún lugar del extranjero antes y que no se mostraron antes de la prueba en los días siguientes. También es importante que los datos de referencia del modelo no sean el número real de pacientes, sino el número probado con una prueba positiva para COVID-19. Es decir, puede haber más portadores de hecho, y el ciclo de infección se reducirá. Las infecciones dentro del vehículo aún no se tienen en cuenta en el modelo.resultados
Muestro dos extremos calculados: qué sucederá si no hace nada (opción 1) y toma un máximo de medidas, pero no activa el modo de cuarentena total con límites trimestrales (opción 2).Todo en el mismo enlace de descarga CSV, en el formato de tabla a continuación.Escenario 1: el más rápido
El escenario 1 es el peor desde el punto de vista de la propagación de la infección, cuando el 100% del tráfico entre ciudades permanece (ahora ya es más bajo), y las personas no intentan aislarse, por ejemplo, viajar en autobús y el metro a tales ferias , pero al mismo tiempo cumplen con las recomendaciones para lavarse las manos e intentar mantener una distancia (con mayor o menor éxito). Se simula durante seis meses, por lo tanto, por ejemplo, Moscú no se curará a un estado de "menos de mil infectados al mismo tiempo" como parte del período de desarrollo del modelo.Parámetros de columna: el número de pacientes infectados al mismo tiempo (no se incluyen los que se han recuperado). El primer umbral comienza con "más de mil" (este es el día en que el número de personas infectadas en la ciudad supera los 1,000), luego 10 y 100 mil. La cuarta columna es el momento en que subjetivamente puedes dejar de esconderte, menos de 1000 infectados al mismo tiempo. Los números en las columnas son el día en que se alcanza el umbral. Por ejemplo, Moscú está ganando los primeros mil modelos de infección simultánea pronosticados en este escenario en 13 días. >1000 >10.000 >100.000 <1000
13 25 38 -
- 23 33 45 -
28 40 57 -
30 41 55 -
-- 30 41 56 -
32 44 - 172
32 44 64 174
33 44 58 -
33 45 61 -
34 47 - 171
35 47 64 -
35 46 63 -
35 46 64 -
() 36 48 - 178
37 49 - 177
37 49 - -
37 48 63 -
37 48 66 -
37 48 63 -
37 49 - 175
38 49 67 -
38 48 62 -
38 48 63 -
38 50 - -
38 50 - -
38 50 - 171
39 50 - 176
39 51 - 174
40 54 - 152
- 40 54 - 149
40 52 - 165
40 52 73 -
41 59 - 140
41 53 - 167
41 53 - 165
42 54 - 160
42 53 - 174
42 54 71 -
42 54 - 170
42 53 - -
42 59 - 148
42 54 - 174
42 60 - 140
42 53 69 -
42 54 - 169
43 55 - -
43 63 - 133
43 55 73 -
43 54 70 -
43 55 - 168
44 57 - 149
44 62 - 134
- 44 68 - 131
44 55 72 -
44 61 - 136
45 66 - 132
- 45 57 - 171
45 67 - 130
45 58 - 161
45 57 - 164
45 56 - -
45 61 - 138
46 62 - 136
46 - - 126
46 - - 124
46 - - 127
46 58 - 176
46 59 - 152
46 57 75 -
46 58 - 174
46 - - 123
46 58 80 -
46 58 75 -
47 64 - 143
47 - - 124
47 61 - 146
47 61 - 156
47 61 - 146
47 60 81 -
47 59 77 -
47 59 81 -
47 59 - 177
47 61 - 151
47 60 - -
47 - - 126
47 58 78 -
47 61 - 154
47 60 - 169
48 61 - 176
48 62 - 145
48 60 - -
48 - - 123
48 - - 115
48 - - 122
48 60 - 158
48 62 - 152
48 61 - 150
48 - - 115
48 67 - 131
48 64 - 135
48 66 - 131
48 65 - 132
49 - - 126
49 71 - 129
49 63 - 147
49 - - 122
49 - - 118
49 62 - 159
49 - - 115
49 - - 129
49 - - 127
49 63 - 149
49 - - 123
49 69 - 130
49 64 - 149
49 - - 118
49 62 - -
49 - - 116
49 61 - -
49 62 - 151
50 - - 117
50 65 - 142
50 65 - 151
50 63 - 160
50 - - 119
50 - - 124
50 - - 127
50 - - 115
50 - - 130
50 64 - 150
50 66 - 137
50 65 - 147
51 64 - 156
51 65 - 154
51 64 - 170
51 66 - 140
51 64 94 -
51 65 - 160
51 65 - 163
51 64 - -
51 - - 115
51 - - 118
51 - - 115
51 64 - 165
51 67 - 140
51 - - 122
51 67 - 140
51 65 - 160
51 - - 123
51 63 84 -
51 66 - 143
51 64 92 -
- 51 - - 113
52 - - 128
52 - - 134
52 - - 109
52 68 - 142
52 69 - 143
52 - - 111
52 - - 130
52 - - 114
52 69 - 140
52 - - 120
52 65 - 177
52 67 - 164
52 - - 115
52 - - 105
52 66 - 155
52 69 - 143
52 65 - -
53 - - 102
53 - - 127
53 69 - 143
53 71 - 139
53 67 - -
53 73 - 133
53 66 - -
53 74 - 135
53 - - 111
53 70 - 142
53 66 - 178
53 66 - 157
53 - - 112
- 53 67 - 161
54 68 102 -
54 - - 98
54 - - 110
54 - - 116
54 - - 131
54 72 - 143
54 - - 132
54 69 - 149
54 - - 99
54 - - 102
54 - - 104
54 - - 118
54 - - 127
54 - - 114
54 - - 104
55 74 - 141
55 - - 108
55 71 - 161
55 70 - -
55 72 - 155
-- 55 - - 121
55 74 - 135
55 - - 119
55 - - 127
55 77 - 140
55 - - 108
55 68 - -
55 - - 101
55 70 - -
55 - - 97
55 - - 102
55 68 - -
55 - - 106
56 74 - 143
56 - - 143
56 69 - -
56 72 - 152
56 74 - 140
56 73 - 161
56 71 - 158
56 - - 107
56 - - 98
56 - - 97
56 - - 121
56 - - 106
56 70 - -
56 73 - 164
56 73 - 142
56 - - 99
56 - - 100
56 - - 109
56 - - 122
56 - - 137
57 75 - 145
57 - - 94
57 - - 133
57 72 - -
57 76 - 143
57 - - 126
57 - - 124
57 - - 112
57 - - 130
57 - - 142
57 - - 132
57 - - 114
57 - - 102
57 72 - -
57 - - 90
- 57 75 - 166
57 - - 108
58 - - 129
58 - - 91
58 78 - 141
58 - - 110
58 77 - 139
58 74 - -
58 - - 93
58 - - 111
58 - - 143
58 - - 88
58 74 - 168
58 - - 142
58 - - 90
58 75 - 146
- 58 74 - -
- 58 74 - -
58 - - 90
58 73 - -
59 - - 123
59 - - 116
59 - - 87
59 - - 97
- 59 78 - 148
59 75 - 167
59 - - 97
59 - - 90
59 - - 111
59 - - 139
59 - - 96
-59 76 - -
59 - - 98
59 - - 114
59 - - 88
60 - - 123
60 - - 100
60 - - 107
60 - - 100
60 - - 112
60 - - 139
60 81 - 151
60 - - 111
60 - - 120
60 - - 125
60 74 - -
60 - - 104
60 - - 118
60 77 - 163
60 - - 127
- 60 - - 85
60 - - 140
60 - - 125
60 - - 97
61 - - 127
61 - - 125
61 - - 82
61 - - 138
61 78 - 164
61 79 - 179
61 - - 103
61 - - 87
61 - - 121
61 - - 134
62 82 - 167
62 - - 143
62 - - 93
62 83 - 173
62 - - 138
62 - - 91
62 79 - 175
62 - - 96
62 85 - 160
62 - - 84
62 - - 96
62 - - 123
62 - - 139
62 - - 122
62 77 - -
62 - - 103
62 - - 116
62 - - 99
62 - - 104
62 - - 142
62 - - 111
62 80 - -
62 - - 135
63 81 - -
63 - - 142
63 85 - 171
63 - - 133
63 - - 148
63 - - 85
63 89 - 155
63 - - 135
63 - - 144
63 - - 86
63 86 - 158
63 - - 108
64 79 - -
64 - - 127
64 85 - -
64 85 - -
64 83 - -
64 - - 132
-- 64 88 - 160
64 81 - 172
64 - - 118
65 - - 129
65 81 - -
65 - - 117
65 91 - 164
65 - - 154
65 - - 147
65 - - 149
65 - - 129
65 - - 117
65 82 - -
65 - - 150
- 65 - - 125
65 - - 116
65 - - 120
65 - - 105
65 - - 78
65 - - 97
65 - - 92
65 - - 93
65 - - 146
65 82 - -
65 - - 146
65 - - 144
66 88 - 176
66 91 - 170
66 - - 76
66 89 - -
66 82 - -
66 - - 110
66 - - 115
66 - - 102
66 - - 101
66 - - 134
66 - - 84
67 - - 136
67 85 - -
67 - - 137
67 - - 76
67 - - 125
67 - - 92
67 - - 163
67 88 - -
67 - - 119
67 - - 144
67 - - 75
67 - - 131
67 - - 125
67 96 - 162
67 - - 116
67 - - 160
68 - - 115
68 - - 167
68 - - 110
68 93 - 172
68 - - 142
68 95 - -
68 - - 135
68 - - 107
68 - - 100
68 100 - 173
68 - - 152
- 68 - - 157
68 88 - 169
68 - - 145
68 - - 139
69 - - 152
69 - - 73
69 97 - 179
69 - - 129
69 - - 97
69 - - 161
69 96 - 164
69 - - 162
69 - - 159
69 - - 174
69 - - 128
69 - - 153
69 - - 127
69 90 - -
69 - - 153
69 95 - -
69 - - 117
70 87 - -
70 - - 159
70 - - 122
70 - - 156
70 - - 89
70 - - 95
70 - - 144
70 - - 156
70 - - 141
70 - - 139
70 - - 100
70 - - 103
70 - - 160
70 - - 105
70 - - 100
70 - - 136
71 92 - -
71 98 - -
71 - - 153
71 - - 171
71 - - 178
71 - - 100
71 - - 101
71 - - 99
71 - - 137
71 93 - -
71 105 - 177
72 100 - -
- 72 93 - -
72 94 - -
72 99 - -
72 - - 144
72 - - 148
72 - - 138
72 - - 148
72 - - 136
72 - - 150
72 - - 156
73 - - 144
73 - - 116
73 - - 131
73 - - 124
() 73 105 - 175
73 - - 136
73 - - 138
73 - - 145
73 - - 115
73 - - 115
- 73 - - -
73 - - 141
73 - - 127
73 - - 126
73 - - 130
- 73 - - 155
73 - - 140
73 96 - -
73 - - 159
73 - - 175
73 - - 161
73 - - 138
74 - - 104
74 - - 148
74 - - 122
- 74 - - 131
74 - - 129
74 - - 155
74 - - 149
74 - - -
74 - - 148
74 - - 123
74 - - 120
75 - - 131
75 - - 143
75 - - 164
75 - - 155
75 - - 111
- 75 - - 174
75 - - 162
75 101 - -
75 - - 113
76 - - 152
76 - - 160
76 - - 138
76 - - 107
76 - - -
76 - - 119
76 - - 151
76 - - 158
76 - - 104
76 100 - -
76 106 - -
76 108 - -
76 - - 149
76 - - -
76 - - 153
77 - - 142
77 117 - -
77 - - 146
77 - - -
77 - - -
77 - - 175
77 - - -
77 - - 173
77 110 - -
77 - - 131
77 - - 172
77 - - 141
77 - - 131
77 - - 174
77 - - 141
77 - - 144
78 - - 115
78 - - 122
78 - - 146
78 - - 168
78 - - 138
78 - - 139
78 - - 123
78 - - -
78 - - 134
78 - - 153
78 - - 131
78 - - 178
78 - - 123
78 - - 136
78 - - 121
79 - - 169
- 79 - - -
79 - - 142
79 - - 128
79 - - 164
79 - - 152
79 - - 132
79 - - 139
79 - - 109
79 - - 132
79 108 - -
79 - - 158
79 - - 119
79 - - 162
80 - - 130
80 - - 161
80 117 - -
80 - - -
80 - - 147
80 - - 167
80 - - 128
80 - - 153
80 - - 148
80 - - 151
80 - - -
80 - - 160
80 - - -
80 - - 139
80 - - -
80 116 - -
81 - - 145
81 - - 126
- 81 - - 138
81 - - -
81 - - 146
81 - - 137
81 108 - -
81 - - 125
- 81 - - 121
81 - - 167
82 - - 132
82 130 - -
82 - - 140
82 - - 176
82 - - 159
82 - - 119
82 - - 159
82 - - 176
82 - - -
82 - - 129
83 - - -
83 - - -
83 - - 170
83 - - -
83 - - 134
83 - - -
83 - - 177
83 - - 140
83 - - 156
83 - - 140
84 - - 143
84 - - 161
84 - - 131
84 - - 116
84 - - 166
84 - - 95
84 132 - -
() 85 - - 174
85 135 - -
-- 85 117 - -
85 - - 127
85 - - 141
85 - - 172
85 - - 122
- 86 - - -
86 - - 134
86 - - 179
86 - - -
86 - - 128
86 - - 142
86 - - 178
86 - - 145
87 117 - -
87 - - -
87 - - 147
87 - - 140
87 - - -
87 - - 99
87 - - 137
87 126 - -
87 - - 176
88 - - -
88 - - 129
- 88 - - 114
88 - - 133
88 - - 144
88 - - 174
88 - - 122
88 131 - -
88 - - 133
88 - - 149
88 - - 148
88 - - 156
88 - - 163
88 - - 144
88 - - 179
89 - - 124
89 - - 137
- 89 - - -
90 - - 179
90 - - -
90 - - 153
90 - - 140
90 148 - -
90 - - 174
90 - - -
- 90 - - 161
91 - - 175
91 - - -
91 - - 170
91 - - 124
91 - - 145
91 - - 170
- 91 - - -
91 - - 154
92 - - -
92 - - -
92 - - 148
92 - - 149
92 - - 178
92 - - 168
92 - - 129
92 - - -
92 - - 140
92 - - 134
93 - - 153
93 - - 104
93 - - -
93 - - -
93 - - 139
94 - - -
94 - - 138
94 143 - -
95 - - 155
95 - - -
95 - - 152
95 - - 145
95 - - 112
95 - - -
95 - - 129
95 - - -
95 - - 129
95 - - -
96 - - -
96 - - 150
96 - - 178
96 - - -
97 - - 168
97 - - -
97 - - 115
97 - - -
98 - - 179
98 - - -
98 - - -
98 - - 137
98 - - 172
98 - - -
99 - - 159
99 - - -
99 - - 174
99 - - 158
100 - - 113
100 - - -
100 - - -
-- 100 - - 175
100 - - 144
101 - - -
102 - - 162
102 - - -
102 - - 132
103 - - 147
103 - - -
103 - - -
103 - - -
() 103 - - -
104 - - -
104 - - -
105 - - 112
105 - - -
105 - - -
105 - - 135
105 - - -
106 - - 147
106 - - 174
107 - - -
107 - - -
107 - - -
109 - - -
109 - - -
109 - - -
110 - - 140
110 - - -
111 - - 160
-- 111 - - -
112 - - -
114 - - 172
115 - - -
117 - - 137
117 - - -
121 - - -
122 - - -
122 - - -
- 123 - - -
- 123 - - -
124 - - 144
125 - - -
- 131 - - -
133 - - -
133 - - -
134 - - -
135 - - 155
136 - - -
- 141 - - -
156 - - -
163 - - -
168 - - -
172 - - -
173 - - -
El modelo también cuenta con Aldan, Argun, Arsk, Artyshta, Artyom, Artyomovsk, Ayan, Babushkin, Bagdarin, Baykalsk, Baykit, Batagay, Belaya Gora, Bely, Birch, Bogorodskoye, Bolotnoye, Buinsk, Vanavara, Vanino, Veliky Ustyug, Verkhneyuyugug, Verkhne Ustyug, Verkhne Ustyug, Verkhne Verkhoturie Vilyuysk Vyazemskij, Gremyachinsk, Gousinoozerskaya, Davlekanovo, Deputatsky, Dixon, Dolinsk, Erbogachen, Zhigansk, Zhukovka Zabaykalsk, Zavitinsk, Zainsk, Zalahtove, Zarinsk. Kazachinskoye, Kalachinsk, Kalevala, Karagaysky, Karasuk, Karachev, Kargasok, Kargat, Keperveem, Kinel, Kirensk, Kola, Koslan, Red Chikoy, Kupino, Kurilsk, Leninsk, Lobnya, Luza, Lyuban, Makarov, Makushino, Malarkhangelsk , Meshchovsk, Minyar, Mogocha, Murashi, Myski, Mytishchi, Nazyvaevsk, Nartkala, Nizhneangarsk, Novoabzakovo, Novorzhev, Novosil, Nyurba, Obluchye,Ob, Lago Karachinskoye, Ozersk, Olenyok, Olekminsk, Omolon, Omsukchan, Okhotsk, Pavelets, Pevek, Peno, Petukhovo, Plyos, Poronaysk, Przhevalskoye, Yarn, Sakkyryr, Salmi, Saskylakh, Svetlogorsk (Krasnoyarsburg), Krasnoyarsburg, Krasnoyarsburg Seymchan, Simeiz, Blue Sedge, Slyudyanka, Sol-Iletsk, Sonkovo, Sorsk, Sosnovka, Spas-Demensk, Srednekolymsk, Sretensk, Suntar, Susuman, Taksimo, Talakan, Terek, Tiksi, Toguchin, Tolka, Tommot, Topruki, Topki, Topki, Topki , Turukhansk, Ust-Kachka, Ust-Koksa, Ust-Kuyga, Ust-Nera, Ust-Tsilma, Khandyga, Khatanga, Khilok, Hill, Honuu, Khotynets, Chara, Chemal, Cheremkhovo, Cherepanovo, Chernoluchye, Chersky, Chokurdym, Chokurdym, Chokurdym, Chokurdym , Chumikan, Chormoz, Shilka, Evensk, Yuzhno-Kurilsk: estas ciudades se infectan más tarde del período simulado o no obtienen 1000 infectadas.Peno, Petukhovo, Ples, Poronaysk, Przhevalskoye, Yarn, Sakkyryr, Salmi, Saskylakh, Svetlogorsk (Krasnoyarsk.), Severo-Yeniseysk, Seymchan, Simeiz, Blue Osoka, Slyudyanka, Sol-Iletsk, Sonskovo, Sorskka, Soskka , Srednekolymsk, Sretensk, Suntar, Susuman, Taksimo, Talakan, Terek, Tiksi, Toguchin, Only, Tommot, Firebox, Tour, Turan, Turukhansk, Ust-Kachka, Ust-Koks, Ust-Kuyga, Ust-Nera, Ust-Tsilma , Khandyga, Khatanga, Khilok, Hill, Honuu, Khotynets, Chara, Chemal, Cheremkhovo, Cherepanovo, Chernuluchie, Chersky, Chokurdah, Chulym, Chumikan, Cheremoz, Shilka, Evensk, Yuzhno-Kurilsk - estas ciudades se infectan más tarde que el período simulado, o se infectan más tarde que el período simulado. No ganes 1000 infectados.Peno, Petukhovo, Ples, Poronaysk, Przhevalskoye, Yarn, Sakkyryr, Salmi, Saskylakh, Svetlogorsk (Krasnoyarsk.), Severo-Yeniseysk, Seymchan, Simeiz, Blue Osoka, Slyudyanka, Sol-Iletsk, Sonskovo, Sorskka, Soskka , Srednekolymsk, Sretensk, Suntar, Susuman, Taksimo, Talakan, Terek, Tiksi, Toguchin, Only, Tommot, Firebox, Tour, Turan, Turukhansk, Ust-Kachka, Ust-Koks, Ust-Kuyga, Ust-Nera, Ust-Tsilma , Khandyga, Khatanga, Khilok, Hill, Honuu, Khotynets, Chara, Chemal, Cheremkhovo, Cherepanovo, Chernuluchie, Chersky, Chokurdah, Chulym, Chumikan, Cheremoz, Shilka, Evensk, Yuzhno-Kurilsk - estas ciudades se infectan más tarde que el período simulado, o se infectan más tarde que el período simulado. No ganes 1000 infectados.Sonkovo, Sorsk, Sosnovka, Spas-Demensk, Srednekolymsk, Sretensk, Suntar, Susuman, Taksimo, Talakan, Terek, Tiksi, Toguchin, Tolka, Tommot, Firebox, Tour, Turan, Turukhansk, Ust-Kachka, Ust-Koks, Ust- Kuyga, Ust-Nera, Ust-Tsilma, Khandyga, Khatanga, Khilok, Hill, Honuu, Khotynets, Chara, Chemal, Cheremkhovo, Cherepanovo, Chernoluchye, Chersky, Chokurdah, Chulym, Chumikan, Chermoz, Shilka, Evensk, Yuzhno, Yuzhno estas ciudades se infectan más tarde que el período simulado o no obtienen 1000 infectadas.Sonkovo, Sorsk, Sosnovka, Spas-Demensk, Srednekolymsk, Sretensk, Suntar, Susuman, Taksimo, Talakan, Terek, Tiksi, Toguchin, Tolka, Tommot, Firebox, Tour, Turan, Turukhansk, Ust-Kachka, Ust-Koks, Ust- Kuyga, Ust-Nera, Ust-Tsilma, Khandyga, Khatanga, Khilok, Hill, Honuu, Khotynets, Chara, Chemal, Cheremkhovo, Cherepanovo, Chernoluchye, Chersky, Chokurdah, Chulym, Chumikan, Chermoz, Shilka, Evensk, Yuzhno, Yuzhno estas ciudades se infectan más tarde que el período simulado o no obtienen 1000 infectadas.Shilka, Evensk, Yuzhno-Kurilsk: estas ciudades se infectan más tarde del período simulado o no se infectan 1000.Shilka, Evensk, Yuzhno-Kurilsk: estas ciudades se infectan más tarde del período simulado o no se infectan 1000.Escenario 2
El escenario más "aislado". Solo queda el 10% del tráfico, es decir, llegar de un punto a otro se vuelve mucho más difícil, pero posible. Esta no es una cuarentena completa, sino una reducción significativa en la conectividad. Las personas dentro de las ciudades no van a ferias e intentan aislarse, pero lo hacen no de manera ideal, sino a su mejor entender. Se simula un período de 180 días (en consecuencia, Barnaul, habiendo puntuado a mil pacientes en el día 174 del modelo, no tendrá tiempo para puntuar a menos de mil pacientes en el proceso de "aplastar" la epidemia). Las ciudades que no están en la tabla no reclutan a más de 1000 pacientes o no se infectan. >1000 >10.000 >100.000 <1000
18 33 51 -
40 60 - -
42 - - 158
45 66 - -
46 68 - -
46 67 - -
- 46 62 88 -
-- 56 76 - -
61 91 - -
62 86 - -
63 88 - -
- 65 - - 172
65 91 - -
66 94 - -
66 93 - -
() 68 99 - -
69 - - -
69 108 - -
69 - - 160
70 103 - -
70 103 - -
70 104 - -
71 105 - -
71 104 - -
71 105 - -
72 109 - -
- 72 - - -
72 110 - -
72 109 - -
72 112 - -
73 108 - -
73 - - -
74 113 - -
75 118 - -
75 - - -
77 - - -
77 - - -
77 128 - -
78 - - -
80 - - -
81 - - -
81 - - -
81 - - -
82 - - -
82 - - -
82 - - -
83 166 - -
83 - - 168
84 - - -
84 - - 173
84 - - -
84 - - 149
84 178 - -
85 - - -
85 - - 157
85 - - -
85 - - -
86 - - -
86 - - -
86 - - -
87 - - -
88 - - 175
89 - - -
90 - - 155
- 90 - - -
91 - - -
91 - - -
92 - - 141
92 - - -
92 - - 117
92 - - -
93 - - 160
94 - - 175
94 - - 126
94 - - -
94 - - -
94 - - -
94 - - 147
94 - - -
95 - - 157
96 - - -
96 - - -
96 - - -
97 - - -
97 - - -
97 - - -
98 - - -
98 - - -
98 - - 178
98 - - -
99 - - -
99 - - 167
99 - - -
99 - - -
99 - - -
99 - - -
99 - - -
99 - - -
99 - - 135
99 - - -
100 - - -
100 - - -
100 - - -
100 - - -
101 - - -
101 - - -
102 - - 171
102 - - -
103 - - -
103 - - 161
103 - - -
104 - - 128
104 - - -
104 - - -
104 - - -
104 - - -
104 - - -
105 - - 165
105 - - -
105 - - -
105 - - -
- 105 - - 154
107 - - -
107 - - -
107 - - -
108 - - -
108 - - -
109 - - -
110 - - -
111 - - -
111 - - -
111 - - -
112 - - -
113 - - -
113 - - 169
114 - - -
114 - - -
116 - - -
117 - - -
118 - - -
118 - - -
118 - - -
119 - - -
119 - - -
120 - - 174
122 - - -
124 - - -
125 - - -
126 - - -
126 - - -
127 - - -
127 - - -
128 - - -
128 - - -
128 - - -
129 - - -
130 - - -
131 - - -
131 - - -
133 - - -
133 - - -
135 - - -
135 - - -
- 137 - - -
141 - - -
141 - - -
145 - - -
148 - - -
150 - - -
151 - - -
157 - - -
161 - - 176
164 - - -
164 - - -
173 - - -
174 - - -
Les recuerdo una vez más que esto es una simulación de la propagación de la infección entre ciudades, y no una consideración de la mortalidad y el resto. Puede ayudar a las SAO escribiendo un mensaje personalmefistófeas.Más importante: el centro Skoltech decidió asignar tiempo de computación en la supercomputadora Zhores para simular tareas que de alguna manera están relacionadas con contener la epidemia. Tienen nodos de CPU (una pequeña parte, pero los hay) y nodos de GPU (en los nodos hay 4 Tesla P100). Si tiene un código en paralelo para CPU MPI o necesita calcular modelos en paralelo en una GPU, esto es adecuado. Puede traer cualquier tarea que de alguna manera esté relacionada con la lucha contra la epidemia, por ejemplo, modelado molecular, modelado de flujo de tráfico, etc. Contactos: sergey.sosnin@skoltech.ru o puede solicitarlo directamente .Qué significa eso?
La logística rusa es una de las más complejas del mundo. Tenemos muchas ciudades aisladas, la población está significativamente dispersa por todo el planeta, enormes territorios vacíos. Desde estrechamente conectado en el oeste, el conde se convierte en vagamente acoplado en el este.Esto puede significar que es posible cortar partes significativas del gráfico de los focos principales (pero parece ser demasiado tarde debido al regreso a diferentes ciudades grandes del extranjero).Los modelos sin tener en cuenta dicha distribución están muy limitados por la falta de datos necesarios.Ahora, el factor de desigualdad de la población significa que puede cambiar drásticamente el curso de la epidemia, bloqueando los enlaces de transporte.La principal conclusión comercial es que el bloqueo ahora es más barato que las consecuencias.Los invito a que no confíen en mi palabra, sino a descifrar un modelo, profundizar en CSV y código, torcer y mejorar el resultado que proporcionó ODS. En realidad, la comunidad está trabajando actualmente en mejoras en el modelo.Y enfatizo que el hecho de que la comunidad asumió el proyecto, lo hizo y abre el resultado es un gran precedente a favor del hecho de que los datos en sí mismos necesitan ser abiertos. Porque a veces son extremadamente útiles, incluso si no tienes el tiempo o la capacidad de hacer algo con ellos.Enlaces en un solo lugar , una publicación grande con un montón de enlaces a diferentes estudios,mefistófeas- su entrada en ODS si desea ayudar. Publicación de SAO porgrismecon modelos internos y suposiciones, un enlace al repositorio .