Skenario infeksi di kota-kota tertentu berdasarkan pada dataset pergerakan orang di seluruh Rusia


Statistik untuk Moskow dalam skenario "orang mencoba duduk di rumah, tidak ada lalu lintas udara" - pada bulan November, model menunjukkan 5 juta pasien. Ini adalah perkiraan terbatas berdasarkan data yang tidak lengkap, di bawah ini adalah detailnya. Set ke nol pada 22 Maret.

Beberapa model penyebaran infeksi diciptakan di dunia, tetapi tidak ada satupun yang cocok untuk Rusia, atau bergantung pada kepadatan populasi tanpa grafik pergerakan orang yang tepat. Mengapa? Karena itu ternyata sangat sulit sehingga Anda boleh mengoordinasinya, atau tidak ada seorang pun di tempat ini yang memiliki dataset ini.

Kecuali kita.

Tutu.ru dengan senang hati berbagi data dengan jurnalis selama 16 tahun (sebagian besar berita dalam semangat "Permintaan anomali untuk Antalya terlihat" adalah potongan dari jendela informasi kami). Tapi kami tidak pernah secara historis mengungkapkan data tentang pergerakan orang di seluruh blok.

Kami mengumpulkan kumpulan data orang yang bergerak di sekitar Rusia pada bulan April 2019 dan mentransfernya ke komunitas Open Data Science . Jika Anda tidak mengenal mereka, ini adalah asosiasi ilmuwan data Rusia (tetapi dari seluruh dunia) yang memproses data terbuka menjadi model utilitas. Nirlaba.

Di bawah ini adalah kesimpulan, tabel dengan perkiraan untuk setiap kota besar, dataset itu sendiri (jika Anda ingin mencoba melakukan sesuatu dengannya). Tentang cara kerja model dan apa matematika dan batasan di dalamnya, ODS akan memberi tahu Anda dalam beberapa jam. Dan jelaskan sumbernya. UPD: di sini .

Datacet


Ini adalah bagaimana orang bepergian di seluruh negeri selama April-2019 terakhir (dengan beberapa kesalahan). Dataset adalah seperangkat vektor dari kota ke kota (kota pertama yang ditunjukkan adalah di mana, yang kedua adalah di mana), jenis transportasi dan jumlah penumpang yang dipulihkan hingga 100%. Dataset adalah data statistik anonim yang berkaitan dengan sekelompok orang.

Berikut ini visualisasi dari himpunan . Sekali lagi terima kasih untuknyaSafronov.

Batasan data : bus adalah bagian yang paling tidak akurat dari dataset. Kita tidak bisa tahu persis berapa banyak orang bepergian dengan bus karena apa yang disebut "abu-abu" pembawa, yang tidak kita dukung pada platform. Tetapi kami mencoba mengembalikan data ini pada rute yang diketahui. Di udara dan data kereta api jauh lebih akurat, tetapi tidak 100%. Kami tidak melihat pergerakan militer, personel kereta api, mobil anak-anak dan tiket tidak biasa lainnya. Ada sejumlah pengiriman, seperti rute helikopter antara kota-kota Timur Jauh dan pesawat propulsi Yakutia. Dalam penerbangan, jangkauan pasar kami sangat baik di seluruh bagian Eropa Rusia dan jatuh ke timur (di Vladivostok, Novosibirsk, dan Khabarovsk, data paling akurat di bagian timur negara itu). Di tiket kereta, kesalahannya cukup kecil.

Jika seseorang bepergian dengan kereta Moskow-Petersburg dan keluar ke Tver, maka ia dianggap sebagai penumpang Moskow-Tver.

Data yang lebih akurat dapat diperoleh melalui berbagai operator, departemen, dan statistik resmi, tetapi ini hampir tidak mungkin dilakukan dalam waktu singkat. Data kami cukup untuk evaluasi, tetapi ingatlah bahwa data itu juga dikumpulkan dan dipulihkan dengan beberapa kesalahan.

Anda bisa mengambilnya di sini . Dalam beberapa jam, akan ada publikasi tentang cara kerja model dan apa yang ada di balik tudungnya, dan ODS akan membuka sumbernya. Akan ada repositori dengan dataset ini yang sudah ditata dan lainnya (seperti peta kota yang cocok dengan nama dengan koordinat dan jumlah kasus).

Jika Anda melakukan sesuatu dengan itu, tolong tunjukkan saya di email pribadi atau email saya noreply@tutu.ru.

Skenario


Ada tiga skenario dasar: "kami tidak menyentuh apa pun, semuanya berjalan seperti biasa" - maka semuanya dapat diprediksi buruk dalam hal infeksi. Skenario kedua adalah "kami memblokir semua lalu lintas udara dan orang-orang mencoba untuk tetap di rumah, tetapi mobil dan kereta terus naik." Skenario ketiga adalah penutupan hub transportasi utama. Dengan mempertimbangkan perubahan terbaru, kami menghitung yang pertama (ada kesimpulan dalam CSV), tetapi juga mengambil kesimpulan yang keempat, di mana kami memodelkan pengurangan lalu lintas di negara ini menjadi 10% dari biasanya.

Ikuti tautan yang sama untuk skrip CSV.

Ini bukan pertama kalinya komunitas dunia menghadapi epidemi dan bukan pertama kali memprediksikan perkembangan mereka dengan bantuan matmodel. Matematika rumit di beberapa tempat, jaringan saraf tidak diperlukan. Tapi pemodelan mengalir antara simpul grafik secara matematis sangat dekatuntuk arsitektur paling modern dari jaringan saraf. Algoritma penyebaran epidemi telah lama dikenal, Anda hanya perlu mengatur parameter seperti menular. Yang dihitung untuk kita oleh orang Cina, Italia, dan orang lain yang pernah mengalami masalah sebelumnya. Posting terakhir dengan banyak tautan ke penelitian, diverifikasi oleh dokter, sebagian besar adalah kumpulan data awal untuk model. Namun demikian, saya memperingatkan Anda lagi: model ini menggunakan data awal yang tidak terlalu akurat, tidak ada ahli epidemiologi profesional di antara para pengembang (tetapi kami menggunakan algoritme mereka), model ini memiliki keterbatasan. Detail tentang SIR akan ada di pos ODS. Perkiraan keakuratan - hingga pesanan.

Pekerjaan model terlihat seperti ini:

  1. Kami mempertimbangkan penyebaran penyakit per hari.
  2. Kami menghitung berapa banyak orang yang pindah ke kota lain berdasarkan vektor transportasi tertimbang.
  3. Kami menghitung jumlah yang terinfeksi di kota-kota.
  4. Kami memulai langkah selanjutnya.

Kebisingan pada awal model disebabkan oleh fakta bahwa titik awalnya adalah 22 Maret 2020, dan itu tidak memperhitungkan mereka yang terinfeksi di suatu tempat di luar negeri sebelumnya dan tidak menunjukkan diri sebelum tes di hari-hari berikutnya. Penting juga bahwa data referensi dari model ini bukan jumlah pasien yang sebenarnya, tetapi jumlah yang diuji dengan tes positif untuk COVID-19. Artinya, mungkin ada lebih banyak pembawa pada kenyataannya, dan siklus infeksi akan berkurang. Infeksi di dalam kendaraan belum diperhitungkan dalam model.

hasil


Saya menunjukkan dua ekstrem yang dihitung - apa yang akan terjadi jika Anda tidak melakukan apa-apa (opsi 1) dan mengambil langkah-langkah maksimal, tetapi jangan nyalakan mode karantina total dengan batas per kuartal (opsi 2).

Semua di tautan unduhan CSV yang sama , dalam format tabel di bawah ini.

Skenario 1: tercepat


Skenario 1 adalah yang terburuk dari sudut pandang penyebaran infeksi, ketika 100% lalu lintas antar kota tetap (sekarang sudah lebih rendah), dan orang tidak mencoba untuk mengisolasi diri mereka sendiri, misalnya naik bus dan metro ke pameran semacam itu , tetapi pada saat yang sama mereka mematuhi rekomendasi untuk cuci tangan dan usahakan menjaga jarak (dengan kesuksesan yang beragam). Ini disimulasikan selama enam bulan, oleh karena itu, misalnya, Moskow tidak akan disembuhkan ke keadaan "kurang dari seribu yang terinfeksi pada saat yang sama" sebagai bagian dari periode pengembangan model.

Parameter kolom - jumlah pasien yang terinfeksi secara bersamaan (mereka yang telah pulih tidak termasuk). Ambang pertama dimulai dengan "lebih dari seribu" (ini adalah hari ketika jumlah orang yang terinfeksi di kota melebihi 1.000), kemudian 10 dan 100 ribu. Kolom keempat adalah saat ketika Anda secara subyektif dapat berhenti bersembunyi, kurang dari 1000 sekaligus terinfeksi. Angka-angka dalam kolom adalah hari ambang tercapai. Misalnya, Moskow mendapatkan seribu model pertama yang terinfeksi secara bersamaan yang diprediksi dalam skenario ini dalam 13 hari.

			>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	-	-	-

Model ini juga memiliki Aldan, Argun, Arsk, Artyshta, Artyom, Artyomovsk, Ayan, Babushkin, Bagdarin, Baykalsk, Baykit, Batagay, Belaya Gora, Bely, Birch, Bogorodskoye, Bolotnoye, Buinsk, Vanavara, Vanino, Velikyvyjoujver Verkhoturie Vilyuysk Vyazemskij, Gremyachinsk, Gousinoozerskaya, Davlekanovo, Deputatsky, Dixon, Dolinsk, Erbogachen, Zhigansk, Zhukovka Zabaykalsk, Zavitinsk, Zainsk, Zalahtove, Zarinsk, Zlynka, Zebra Kazachinskoye, Kalachinsk, Kalevala, Karagaysky, Karasuk, Karachev, Kargasok, Kargat, Keperveem, Kinel, Kirensk, Kola, Koslan, Chikoy Merah, Kupino, Kurilsk, Leninsk, Lobnya, Luza, Lyuban, Makarov, Malarko, Malarko, Malarko , Meshchovsk, Minyar, Mogocha, Murashi, Myski, Mytishchi, Nazyvaevsk, Nartkala, Nizhneangarsk, Novoabzakovo, Novorzhev, Novosil, Nyurba, Obluchye,Ob, Danau Karachinskoye, Ozersk, Olenyok, Olekminsk, Omolon, Omsukchan, Okhotsk, Pavelets, Pevek, Peno, Petukhovo, Plyos, Poronaysk, Przhevalskoye, Benang, Sakkyryr, Salmi, Saskylakh, Svetlogorsk Seymchan, Simeiz, Blue Sedge, Slyudyanka, Sol-Iletsk, Sonkovo, Sorsk, Sosnovka, Spa-Demensk, Srednekolymsk, Sretensk, Suntar, Susuman, Taksimo, Talakan, Terek, Tiksi, Toguchin, Tolka, Tommot, Topki, Topruki , Turukhansk, Ust-Kachka, Ust-Koks, Ust-Kuyga, Ust-Nera, Ust-Tsilma, Khandyga, Khatanga, Khilok, Bukit, Honuu, Khotynets, Chara, Chemal, Cheremkhovo, Cherepanovo, Chernoluchye, Chersky, Chokurdogur , Chumikan, Chormoz, Shilka, Evensk, Yuzhno-Kurilsk - kota-kota ini menjadi terinfeksi setelah periode simulasi, atau tidak mendapatkan 1000 terinfeksi.Peno, Petukhovo, Ples, Poronaysk, Przhevalskoye, Benang, Sakkyryr, Salmi, Saskylakh, Svetlogorsk (Krasnoyarsk.), Severo-Yeniseysk, Seymchan, Simeiz, Blue Osoka, Slyudyanka, Sol-Iletsk, Sonskovka , Srednekolymsk, Sretensk, Suntar, Susuman, Taksimo, Talakan, Terek, Tiksi, Toguchin, Hanya, Tommot, Firebox, Tur, 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 - kota-kota ini menjadi terinfeksi atau lebih lambat dari periode simulasi, atau lebih lambat dari periode simulasi atau disimulasikan daripada simulasi periode, Jangan sampai 1000 terinfeksi.Peno, Petukhovo, Ples, Poronaysk, Przhevalskoye, Benang, Sakkyryr, Salmi, Saskylakh, Svetlogorsk (Krasnoyarsk.), Severo-Yeniseysk, Seymchan, Simeiz, Blue Osoka, Slyudyanka, Sol-Iletsk, Sonsk, Sonsk , Srednekolymsk, Sretensk, Suntar, Susuman, Taksimo, Talakan, Terek, Tiksi, Toguchin, Hanya, Tommot, Firebox, Tur, 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 - kota-kota ini menjadi terinfeksi atau lebih lambat dari periode simulasi, atau lebih lambat dari periode simulasi atau disimulasikan daripada simulasi periode, Jangan sampai 1000 terinfeksi.Sonkovo, Sorsk, Sosnovka, Spa-Demensk, Srednekolymsk, Sretensk, Suntar, Susuman, Taksimo, Talakan, Terek, Tiksi, Toguchin, Tolka, Tommot, Firebox, Tur, Turan, Turukhansk, Ust-Kachka, Ust-Koks, Ust-Koks Kuyga, Ust-Nera, Ust-Tsilma, Khandyga, Khatanga, Khilok, Hill, Honuu, Khotynets, Chara, Chemal, Cheremkhovo, Cherepanovo, Chernoluchye, Chersky, Chokurdy, Chulym, Chumikan, Chermoz, Shilka, Evensk, Yuzhno kota-kota ini menjadi terinfeksi setelah periode simulasi, atau tidak mendapatkan 1000 terinfeksi.Sonkovo, Sorsk, Sosnovka, Spa-Demensk, Srednekolymsk, Sretensk, Suntar, Susuman, Taksimo, Talakan, Terek, Tiksi, Toguchin, Tolka, Tommot, Firebox, Tur, Turan, Turukhansk, Ust-Kachka, Ust-Koks, Ust-Koks Kuyga, Ust-Nera, Ust-Tsilma, Khandyga, Khatanga, Khilok, Hill, Honuu, Khotynets, Chara, Chemal, Cheremkhovo, Cherepanovo, Chernoluchye, Chersky, Chokurdy, Chulym, Chumikan, Chermoz, Shilka, Evensk, Yuzhno kota-kota ini menjadi terinfeksi setelah periode simulasi, atau tidak mendapatkan 1000 terinfeksi.Shilka, Evensk, Yuzhno-Kurilsk - kota-kota ini menjadi terinfeksi setelah periode simulasi, atau tidak mendapatkan 1000 terinfeksi.Shilka, Evensk, Yuzhno-Kurilsk - kota-kota ini menjadi terinfeksi setelah periode simulasi, atau tidak mendapatkan 1000 terinfeksi.

Skenario 2


Skenario yang paling "terisolasi". Hanya 10% dari lalu lintas yang tersisa di dalamnya, yaitu, beralih dari satu titik ke titik lainnya menjadi lebih sulit, tetapi mungkin. Ini bukan karantina lengkap, tetapi pengurangan konektivitas yang signifikan. Orang-orang di dalam kota tidak pergi ke pameran dan mencoba untuk mengisolasi diri mereka sendiri, tetapi mereka melakukan ini bukan idealnya, tetapi untuk yang terbaik dari pemahaman mereka. Suatu periode 180 hari disimulasikan (sesuai, Barnaul, setelah mencetak seribu pasien pada hari ke-174 model, tidak akan memiliki waktu untuk mencetak kurang dari seribu pasien dalam proses “menghancurkan” epidemi). Kota-kota yang tidak termasuk dalam tabel tidak merekrut lebih dari 1000 pasien atau tidak terinfeksi.

			>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	-	-	-

Saya mengingatkan Anda sekali lagi bahwa ini adalah simulasi penyebaran infeksi antar kota, dan bukan pertimbangan kematian dan sisanya. Anda dapat membantu ODS dengan menulis secara pribadimephistopheies.

Lebih penting: pusat Skoltech memutuskan untuk mengalokasikan waktu komputasi pada superkomputer Zhores untuk mensimulasikan tugas yang entah bagaimana terkait dengan penanggulangan epidemi. Mereka memiliki CPU-node (sebagian kecil, tetapi ada) dan GPU-node (dalam node ada 4 Tesla P100). Jika Anda memiliki kode yang diparalelkan untuk MPI CPU atau perlu menghitung model secara paralel pada GPU, ini cocok. Anda dapat membawa tugas apa pun yang terkait dengan perang melawan epidemi, misalnya, pemodelan molekul, pemodelan arus lalu lintas, dll. Kontak: sergey.sosnin@skoltech.ru atau Anda dapat langsung mendaftar .

Apa artinya?


Logistik Rusia adalah salah satu yang paling kompleks di dunia. Kami memiliki banyak kota yang terisolasi, populasinya tersebar di seluruh planet ini, wilayah kosong yang sangat luas. Dari yang terhubung erat di barat, penghitungan berubah menjadi longgar ditambah di timur.

Ini mungkin berarti bahwa adalah mungkin untuk memotong sebagian besar grafik dari fokus utama (tetapi tampaknya sudah terlambat karena kembali ke kota-kota besar yang berbeda dari luar negeri).

Model tanpa memperhitungkan distribusi seperti itu sangat dibatasi oleh kurangnya data yang diperlukan.

Sekarang faktor ketidakseimbangan populasi berarti bahwa Anda dapat secara dramatis mengubah arah epidemi, menghalangi jalur transportasi.

Kesimpulan komersial utama adalah bahwa kuncian sekarang lebih murah daripada konsekuensinya lebih lanjut.

Saya mengundang Anda untuk tidak mengambil kata saya untuk itu, tetapi untuk memecahkan model, menggali lebih dalam CSV dan kode, memutar dan meningkatkan hasil yang diberikan ODS. Sebenarnya, komunitas saat ini bekerja pada penyempurnaan model.

Dan saya menekankan bahwa fakta bahwa masyarakat mengambil proyek, membuatnya dan membuka hasilnya adalah preseden besar dalam mendukung fakta bahwa data itu sendiri perlu dibuka. Karena kadang-kadang mereka sangat berguna, bahkan jika Anda tidak punya waktu atau kemampuan untuk melakukan sesuatu dengan mereka.

Tautan di satu tempat , pos besar dengan banyak tautan ke berbagai studi,mephistopheies- entri Anda ke ODS jika Anda ingin membantu. ODS diposkan olehgrismedengan internal model dan asumsi, tautan ke repositori .

All Articles