莫斯科在“人们试图坐在家里，没有空中交通”情况下的统计数据-到11月，该模型显示了500万患者。这是基于不完整数据的有限预测，以下是详细信息。在3月22日设为零。世界上已经建立了几种传播感染的模型，但是没有一个模型适合俄罗斯使用，也没有依靠人口密度而没有正确的人员流动图。为什么？因为事实证明它是如此困难，以至于您可以协调它，或者只是这个地方没有人拥有此数据集。除了我们Tutu.ru乐于与记者共享数据已有16年了（本着“对安塔利亚的异常需求显而易见”的精神，绝大多数新闻都是我们信息窗口的一部分）。但是，我们从来没有从历史上披露过有关整个人群运动的数据。我们于2019年4月收集了在俄罗斯各地移动的人的数据集，并将其转移到开放数据科学社区。如果您不认识他们，这是一个主要由俄罗斯数据科学家组成的协会（但来自世界各地），它们将开放数据处理成实用新型。非营利组织。以下是结论，一个带有每个大城市预测的表，以及数据集本身（如果您想使用它做些事）。关于模型的工作方式以及内部的数学和局限性，ODS将在几个小时内告诉您。并布置源。UPD：在这里。数据中心
这是过去2019年4月人们在全国旅行的方式（有一些错误）。数据集是一组从一个城市到另一个城市的向量（指示的第一个城市是哪里，第二个城市是哪里），交通工具的类型和恢复到100％的乘客数量。数据集是与人群相关的匿名统计数据。这是集合的可视化。再次感谢她萨夫罗诺夫。数据限制：总线是数据集中最不准确的部分。由于所谓的“灰色”承运人，我们无法确切知道有多少人乘公交车旅行，我们在平台上不支持。但是我们尝试在已知路由上还原此数据。在空中和铁路上的数据要准确得多，但不是100％。我们看不到军队，铁路人员，儿童车和其他不寻常票的动向。远东各城市与雅库特的推进飞机之间有许多直升飞机路线，例如直升飞机路线。在航空领域，我们的市场覆盖率遍及俄罗斯的整个欧洲地区，并且位于东部（符拉迪沃斯托克（Vladivostok），新西伯利亚和哈巴罗夫斯克，数据在该国东部最为准确）。在火车票上，误差很小。如果某人乘坐莫斯科-彼得斯堡火车旅行并离开特维尔，那么他被认为是莫斯科-特维尔的乘客。可以通过不同的运营商，部门和官方统计信息获得更准确的数据，但这实际上在短时间内几乎是不可能的。我们的数据足以进行评估，但请记住，它们也会被收集和恢复，但会出现一些错误。你可以在这里拿起它。在几个小时内，将发布有关该模型如何工作以及其内幕内容的出版物，ODS将开放源代码。将有一个已经安装了该数据集的存储库，以及其他已安装的存储库（例如按名称，坐标和案例数匹配的匹配城市地图）。如果您要使用它，请通过私人电子邮件或noreply@tutu.ru发送给我。情境
共有三种基本情况：“我们什么也没碰，一切照常进行”-那么就感染而言，一切都可以预见为坏。第二种情况是“我们阻止了所有空中交通，人们试图留在家里，但汽车和火车仍在行驶。”第三种情况是主要交通枢纽的关闭。考虑到最近的变化，我们计算了第一个（CSV中有结论），但也得出了第四个结论，在该模型中，我们将美国的流量减少量设为平时流量的10％。单击相同的 CSV脚本链接。这不是国际社会第一次遇到流行病，也不是第一次借助垫模型预测流行病的发展。地方上的数学很复杂，不需要神经网络。但是，图的顶点之间的流动在数学上非常接近神经网络的最现代架构。流行病传播算法早已众所周知，您只需要设置可传染性等参数即可。这是由中国，意大利人和其他较早遇到此问题的人为我们计算的。经医生验证的最后一则帖子，带有许多研究链接，大部分是该模型的初始数据的集合。但是，我再次警告您：该模型使用的不是非常准确的初始数据，开发人员中没有专业的流行病学家（但是我们使用他们的算法），该模型有其局限性。有关SIR的详细信息将在ODS帖子中。估计的精度-最高订购。该模型的工作如下所示：- 我们考虑每天传播这种疾病。
- 我们根据加权交通矢量计算出有多少人搬到了另一个城市。
- 我们重述了城市中的感染人数。
- 我们开始下一个措施。
该模型开始时的噪音是由于起点为2020年3月22日这一事实而引起的，它没有考虑到那些以前在国外某个地方被感染并且在接下来的几天中没有进行自我展示的人。同样重要的是，模型的参考数据不是患者的实际人数，而是对COVID-19进行阳性检验的人数。也就是说，实际上可能有更多的携带者，并且感染周期将缩短。模型中尚未考虑车辆内部的感染。结果
我显示了两个计算得出的极端值-如果您什么都不做（选项1）并采取最大措施，但不启用具有季度边界的总隔离模式（选项2），将会发生什么。全部位于同一CSV下载链接上，格式如下表。方案1：最快
从感染传播的角度来看，方案1是最糟糕的情况，当时城市之间的交通流量仍然100％（现在已经很低了），人们并没有试图隔离自己，例如，乘坐公共汽车和地铁前往此类展览会，但同时他们遵守有关建议洗手并尝试保持一定距离（取得不同的成功）。它被模拟了六个月，因此，例如，在模型开发期间，莫斯科不会被治愈到“同时感染少于一千人”的状态。列参数-同时感染的患者数（不包括幸存者）。第一个阈值以“超过一千”开头（这是该市受感染人数超过1,000的那一天），然后是10到10万。第四列是主观上您可以停止隐藏的时刻，同时被感染的人数少于1000。列中的数字是达到阈值的日期。例如，莫斯科在13天内获得了在这种情况下预测的前1000个并发感染模型。 >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 - - -
该模型还具有Aldan，Argun，Arsk，Artyshta，Artyom，Artyomovsk，Ayan，Babushkin，Bagdarin，Baykalsk，Baykit，Batagay，Belaya Gora，Bely，Birch，Bogorodskoye，Bolotnoye，Buinsk，Vanavara，Vanino，Veliky Ustyugs，Verkhnevil Verkhoturie Vilyuysk Vyazemskij，Gremyachinsk，Gousinoozerskaya，Davlekanovo，Deputatsky，Dixon，Dolinsk，Erbogachen，Zhigansk，Zhukovka Zabaykalsk，Zavitinsk，Zainsk，Zalahtove，Zarinsk，Zlynka，Ziberka Iybor，Iybo Kazachinskoye，Kalachinsk，Kalevala，Karagaysky，Karashuk，Karachev，Kargasok，Kargat，Keperveem，Kinel，Kirensk，Kola，Koslan，Red Chikoy，Kupino，Kurilsk，Leninsk，Lobnya，Luza，Lyuban，Makarovhangel，Makushel，Malarkhangel ，梅舍霍夫斯克，米尼亚尔，摩古察，村上，迈斯基，密支希，纳济瓦夫斯克，纳尔特卡拉，下日安加尔斯克，诺沃扎夫科沃，诺沃热夫，诺沃西尔，努尔巴，奥布洛奇Ob，Karachinskoye湖，Ozersk，Olenyok，Olekminsk，Omolon，Omsukchan，Okhotsk，Pavelets，Pevek，Peno，Petukhovo，Plyos，Poronaysk，Przhevalskoye，Yarn，Sakkyryr，Salmi，Saskylakh，Svetlogorsk（Krasnoyarsk）。 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，Topruki，Topki ，Turukhansk，Ust-Kachka，Ust-Koksa，Ust-Kuyga，Ust-Nera，Ust-Tsilma，Khandyga，Khantanga，Khilok，希尔，Honuu，Khotynets，Chara，Chemal，Cheremkhovo，Cherepanovo，Chernoluchye，Chersky，Chokurdym， ，Chumikan，Chormoz，Shilka，Evensk，Yuzhno-Kurilsk-这些城市的感染时间晚于模拟时期，或者没有感染1000个城市。佩诺（Peno），佩图霍沃（Pekukhovo），普勒斯（Ples），波罗奈斯克（Poronaysk），普列夫瓦尔斯科耶（Przhevalskoye），毛线，萨基勒（Sakkyryr），萨尔米（Salmi），萨斯基拉赫（Saskylakh），斯维特洛戈尔斯克（Srasloglogorsk）（克拉斯诺亚尔斯克） ，斯雷德涅科林斯克，斯雷滕斯克，桑塔尔，苏苏曼，塔克西莫，塔拉坎，捷列克，提克西，托古钦，仅，汤莫特，火箱，游览，图兰，图鲁肯汉斯克，乌斯特·卡奇卡，乌斯特·科克斯，乌斯特·库伊加，乌斯特·尼拉，乌斯特·特西尔马，Khandyga，Khatanga，Khilok，希尔，Honuu，Khotynets，Chara，Chemal，Cheremkhovo，Cherepanovo，Chernuluchie，Chersky，Chokurdah，Chulym，Chumikan，Cheremoz，Shilka，Evensk，Yuzhno-Kurilsk的感染-这些城市的感染时间晚于模拟时期，或者不感染1000。佩诺（Peno），佩图霍沃（Pekukhovo），普勒斯（Ples），波罗奈斯克（Poronaysk），普列夫瓦尔斯科耶（Przhevalskoye），纱线，萨基勒（Sakkyryr），萨尔米（Salmi），萨斯基拉赫（Saskylakh），斯维特洛戈尔斯克（Srasloglogorsk）（克拉斯诺亚尔斯克）。 ，斯雷德涅科林斯克，斯雷滕斯克，桑塔尔，苏苏曼，塔克西莫，塔拉坎，捷列克，提克西，托古钦，仅，汤莫特，火箱，游览，图兰，图鲁肯汉斯克，乌斯特·卡奇卡，乌斯特·科克斯，乌斯特·库伊加，乌斯特·尼拉，乌斯特·特西尔马，Khandyga，Khatanga，Khilok，希尔，Honuu，Khotynets，Chara，Chemal，Cheremkhovo，Cherepanovo，Chernuluchie，Chersky，Chokurdah，Chulym，Chumikan，Cheremoz，Shilka，Evensk，Yuzhno-Kurilsk的感染-这些城市的感染时间晚于模拟时期，或者不感染1000。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-t Kuyga，Ust-Nera，Ust-Tsilma，Khandyga，Khatanga，Khilok，希尔，Honuu，Khotynets，Chara，Chemal，Chelemkhovo，Cherepanovo，Chernoluchye，Chersky，Chokurdah，Chulmm，Chumikan，Chermulz，Shilka，Evensk，Yuzhno-K这些城市或者在模拟期之后被感染，或者没有被感染1000。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-t Kuyga，Ust-Nera，Ust-Tsilma，Khandyga，Khatanga，Khilok，希尔，Honuu，Khotynets，Chara，Chemal，Chelemkhovo，Cherepanovo，Chernoluchye，Chersky，Chokurdah，Chulmm，Chumikan，Chermulz，Shilka，Evensk，Yuzhno-K这些城市或者在模拟时期之后被感染，或者没有被感染1000。Shilka，Evensk，Yuzhno-Kurilsk-这些城市或者在模拟时期之后被感染，或者没有被感染1000。Shilka，Evensk，Yuzhno-Kurilsk-这些城市或者在模拟时期之后被感染，或者没有被感染1000。方案2
最“孤立”的情况。只剩下10％的流量，也就是说，从一个点到另一个点变得困难得多，但有可能。这不是一个完整的隔离区，但是会大大降低连接性。城市内的人们不会去集市并试图孤立自己，但是他们这样做并不是理想的，而是尽其所能。模拟了180天的时间（因此，Barnaul在模型的第174天给了1000名患者评分，在“粉碎”这一流行过程中将没有时间为少于1000名患者评分）。不在表格中的城市最多招募1000名患者，也不会被感染。 >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 - - -
我再次提醒您，这是模拟城市之间感染的扩散，而不是考虑死亡率和其他因素。您可以通过个人写信来帮助ODS盲目性。更重要的是： Skoltech中心决定在Zhores超级计算机上分配计算时间，以模拟与遏制该流行病相关的任务。它们有CPU节点（一小部分，但有）和GPU节点（节点中有4个Tesla P100）。如果您具有针对MPI CPU并行化的代码，或者需要在GPU上并行计算模型，则比较合适。您可以提出与抗击流行病相关的任何任务，例如分子建模，交通流建模等。联系人：sergey.sosnin@skoltech.ru或您可以直接申请。这是什么意思？
俄罗斯物流是世界上最复杂的物流之一。我们有许多与世隔绝的城市，人口明显分散在地球上，空旷的领土巨大。从西部紧密相连的伯爵变成了东部松散相连的伯爵。这可能意味着有可能从主要病灶中切除掉图表的重要部分（但是由于从国外回到不同的大城市，似乎为时已晚）。由于缺乏必要的数据，未考虑此类分布的模型受到很大限制。现在，人口不平衡的因素意味着您可以极大地改变流行病的进程，从而阻碍交通联系。商业上的主要结论是，锁定现在比后果更便宜。我邀请您不要相信我的话，而是要建立模型，深入研究CSV和代码，扭曲并改善ODS提供的结果。实际上，社区目前正在对模型进行改进。我强调指出，社区承担了该项目，进行了该项目并开放了结果，这一事实是一个巨大的先例，它赞成需要打开数据本身的事实。因为有时它们非常有用，即使您没有时间或能力去做一些事情。链接在一个地方，一个大的帖子，一堆链接到不同的研究，盲目性-如果您想提供帮助，请进入ODS。ODS张贴者格里姆带有模型内部和假设，以及到存储库的链接。