ヒューストン大学のエンジニアのチームが研究結果を雑誌に発表しました。 自然 国際航空旅行が世界中の新型コロナウイルス感染症の蔓延にどのような影響を与えているかについて。新たに開発された AI ツールを使用することで、チームは航空交通に関連する感染のホットスポットを特定し、病気の伝播に大きく寄与する重要な領域を正確に特定しました。
分析では、西ヨーロッパ、中東、北米が、これらの地域を発着または通過する国際便の量が多いため、パンデミックを加速させている主要な地域であることが特定されました。
「私たちの研究は、世界的なパンデミックを研究するための堅牢な深層学習ベースのツールを提供しており、政策立案者が将来のパンデミック時の航空交通制限に関する情報に基づいた意思決定を行う上で重要な意味を持ちます。」と主任研究員兼電気・コンピュータ工学准教授のヒエン・ヴァン・グエン氏は述べた。 UHで。
ツール
Nguyen 氏とチームは、フライト スケジュールなど、常に変化するデータの大規模ネットワークを分析してパターンや傾向を確認するのに役立つ、Dynamic Weighted GraphSAGE と呼ばれるコンピューター プログラムを開発しました。
「時空間グラフ、つまり、空間（異なる場所）と時間の両方で物事がどのようにリンクされているかを調べて、これが病気の蔓延や交通パターンなどにどのような影響を与えるかをよりよく理解します」とグエン氏は述べた。
航空旅行が感染拡大にどのような影響を与えるかを理解するために、Van Nguyen 氏と大学院生の Akash Awasthi 氏と Syed Rizvi 氏は、モデルの小さな変更 (摂動解析) をテストして、さまざまな要因に対する影響をどの程度受けるかを確認し、さまざまな地域や国間の航空便の接続を調べました。
これは、航空交通のどの部分がウイルスの蔓延に最大の影響を与えているか、また、高感度地域でのどの航空便の減便が予測される世界的な感染者数を効果的に減少させるかを分析するのに役立ちました。
戦略
「私たちは、人間の移動への混乱を最小限に抑えながら、パンデミックの制御に大きな影響を与える航空交通量の削減戦略を提案します」とグエン氏は述べた。 「西ヨーロッパの航空便数の大幅な削減を含む政策により、世界の新型コロナウイルス感染者数はさらに大幅に減少すると予測されています。
この研究は、パンデミック予測に関する洞察を得るために、時空間グラフ ニューラル ネットワークで摂動分析を新たに使用したものです」と彼は述べました。
調査結果は新型コロナウイルス感染症の状況に由来しているが、得られた洞察はあらゆるパンデミックに一般化できるとグエン氏は述べた。
このプロジェクトには、ヒューストン メソジスト研究所からも研究者が参加しています。
1729802043
#エンジニアがパンデミックの蔓延を予測制御するための #モデルを発表
2024-10-24 20:12:00