Upgrade to Pro
— share decks privately, control downloads, hide ads and more …
Speaker Deck
Features
Speaker Deck
PRO
Sign in
Sign up for free
Search
Search
個人レベルの位置情報を使ったCOVID19の感染モデル
Search
Yoriyuki Yamagata
March 29, 2022
Research
0
110
個人レベルの位置情報を使ったCOVID19の感染モデル
Yoriyuki Yamagata
March 29, 2022
Tweet
Share
More Decks by Yoriyuki Yamagata
See All by Yoriyuki Yamagata
Individual-based epidemiological model of COVID19 using location data
yoriyukiprf
0
100
On proving consistency of equational theories in bounded arithmetic
yoriyukiprf
0
170
On proving consistency of equational theories in bounded arithmetic
yoriyukiprf
0
130
人流データを用いた人流制限解除後のCOVID-19感染状況の推定
yoriyukiprf
0
160
Falsification of Cyber-Physical Systems Using Deep Reinforcement Learning
yoriyukiprf
0
160
引用の記述説の擁護
yoriyukiprf
0
220
Consistency proof of fragments of equational systems with substitution in bounded arithmetic
yoriyukiprf
0
110
Concepts on AI Fairness
yoriyukiprf
0
150
Falsification of Cyber Physical System Using Deep Reinforcement Learning
yoriyukiprf
1
150
Other Decks in Research
See All in Research
Generative Models 2025
takahashihiroshi
21
11k
(NULLCON Goa 2025)Windows Keylogger Detection: Targeting Past and Present Keylogging Techniques
asuna_jp
1
520
心理言語学の視点から再考する言語モデルの学習過程
chemical_tree
2
340
なめらかなシステムと運用維持の終わらぬ未来 / dicomo2025_coherently_fittable_system
monochromegane
0
250
Trust No Bot? Forging Confidence in AI for Software Engineering
tomzimmermann
1
240
Self-supervised audiovisual representation learning for remote sensing data
satai
3
210
Type Theory as a Formal Basis of Natural Language Semantics
daikimatsuoka
1
220
定性データ、どう活かす? 〜定性データのための分析基盤、はじめました〜 / How to utilize qualitative data? ~We have launched an analysis platform for qualitative data~
kaminashi
6
1k
作業記憶の発達的特性が言語獲得の臨界期を形成する(NLP2025)
chemical_tree
2
610
【緊急警告】日本の未来設計図 ~沈没か、再生か。国民と断行するラストチャンス~
yuutakasan
0
130
SSII2025 [TS1] 光学・物理原理に基づく深層画像生成
ssii
PRO
4
3.4k
線形判別分析のPU学習による朝日歌壇短歌の分析
masakat0
0
130
Featured
See All Featured
Side Projects
sachag
455
42k
Keith and Marios Guide to Fast Websites
keithpitt
411
22k
The MySQL Ecosystem @ GitHub 2015
samlambert
251
13k
Unsuck your backbone
ammeep
671
58k
What's in a price? How to price your products and services
michaelherold
246
12k
Fight the Zombie Pattern Library - RWD Summit 2016
marcelosomers
233
17k
Principles of Awesome APIs and How to Build Them.
keavy
126
17k
No one is an island. Learnings from fostering a developers community.
thoeni
21
3.3k
StorybookのUI Testing Handbookを読んだ
zakiyama
30
5.8k
Helping Users Find Their Own Way: Creating Modern Search Experiences
danielanewman
29
2.7k
ReactJS: Keep Simple. Everything can be a component!
pedronauck
667
120k
Improving Core Web Vitals using Speculation Rules API
sergeychernyshev
16
940
Transcript
個⼈レベルの位置情報を使っ たCOVID19の感染モデル ⼭形賴之, 鷹⾒俊希, ⼭崎啓介, 井上純, ⼤⻄正輝 国⽴研究開発法⼈ 産業技術総合研究所 2022年3⽉29⽇,
DRIS
モデルの概要 • 50万⼈の位置情報を利⽤ • 感染者と同じ200mx200mに⼊るとある確率で感染する • 感染確率は接触時間を𝑡としたとき𝛽 𝑡 − 𝛼
で決まる • 𝛼と𝛽は時間および地域によらず⼀定のパラメーター • 感染⼒の個⼈差および感染からの経過による変化を考慮
接触時間⾏列 • 𝑑⽇⽬の𝑖番⽬の⼈と𝑗番⽬の⼈の接触時間を𝑀 𝑖, 𝑗 [𝑑]と置く • 𝑀 𝑖, 𝑗
を接触時間⾏列と呼ぶ 𝑖 𝑗 𝑀= 𝑡
接触時間⾏列の求め⽅ • BlogWatcher社提供の位置情報 • 2020年1⽉1⽇から2021年1⽉31⽇、1⽇数百万台の携帯の位置情報 • ⼗分な頻度の位置情報がある50万台の携帯をサンプリング • 残りの⽇本居住者の動きをどう捉えるか?
携帯⼀台に対応する メタポピュレーション 同じメタポピュレーションに 含まれる⼈は他のメタポピュ レーションのメンバーと同じ 接触時間をもつ 4 時間 4 時間
2 時間 2 時間
数学的モデル • 𝑨 𝑑 ~Gamma(𝐷, 𝐷/𝑰 𝑑 ) • 𝑽
𝑑 = ∑!"# $ 𝑔 𝑘 𝑨[𝑑 − 𝑘] • 𝑭 𝑑 = β max(𝑴 𝑑 − α 𝟏, 𝟎) 𝑽[𝑑] • 𝑰 𝑑 + 1 ~ Binomial(𝑆 − 𝑪 𝑑 , 1 − 𝑒%𝑭 ' ) • 𝑪 𝑑 + 1 = 𝑪 𝑑 + 𝑰[𝑑 + 1] 𝐼[𝑖] 𝑑 : 𝑑⽇⽬のメタポピュレーションでの新規感染者数 α, 𝛽:未知パラメータ, 𝐷, 𝑔 𝑘 : 疫学研究による既知定数 𝑆: メタポピュレーションのサイズ
パラメーターチューニング • Ground TruthとしてNHKによる感染者数を⽤いる • 実際の感染者の10%が確定診断されていると仮定 • ⾒かけの曜⽇変動、報告遅れ、診断遅れ、潜伏期間を考慮 • モデルを30回実⾏、結果の平均値をGround
Truthと⽐較 • Lossは負の⼆項分布により与える • チューニングはベイズ最適化を⽤いる
東京 prediction fitted 5530 optimization trials,α= -9.127722, β= 0.000007 観測値
シミュレーション結果 (中央値) シミュレーション結果 (50%区間) シミュレーション結果 (95%区間) シミュレーション結果 (特定サンプル)
東京 prediction fitted 観測値 シミュレーション結果 (中央値) シミュレーション結果 (50%区間) シミュレーション結果 (95%区間)
シミュレーション結果 (特定サンプル) 5511 optimization trials,α= -0.001716, β= 0.001107
まとめと課題 • 複数の波が存在することは再現することができた • 定量的にはずれが⼤きい • 複数解への収束 • 予測は全体に減少傾向を⽰す←→現実には増加傾向