ハイパーグラフに基づく感染モデルにおける感染者特定・隔離・追跡のためのアルゴリズムの検討

• Item type: SIG Technical Reports(1)
• 公開日: 2020-07-23
• タイトル: ハイパーグラフに基づく感染モデルにおける感染者特定・隔離・追跡のためのアルゴリズムの検討
• 言語: jpn
• キーワード / 主題Scheme: Other
• キーワード / 主題: アルゴリズム・最適化技術
• 資源タイプ / 資源タイプ識別子: http://purl.org/coar/resource_type/c_18gh
• 資源タイプ: technical report
• 著者所属: 北陸先端科学技術大学院大学
• 著者所属: 北陸先端科学技術大学院大学
• 著者所属: 北陸先端科学技術大学院大学
• 著者所属(英): en
• 著者所属(英): Japan Advanced Institute of Science and Technology
• 著者所属(英): en
• 著者所属(英): Japan Advanced Institute of Science and Technology
• 著者所属(英): en
• 著者所属(英): Japan Advanced Institute of Science and Technology
• 著者名: 河野, 隆太; 多田, 大希; 井口, 寧
• 著者名(英): Ryuta, Kawano; Hiroki, Tada; Yasushi, Inoguchi
• 論文抄録 / 内容記述タイプ: Other
• 論文抄録 / 内容記述: 現在の爆発的な感染症拡大に対して，経済活動の維持と感染者・死亡者数の増加の抑制をいかに両立するかが世界的な課題となっている．こうした課題を解決するための手段として，社会的距離の確保やマスクの使用・手洗いなどの対策と合わせて，“Contact Tracing” と呼ばれる古典的な公衆衛生のためのアプローチが注目されている．この手法は，感染が発覚した人から遡ってその人物との接触があった人を特定し，それらの人々に検査・隔離を要請することにより，ウイルスの拡散や無症状性の感染を抑制するという考え方である．本研究では Contact Tracing により得られたコンタクトイベント及び観測された感染状態に対し，(1) 前処理によるデータサイズの削減 , 及び (2) Viterbi Algorithm による各パラメータの学習，感染状態の予測を行う．評価の結果，face-to-face の感染率や潜伏率，回復率といった感染に関するパラメータを最小で誤差率 25.13 % の精度で予測することに成功した．さらに，予測したパラメータによる Viterbi 経路の生成により，感染時刻の予測誤差を最大 39.86 % 改善した．
• 書誌レコードID / 収録物識別子タイプ: NCID
• 書誌レコードID / 収録物識別子: AN10096105
• 書誌情報: 研究報告システム・アーキテクチャ（ARC）; 巻 2020-ARC-241, 号 7, p. 1-7, 発行日 2020-07-23
• ISSN / 収録物識別子タイプ: ISSN
• ISSN / 収録物識別子: 2188-8574
• Notice: SIG Technical Reports are nonrefereed and hence may later appear in any journals, conferences, symposia, etc.
• 出版者 / 言語: ja
• 出版者: 情報処理学会