美国国家科学院院刊:预测流行病应“以变应变”_科技频道_东方资讯

3月

美国国家科学院院刊:预测流行病应“以变应变”_科技频道_东方资讯

美国国家科学院院刊:预测流行病应“以变应变”_科技频道_东方资讯
当科学家企图猜测人群中某种病毒(从冠状病毒到流言)的传达速度时,他们都运用杂乱的数学模型。一般,他们研讨物体传达的前几个过程,并用这个速率来猜测未来传达的间隔和规模。但假如病原体变异或信息被修改以改动其传达速度,会发作什么呢?在3月3日宣布在《美国国家科学院院刊》上的一项新研讨中,卡内基梅隆大学的一个研讨小组强调了这些变量的重要性。共青团研讨员、电子与计算机工程副教授奥斯曼·雅根(Osman Yagan)是这项研讨的合著者,他说:“进化中的这些改变会发生巨大的影响。假如不考虑这些跟着时刻的推移或许发作的改变,就不或许精确猜测将感染这种疾病或收到错误信息的人数。”大多数人对疾病的盛行很熟悉,但信息自身(现在在交际媒体上,很快就会传达)也阅历了相似的“病毒传达”。一条信息是否“病毒性”或许取决于原始信息的“歪曲”程度。雅根说:“有些误传是成心的,但有些误传或许是在很多人相继做出“文字游戏”等小改动后,有机地演化而来的。”。一条看似无聊的信息或许会变成一条病毒式的推特,咱们需求可以猜测这条信息将怎么传达。”在这项研讨中,研讨人员提出了一个数学理论,将这些进化改变考虑在内。然后,他们对实际国际网络中不计其数的计算机模仿流行症进行了测验,比方Twitter上的信息传达或医院里的疾病传达。然后,他们在实际国际的网络上用计算机模仿盛行病来查验他们的理论,比方用推特来传达信息,用医院来传达疾病。在研讨流行症传达的过程中,研讨小组运用来自两个实在国际的数据进行了数千次模仿:美国一所高中的学生、教师和工作人员之间的联络网络;法国里昂一家医院的工作人员和患者之间的联络网络。这些模仿作为一个测验渠道,与模仿成果相匹配的理论被以为愈加精确。这项研讨的首要作者拉沙德埃莱特比博士说:“咱们现已证明了咱们的理论适用于实际国际的网络。没有考虑进化适应性的传统模型无法猜测盛行病的概率。”虽然这项研讨并不能100%精确地猜测新的冠状病毒或流言今日的传达。为此,需求盯梢病原体进化的实时数据或信息。笔者以为,本研讨是一个非常重要的发展。

发表评论

电子邮件地址不会被公开。 必填项已用*标注