1 / 28

Roel Bakker Creating 010 Hogeschool Rotterdam

Dynamiek van infectieziektenverspreiding Agent based modeling Besmetting in netwerken. Roel Bakker Creating 010 Hogeschool Rotterdam. Inhoud. Wie is Roel Bakker? Overzicht werk voor Creating 010.

torn
Download Presentation

Roel Bakker Creating 010 Hogeschool Rotterdam

An Image/Link below is provided (as is) to download presentation Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript

  1. Dynamiek van infectieziektenverspreiding Agent based modeling Besmetting in netwerken Roel Bakker Creating 010 Hogeschool Rotterdam

  2. Inhoud • Wie is Roel Bakker? • Overzicht werk voor Creating 010

  3. Wie is Roel Bakker ?http://www.linkedin.com/in/roelbakker10http://scholar.google.nl/citations?user=GKPr_tAAAAAJ&hl=nl • Hoofddocent bij Informatica (0.5 fte), CMI, HR • big data (Hadoop), data science (statistiek, R, Twitter data), Java, databases, cryptografie • Onderzoeker bij afd. Maatschapplijke Gezondheidszorg, Erasmus MC (0.2 fte) • modelleren van infectieziektenverspreiding, met name HIV/SOA • Eigen bedrijf: Skardahl BV (0.1 fte) • simulatiesoftware • Onderzoeker bij Creating 010 (0.2 fte) Achtergrond: • UvA (promotie, biologie/(elektro)fysiologie), RU Nijmegen, Univ Wageningen • ABN Amro: technisch IT-specialist, IT-architect

  4. Werk voor Creating 010 • SIA Raak project – professsionals supported • architectuur • SunnyApp (simulatieterrasbezetting) • Techniek van agent based modeling • ligt in het verlengde van werk Erasmus MC • meer gericht op software architectuur van simulatiemodellen • 'magic tree' data structuur • ontwerp complexe agent based (netwerk) modellen vs eenvoudige deterministische modellen • CyberDEW project (vanaf 1 feb 2013) • vergelijking IDS (intrusion detecten systems)

  5. Achtergrond: modelleren van infectieziektenverspreidinghttp://anintroductiontoinfectiousdiseasemodelling.com/ • MGZ, Erasmus MC • infectieziektenmodellen • STDSIM (HIV/SOA) • Onchosim (rivierblindheid) • Schistosim (schistosomiasis) • Lymfasim (elephantiasis) • Lepra, TB • kankerscreeningsmodellen • diverse varianten van MISCAN: • borstkanker, baarmoederhalskanker, colonkanker, etc

  6. Modelleren van infectieziektenverspreidinghttp://anintroductiontoinfectiousdiseasemodelling.com/STD • STDSIM • STDSIM is een complex model, het simuleert hypothetische individuen in een bevolking inclusief: • geboorte, sterfte, immigratie, emigratie • seksuele relaties (incl concurrency), prostitutiecontacten, one-off contacten • verschillende SOA en HIV • interventies: condoomgebruik, minder partners, SOA behandeling tgv symptomen, massabehandeling, vaccinatie, circumcision (M), screening, behandeling met AIDS remmers (incl UTT)

  7. Recente toepassingen STDSIM (submitted to The Lancet)

  8. Recente toepassingen STDSIM (to be resubmitted to PLoS Medicine)

  9. STDSIM - example sexual networksWB profile 1: monogamy, CS

  10. STDSIM - example sexual networksWB profile 3: concurrency, no CS

  11. STDSIM - example sexual networksWB profile 2: concurrency, CS

  12. STDSIM: te complex ??? • STDSIM: complex model, complexe software • te veel een 'black box' • risico op fouten • verborgen 'geheimen' • (klein) deel van mijn werk voor Creating 010 • zoeken naar een oplossing voor het algemene probleem van complexe modellen / software

  13. Soorten modellen • deterministisch compartimentenmodel; macroscopisch • simulatie van fracties vd bevolking dmv continue toestandsvariabelen • model beschreven door stelsel differentiaalvergelijkingen • eenvoudig te implementeren, documenteren en verifieren • SIR model (vgl reactiekinetiek van chemische reacties) • stochastisch, discrete; microscopisch • simulatie van aantallen individuen in een bepaalde toestand mbv discrete variabelen en stochastiek (RNG, trekkingen uit verdelingen) • relatief eenvoudig te implementeren, documenteren en valideren • voordelen: discrete bevolkingsgrootte, betrouwbaarheidsintervallen (bijv bij eliminatievraagstukken) • nadelen: complexer, minder snel (elke toestandsovergang is een event) • vgl reactiekinetiek waar het gedrag van individuele moleculen wordt gesimuleerd, bijv (stochastic simulations algorithms, Gillespie)

  14. Soorten modellen • deterministisch compartimentenmodel; macroscopisch • stochastisch, discrete; microscopisch I R S

  15. SIR model http://www.epidemics.elsevier.com/http://demonstrations.wolfram.com/SIREpidemicDynamics/ • simple SIR (susceptible, infected, removed) model : deterministic and compartmental I R S

  16. Soorten modellen • individual / agent based model • simulatie van individuen • heterogeniteit ('niet alle moleculen van een soort zijn gelijk') • realistisch (maar veel parameters) • andere processen dan Poisson processen (Poisson proces: vaste kans per tijdseenheid => duur tot event uit exp verdeling) • 'alles is mogelijk' • nadelen: validatie/verificatie van model • netwerk model • als individueel model, niet alleen random contacten tussen individuen (in groepen), maar contact via relaties (links) • voordelen: realistisch • nadelen: complex, dynamiek van netwerk (begin/einde van link, links tussen wie?)

  17. Agent Based Modeling • Agent Based Modeling (incl network modeling) • is nodig (zie Nature, Doyne Farmer) • wordt populairder (oa tgv rekenkracht van PCs) • is de enige voor de hand liggende manier om processen in netwerken te bestuderen

  18. Complexiteit van ABM - 1 • Hoe om te gaan met software complexiteit? • goede applicatieve infrastructuur • software libraries voor agent based modeling (Skardahl) • onderdelen van de Apache Commons Math library getest mbv R • slimme event scheduler (2x sneller dan Java PQ) • 'Abstract Finite State Machine' • 'Magic Tree' (publicatie in voorbereiding) • gedeeltelijk genereren van applicatie • specificeer model als deterministisch compartimenten model • genereer het discrete stochastische model (uit de 'rates' vd differentiaalvergelijkingen) • genereer een ABM zonder heterogeniteit maar met agents (objecten) ipv alleen aantallen • vergelijk met stochastisch model en deterministisch model • voeg heterogeniteit toe

  19. Open issues • netwerk aspecten zijn niet eenvoudig te verifieren • misschien wel te toetsen aan theorie als alle 'nodes' gelijk zijn? • visualisatie • veel inzicht in dit soort complexe modellen is te krijgen door het gedrag te visualiseren

  20. Infectiedruk in netwerken(waar ik wakker van lig...) • NB vervang 'infectie' door alles wat 'besmettelijk' is (gedrag, nieuws, trend, malware) • Is het mogelijk om op een willekeurig moment i/d tijd te voorspellen wat de kans op besmetting is van M (midden) en R (rechts)? • Vooral het risico dat R loopt is interessant..... L R M

  21. Infectiedruk in netwerken(waar ik wakker van lig...) • bij constante contact rate en transmissiekans • Pm(t) = 1 – exp(-bt) L R M

  22. Simulatie terrasbezetting • Hoe werkt de simulatie? • Mensen in verschillendetoestanden: • op zoek (10 min), op terras (30 min), winkelen (2u) • Terrassen van verschillendegrootten, bijv • 10, 20, 40, 100 stoelen • Aantalterrassen • Aantalmensen • Mensenkiezenterras at random, gewogennaargrootte

  23. Simulatie terrasbezetting • Demo – sorry, (nog) geenmooievisualisatie..

  24. Toekomst • SIA Raak • aansluiten van simulatie op Data Space API • Agent based modeling • nieuwe toepassingen (netwerk modellen) • publiceren

  25. Vragen / discussie

More Related