Уведомления
Авторизуйтесь или зарегистрируйтесь, чтобы оценивать материалы, создавать записи и писать комментарии.
Авторизуясь, вы соглашаетесь с правилами пользования сайтом и даете согласие на обработку персональных данных.
Математики ТГУ создадут алгоритмы для раннего выявления эпидемий
Ученые ММФ ТГУ в рамках проекта, поддержанного РНФ, разрабатывают математические методы анализа и противодействия распространению эпидемий, включая Covid-19. Исследователи создают новые эффективные высокоскоростные методы обработки информации для статистического анализа в эпидемиологических моделях. Новые алгоритмы позволят обеспечить оперативное принятие управленческих решений, необходимых для локализации эпидемий, снижения социальных рисков и экономических потерь.
«В настоящее время момент начала эпидемии определяется, исходя из пересечения эпидпорогов по тому или иному заболеванию, – говорит один из исполнителей проекта, доцент ММФ ТГУ Евгений Пчелинцев. – Несовершенство этого подхода заключается в том, что раннее начало эпидемии с его помощью отследить невозможно. Бывает, что порог формально не превышен, а эпидемия уже началась.
Далее нарастание количества заболевших идет «по экспоненте» и сдерживающие меры, например, в виде карантина, уже не дают того эффекта, как при раннем выявлении эпидемии. С подобной ситуацией, к примеру, в начале пандемии столкнулась Италия. Своевременное принятие мер могло бы значительно снизить социальные и экономические потери».
Разрабатываемые алгоритмы будут анализировать информацию из медицинских баз. Главным фактором для отслеживания станет изменение вероятностной природы исследуемых статистических данных. Это позволит улавливать моменты, не заметные для человека, в которые происходит изменение распределения данных, их структуры и так далее.
«Вероятностно-статистические методы будут оценивать динамику разных характеристик, и то, насколько сильно они изменились в вероятностном смысле, – говорит Евгений Пчелинцев. – Если изменение одного показателя значимо, либо поменялась совокупность, соответствующий алгоритм подаст сигнал тревоги, за которым должны последовать организационные решения. Какими они будут, решают контролирующие организации».
Как отмечает ученый ТГУ, использование разработанных адаптивных и робастных методов в практическом эпиданализе поможет на порядок улучшить надежность и качество статистических выводов. Согласно ТЗ проекта, точность работы модели должна составлять не менее 95 процентов. Добавим, что созданные алгоритмы будут работать как для ранее известных инфекций, так и новых заболеваний. Наряду с определением момента начала эпидемии математические методы анализа, созданные в ТГУ, позволят оценивать эффективность используемых мер и принимать решение об их ослаблении либо ужесточении.
Алгоритмы будут реализованы в виде программного продукта, который смогут использовать Роспотребнадзор и другие органы контроля и исполнительной власти, принимающие решения о защитных мерах по снижению социальных потерь в период эпидемий.
В реализации проекта наряду с основной группой, состоящей из сотрудников ММФ ТГУ, будут задействованы и другие специалисты, имеющие опыт в решении подобных задач, в том числе представители исследовательских групп лаборатории математики Рафаэля Салема (LMRS, Université de Rouen Normandie, Rouen, France), лаборатории математики и информатики Руанского института прикладных наук (LMI, INSA Rouen, France), лаборатории биологических исследований Гаврского университета (SEBIO, Université du Havre, Le Havre, France) и федерального научного центра гигиены имени Ф.Ф. Эрисмана (Роспотребнадзор). Исследования, поддержанные РНФ, проводятся под руководством профессора Руанского университета, ученого ММФ ТГУ Сергея Пергаменщикова.
Реализация данного проекта будет способствовать решению одной из приоритетных задач СНТР – противодействию техногенным, биогенным, социокультурным угрозам, терроризму и идеологическому экстремизму, а также киберугрозам и иным источникам опасности для общества, экономики и государства.
Telegram 
Дзен 
VK Самая большая планета в Солнечной системе, всегда поражавшая воображение своими колоссальными размерами, немного сдала позиции. Новые высокоточные измерения орбитального зонда NASA показали, что Юпитер не такой большой и круглый, как считали астрономы последние 40 лет.
Ученые обнаружили, что общепринятые константы, с помощью которых химики предсказывают свойства молекул, содержали ошибки. Исправленные значения констант теперь объясняют ранее непонятные химические аномалии и позволяют предсказывать свойства новых материалов для квантовых технологий, датчиков и умных покрытий.
Как выяснилось, удар по летящему к Земле крупному небесному телу еще не гарантирует предотвращения катастрофы даже в случае его успешного отклонения. Есть множество вариантов, при которых астероид или комета может снова выйти на траекторию столкновения с нашей планетой.
Исследования самодержавия могут пролить свет на феномен, исконно свойственный российской государственности, а значит, переосмыслить исторический путь России и выработку новых направлений развития, к такому выводу пришел ученый ТюмГУ.
Самая большая планета в Солнечной системе, всегда поражавшая воображение своими колоссальными размерами, немного сдала позиции. Новые высокоточные измерения орбитального зонда NASA показали, что Юпитер не такой большой и круглый, как считали астрономы последние 40 лет.
Ученые обнаружили, что общепринятые константы, с помощью которых химики предсказывают свойства молекул, содержали ошибки. Исправленные значения констант теперь объясняют ранее непонятные химические аномалии и позволяют предсказывать свойства новых материалов для квантовых технологий, датчиков и умных покрытий.
Исследования самодержавия могут пролить свет на феномен, исконно свойственный российской государственности, а значит, переосмыслить исторический путь России и выработку новых направлений развития, к такому выводу пришел ученый ТюмГУ.
Третий известный межзвездный объект 3I/ATLAS летит примерно вдвое быстрее обоих своих предшественников. По расчетам, его вряд ли могло выбросить из родной планетной системы с подобной скоростью, и так разогнаться по пути он тоже не мог.
Все больше покупателей начинают отказываться от привычки делать покупки на маркетплейсах, а число новых продавцов на площадках практически не увеличилось. Аналитика показывает, что за первый квартал 2025 года — прирост селлеров составил всего 0,45% по сравнению с аналогичным периодом прошлого года. В то же время, маркетплейсы активно расширяют сеть пунктов выдачи, особенно в регионах, где физическое присутствие всех брендов невозможно. Ученые Пермского Политеха рассказали, почему люди стали реже совершать покупки на маркетплейсах.
Вы попытались написать запрещенную фразу или вас забанили за частые нарушения.
Понятно
Из-за нарушений правил сайта на ваш аккаунт были наложены ограничения. Если это ошибка, напишите нам.
Понятно
Наши фильтры обнаружили в ваших действиях признаки накрутки. Отдохните немного и вернитесь к нам позже.
Понятно
Мы скоро изучим заявку и свяжемся с Вами по указанной почте в случае положительного исхода. Спасибо за интерес к проекту.
Понятно