Eina de simulació de models de difusió i epidèmies basats en grafs i xarxes socials
Ros Fite, Albert
Lladós, Josep, dir. (Universitat Autònoma de Barcelona. Departament de Ciències de la Computació)
Universitat Autònoma de Barcelona. Escola d'Enginyeria

Additional title:	Tool for simulating diffusion models and epidemics based on graphs and social networks
Additional title:	Herramienta de simulación de modelos de difusión y epidemias basados ​​en grafos y redes sociales
Date:	2021
Abstract:	L'objectiu d'aquest projecte és construir una eina que permeti simular un model de propagació epidèmica sobre una estructura de graf. Els grafs són un conjunt de nodes o vèrtexs que es comuniquen entre ells mitjançant arestes. Partim d'una base de dades de població fictícia i aquest el traduïm a graf, de manera que cada node serà una persona i aquests estan comunicats mitjançant les arestes a les persones que coneixen. Per dur a terme les relacions entre els nodes del graf m'he centrat principalment en dos factors: si dos individus pertanyen a la mateixa comunitat i si tenen la mateixa edat. Si sabem que una persona està infectada podem establir una probabilitat de què les persones adjacents estiguin infectades i així successivament. Això ens ajudaria a predir, per exemple, si una comunitat estarà afectada i haurà de fer confinament o no. Podem modificar els paràmetres de l'algorisme perquè estableixi diferents valors als llindars de contagi o índexs de contagi entre individus. L'eina construïda permet parametritzar un model SIR (Susceptible-Infectat-Recuperat) i executar una simulació de propagació, visualitzant l'evolució del procés epidèmic. L'eina podria utilitzar-se per fer prediccions sobre processos de contagi, i prendre decisions sobre intervencions.
Abstract:	The aim of this project is to build a tool to simulate an epidemic spread model on a graph structure. Graphs are a set of nodes or vertices that communicate with each other through edges. We start from a fictitious population dataset and translate it into a graph, so that each node will be a person and these are communicated through the edges to the people they know. To work out the relationship between graph nodes, I focused on two factors: whether two individuals belong to the same community and whether they are the same age. If we know that a person is infected we can establish a probability that the adjacent people are infected and so on. This would help us to predict, for example, whether a community will be affected and will have to do confinement or not. We can modify the parameters of the algorithm to set different values on the thresholds of infection or rate of infection between individuals. The build-in tool allows you to parameterize a SIR (Susceptible-Infected-Recovered) model and run a propagation simulation, visualizing the evolution of the epidemic process. The tool could be used to make predictions about contagion processes, and to make decisions about interventions.
Abstract:	El objetivo de este proyecto es construir una herramienta que permita simular un modelo de propagación epidémica sobre una estructura de grafo. Los grafos son un conjunto de nodos o vértices que se comunican entre ellos mediante aristas. Partimos de una base de datos de población ficticia y ésta la traducimos a grafo, de modo que cada nodo será una persona y éstos están comunicados mediante las aristas a las personas que conocen. Para llevar a cabo las relaciones entre los nodos del grafo, me he centrado principalmente en dos factores: si dos individuos pertenecen a la misma comunidad y si tienen la misma edad. Si sabemos que una persona está infectada podemos establecer una probabilidad de que las personas adyacentes estén infectadas y así sucesivamente. Esto nos ayudaría a predecir, por ejemplo, si una comunidad va a estar afectada y tendrá que hacer confinamiento o no. Podemos modificar los parámetros del algoritmo para que establezca distintos valores en los umbrales de contagio o índices de contagio entre individuos. La herramienta construida permite parametrizar un modelo SIR (Susceptible-Infectado-Recuperado) y ejecutar una simulación de propagación, visualizando la evolución del proceso epidémico. La herramienta podría utilizarse para realizar predicciones sobre procesos de contagio, y tomar decisiones sobre intervenciones.
Rights:	Aquest document està subjecte a una llicència d'ús Creative Commons. Es permet la reproducció total o parcial, la distribució, i la comunicació pública de l'obra, sempre que no sigui amb finalitats comercials, i sempre que es reconegui l'autoria de l'obra original. No es permet la creació d'obres derivades.
Language:	Català
Studies:	Grau en Enginyeria Informàtica [2502441]
Study plan:	Enginyeria Informàtica [958]
Document:	Treball final de grau ; Text
Subject area:	Menció Computació
Subject:	Graf ; Propagació ; Propagation ; Propagación ; Simulació ; Simulation ; Simulación ; Base de dades ; Dataset ; Base de datos ; Python ; Grafo ; Graph

10 p, 1.5 MB

The record appears in these collections:
Research literature > Bachelor's degree final project > School of Engineering. TFG