Attenzione: questa pagina è una traduzione automatica di questa pagina originariamente in lingua inglese. Si prega di notare in quanto le traduzioni sono generate da macchine, non tutte le traduzioni saranno perfetti. Questo sito web e le sue pagine web sono destinati ad essere letto in inglese. Ogni traduzione del sito e le sue pagine web possono essere imprecise e inesatte, in tutto o in parte. Questa traduzione è fornita per comodità.

Il nuovo modello offre i modi minimizzare il rischio di coronavirus durante il viaggio æreo

Equo o non, gli aeroplani hanno una reputazione per i germi. Tuttavia, ci sono modi minimizzare i rischi.

La ricerca storica basata sui movimenti del gruppo degli esseri umani e gli animali suggeriscono tre norme semplici:

  • muova a partire da quelli che sono troppo vicini.
  • avanzi verso quelli che sono lontano.
  • abbini la direzione del movimento dei loro vicini.

Questa ricerca è usata particolarmente per il viaggio æreo dove c'è un rischio aumentato per l'infezione o la malattia contagiosa, quale lo scoppio mondiale recente del coronavirus, che causa la malattia COVID-19.

Le linee aeree utilizzano parecchie zone nell'imbarco. Nell'imbarcarsi su un aereo, la gente è bloccata e costretta a stare vicino alla persona che mette i bagagli nel recipiente -- la gente è l'un l'altro molto vicina. Questo problema è esacerbato quando molte zone sono usate. Scendere da un aereo è molto più regolare e più rapidamente --non c' è tan tempo di ottenere infettato.„

Ashok Srinivasan, il professor, dipartimento di informatica, università di Florida ad ovest

Srinivasan è il ricercatore principale di nuova ricerca sui modelli pedonali di dinamica che recentemente è stata utilizzata nell'analisi delle procedure per diminuire il rischio di malattia sparso in aeroplani. La ricerca è stata pubblicata nel marzo 2020 nel giornale PLOS UNO.

Per molti anni gli scienziati hanno contato (sul modello ACCELERATO di dinamica automotrice dell'entità), un modello della forza sociale che tratta ciascuno determinato come particella del punto, analogo ad un atomo nelle simulazioni di dinamica molecolare.

In tali simulazioni, l'attraenti e le forze di repulsione fra gli atomi governano il movimento degli atomi. Il modello ACCELERATO modifica il codice e sostituisce gli atomi con gli esseri umani.

“[Il modello ACCELERATO] cambia i valori dei parametri che governano le interazioni fra gli atomi in modo che riflettano le interazioni fra gli esseri umani, mentre tengano il modulo funzionale lo stessi,„ Srinivasan ha detto.

Srinivasan ed i suoi colleghi hanno usato il modello ACCELERATO per analizzare il rischio di scoppio di Ebola nel 2015, che ampiamente è stato coperto in sbocchi di notizie intorno al mondo. Tuttavia, una limitazione del modello ACCELERATO è che è lenta -- quale lo rende difficile prendere le decisioni tempestive. Le risposte sono necessarie velocemente nelle situazioni quale uno scoppio come COVID-19.

I ricercatori decisivi là erano un'esigenza di un modello che potrebbe simulare le stesse applicazioni dell'ACCELERATE DI, mentre essendo molto più veloce.

Hanno proposto il modello CALMO (per movimento lineare costretto delle persone in una folla). La CALMA fornisce risultati simili all'ACCELERATO A, ma non è basata sul codice di MD. Cioè la CALMA è stata destinata per funzionare velocemente.

Come ACCELERATO, la CALMA è stata destinata per simulare il movimento in passaggi stretti e lineari. I risultati della loro ricerca indica che la CALMA esegue quasi 60 volte più velocemente del modello ACCELERATO. Oltre al guadagno della prestazione, i ricercatori egualmente hanno modellato i comportamenti pedonali supplementari.

“Il modello CALMO ha sormontato le limitazioni SPED dove le decisioni in tempo reale sono richieste,„ Srinivasan ha detto.

Lavoro di calcolo facendo uso di Frontera

Gli scienziati hanno progettato il modello CALMO da zero in modo da potrebbe funzionare efficientemente sui computer, particolarmente su GPUs (unità di elaborazione grafiche.

Per la loro ricerca, Srinivasan ed i colleghi hanno usato Frontera, il #5 la maggior parte del supercomputer potente nel mondo e supercomputer accademico più veloce, secondo i posti del novembre 2019 dell'organizzazione Top500. Frontera è situato al centro di elaborazione avanzato il Texas ed è supportato dal National Science Foundation.

“Una volta che le acque blu cominciassero essere eliminate, Frontera era la scelta naturale, dato che era il nuovo al commputer fondato a NSF della nave ammiraglia,„ Srinivasan ha detto. “Una domanda che avete è se avete generato un numero sufficiente degli scenari per coprire l'intervallo delle possibilità. Controlliamo questo generando gli istogrammi delle quantità di interesse e vedendo se l'istogramma converge. Facendo uso di Frontera, potevamo realizzare le simulazioni sufficiente grandi che ora conosciamo a che cosa una risposta precisa assomiglia.„

In pratica, non è fattibile da rendere le previsioni precise dovuto le incertezze inerenti, particolarmente alle fasi iniziali di epidemia -- ciò è che cosa fa l'aspetto di calcolo di questo sfidare della ricerca.

“Abbiamo dovuto generare tantissimi scenari possibili per coprire l'intervallo delle possibilità. Ciò lo rende informaticamente intensivo,„ Srinivasan ha detto.

Il gruppo ha convalidato i loro risultati esaminando i tempi dello sbarco su tre tipi differenti di aeroplani. Poiché una singola simulazione non cattura la varietà di reticoli umani del movimento, hanno realizzato le simulazioni con 1.000 combinazioni differenti di valori e la hanno confrontate ai dati empirici.

Facendo uso del sottosistema del GPU di Frontera, i ricercatori potevano ridurre il tempo di calcolo a 1,5 minuti. “Facendo uso del GPUs è risultato essere una scelta fortunata perché potevamo spiegare queste simulazioni nell'emergenza COVID-19. Il GPUs su Frontera è mezzi di generazione delle risposte velocemente.„

Ma attesa--i modelli non catturano gli eventi estremi?

In termini di preparato generale, Srinivasan vuole la gente capire che i modelli scientifici non catturino spesso esattamente gli eventi estremi.

Sebbene ci siano stati studi empirici accurati su parecchi voli per capire il comportamento umano e la pulizia delle superfici e dell'aria, uno scoppio importante di infezione è un evento estremo -- i dati dalle situazioni tipiche non possono catturarlo.

Ci sono circa 100.000 voli un giorno medio. Un evento di probabilità molto basso potrebbe piombo per frequentare gli scoppi di infezione solo perché che il numero dei voli è così grande.

Sebbene i modelli abbiano predetto la trasmissione di infezione in aerei come improbabili, ci sono stati parecchi scoppi conosciuti.

Srinivasan offre un esempio.

“È creduto generalmente che l'infezione spargersi in aerei accada due righe in parte anteriore e parte posteriore del paziente di indice analitico,„ lui ha detto. “Durante lo scoppio di SAR nel 2002, sui pochi voli con la diffusione di infezione, questo era principalmente vero. Tuttavia, un singolo scoppio ha rappresentato più della metà dei casi e la metà del infettato è stata messa lontano di due righe via su quel volo.

“Si ha potuto essere tentato per esaminare questo scoppio come valore erratico. Ma “il valore erratico„ ha avuto la maggior parte del impatto ed in modo da gente più lontano di due righe via hanno rappresentato un numero significativo della gente infettata con il SAR sui voli.„

Corrente, riguardo a COVID-19, la persona infettata tipica è creduta di nauseare 2,5 altre. Tuttavia, ci sono stati comunità erano un singolo “super-spalmatore„ hanno infettato tantissima gente ed hanno svolto il ruolo movente in uno scoppio.

L'impatto di tali eventi estremi e la difficoltà nella modellistica loro esattamente, rende la previsione difficile, secondo Srinivasan.

“Nel nostro approccio, non miriamo a predire esattamente il numero reale dei casi,„ Srinivasan ha detto. “Piuttosto, proviamo ad identificare le vulnerabilità nella polizza differente o nelle opzioni procedurali, quali le procedure differenti di imbarco su un aereo. Generiamo tantissimi scenari possibili che potrebbero accadere ed esaminare se un'opzione è coerente migliore dell'altra. Se è, quindi può essere considerato più robusto. In una regolazione decisionale, una può desiderare scegliere l'opzione più robusta, piuttosto che conta sui valori previsti dalle previsioni.„

Un certo consiglio pratico

Srinivasan ha certo consiglio pratico per i lettori pure.

“Potete essere ancora siete al rischio [per un virus] anche se siete più lontano assente che sei piedi,„ che lui ha detto. “Nella discussione con i modellatori che la sostengono, sembra che quei modelli non catturino la corrente d'aria in considerazione. Appena mentre una palla va più lontano se la gettate con il vento, le goccioline che portano i virus andranno più lontano in direzione della corrente d'aria.„

Queste non sono appena considerazioni teoriche. A Singapore, hanno osservato che uno sfiatatoio dello scarico di una toilette usata da un paziente ha verificato il positivo a nuovo Coronavirus e lo hanno attribuito a corrente d'aria.

“I modelli non rappresentano tutti i fattori che urtano la realtà. Quando i pali sono alti, uno può desiderare errare dal lato dell'avvertenza,„ Srinivasan conclude.