PROF. TYLL KRÜGER, GRUPA MOCOS
POLITECHNIKA WROCŁAWSKA
PROF. TYLL KRÜGER, GRUPA MOCOS
POLITECHNIKA WROCŁAWSKA
Modelowanie agentowe na potrzeby grupy MOCOS – Modeling Coronavirus Spread
CEL PROJEKTU
Wyzwanie
Zastosowanie modelu agentowego w celu modelowania epidemii COVID-19.
Cel projektu
Analiza ryzyka, tworzenie prognoz na kolejne dni i tygodnie, dostarczanie rekomendacji dotyczących zwalczania COVID-19. Wsparcie instytucji publicznych w sprowadzeniu epidemii do stanu wygasania (podkrytycznego), tj. obniżenia skali reprodukcji wirusa do poziomu nieistotnego z punktu widzenia bezpieczeństwa publicznego.
CEL PROJEKTU
Wyzwanie
Zastosowanie modelu agentowego w celu modelowania epidemii COVID-19.
Cel projektu
Analiza ryzyka, tworzenie prognoz na kolejne dni i tygodnie, dostarczanie rekomendacji dotyczących zwalczania COVID-19. Wsparcie instytucji publicznych w sprowadzeniu epidemii do stanu wygasania (podkrytycznego), tj. obniżenia skali reprodukcji wirusa do poziomu nieistotnego z punktu widzenia bezpieczeństwa publicznego.
ZADANIA DLA SUPERKOMPUTERA
01.
Typ obliczeń: zadania wymagające dużej mocy obliczeniowej i kolejkowanie zadań równoległych w celu
a) identyfikacji krytycznych parametrów opisujących bieżący stan epidemii,
b) symulacji rozwoju epidemii w autorskim programie napisanym przy użyciu języka programowania Julia (pierwotnie Python).
02.
Wymagania użytkownika: równoległe środowisko umożliwiające wykorzystanie dużej mocy obliczeniowej i dużej przestrzeni dyskowej umożliwiające uruchomienie zadania, które jest rozwiązywane przez autorski program.
KORZYŚCI ZE WSPÓŁPRACY Z WCSS
Symulacje gridowe pozwalające na odnalezienie parametrów i trajektorii najlepiej
opisujących dotychczasowy przebieg epidemii i umożliwiające cotygodniowe prognozy
rozwoju epidemii udostępnione w formie graficznej na stronie www.mocos.pl, a także
udostępnione na stronach hdps://covid19forecasthub.eu/visualisaHon.html oraz hdps://kitmetricslab.github.io/forecasthub.
Umożliwienie otrzymania wyników na czas.
Dokładniejszy przegląd parametrów.
Umożliwienie otrzymania wyników symulacji w wielkiej skali (na symulowanej populacji całego kraju).
Przestrzeń dyskowa umożliwiająca zapisanie najważniejszych wyników.
Wykorzystanie oprogramowania:
system kolejkowania qsub,
program autorski napisany przy użyciu języka programowania Julia, którego repozytorium jest publiczne: hdps://github.com/MOCOS-COVID19/MocosSim oraz https://github.com/MOCOS-COVID19/MocosSimLauncher,
Bash,
Python.
EFEKTY
Publikacja wyników modelowania przy użyciu systemu agentowego na stronach internetowych www.mocos.pl, hdps://covid19forecasthub.eu/visualisaHon.html oraz hdps://kitmetricslab.github.io/forecasthub/.
Wpływ wyników modelowania na decyzje ekspertów działających przy Ministerstwie Zdrowia.
Najwyższe oceny jakości wyników modelu w predykcji zdiagnozowanych zakażeń, jak i zgonów z powodu Covid-19 (dla Polski) w projekcie European Covid-19 Forecast Hub.
Analizy i algorytmy numeryczne są na tyle uniwersalne, że mogą być stosowane w dolnym obszarze naukowo-przemysłowym związanym z projektowaniem i optymalizacją mieszalników, np. farb, leków, materiałów budowlanych, produktów spożywczych.
Udział w projekcie SaxoCov dla Saksonii (również wkład w raporty na potrzeby projektu SaxoCov).
Bracher, J., Wolffram, D., Deuschel, J. et al. A pre-registered short-term forecasting study of COVID-19 in Germany and Poland during the second wave. Nat Commun 12, 5173 (2021). hdps://doi.org/10.1038/s41467-021-25207-0.
BOCK, Wolfgang, et al. Mitigation and herd immunity strategy for COVID-19 is likely to fail. medRxiv, 2020.
Nagrody
MOCOS został laureatem w konkursie 30 kreatywnych wrocławian hdps://pwr.edu.pl/uczelnia/aktualnosci/kreatywni-z-politechniki-wroclawskiej-11838.html.
EFEKTY
Publikacja wyników modelowania przy użyciu systemu agentowego na stronach internetowych www.mocos.pl, hdps://covid19forecasthub.eu/visualisaHon.html oraz hdps://kitmetricslab.github.io/forecasthub/.
Wpływ wyników modelowania na decyzje ekspertów działających przy Ministerstwie Zdrowia.
Najwyższe oceny jakości wyników modelu w predykcji zdiagnozowanych zakażeń, jak i zgonów z powodu Covid-19 (dla Polski) w projekcie European Covid-19 Forecast Hub.
Analizy i algorytmy numeryczne są na tyle uniwersalne, że mogą być stosowane w dolnym obszarze naukowo-przemysłowym związanym z projektowaniem i optymalizacją mieszalników, np. farb, leków, materiałów budowlanych, produktów spożywczych.
Udział w projekcie SaxoCov dla Saksonii (również wkład w raporty na potrzeby projektu SaxoCov).
Bracher, J., Wolffram, D., Deuschel, J. et al. A pre-registered short-term forecasting study of COVID-19 in Germany and Poland during the second wave. Nat Commun 12, 5173 (2021). hdps://doi.org/10.1038/s41467-021-25207-0.
BOCK, Wolfgang, et al. Mitigation and herd immunity strategy for COVID-19 is likely to fail. medRxiv, 2020.
Nagrody
MOCOS został laureatem w konkursie 30 kreatywnych wrocławian hdps://pwr.edu.pl/uczelnia/aktualnosci/kreatywni-z-politechniki-wroclawskiej-11838.html.
REKOMENDACJA
REKOMENDACJA
„Przede wszystkim superkomputer jest „enablerem”: umożliwił nam uzyskanie wyników
na symulowanej populacji w wielkiej skali, wymaganej przez założenia projektowe. Bez
tej infrastruktury nie bylibyśmy w stanie uruchomić tak wielkiej liczby jednoczesnych
symulacji dla całej Polski.
Zespół WCSS jest bardzo pomocny: m.in. mogliśmy liczyć na asystę w celu optymalnego
uruchomienia list powiązanych ze sobą zadań poprzez qsub, zespół sprawnie rozwiązywał
wszelkie zgłaszane przez nas trudności”.
prof. Tyll Krüger, Grupa MOCOS,
tworzona m.in. przez naukowców z Wydziału Elektroniki PWr,
Politechnika Wrocławska
