시뮬레이션을 통한 전염병 확산 모델의 시나리오 선별에 관한 연구A study on scenario screening for stochastic disease spreading models using simulation

Cited 0 time in webofscience Cited 0 time in scopus
  • Hit : 1384
  • Download : 0
DC FieldValueLanguage
dc.contributor.advisor이태식-
dc.contributor.advisorLee, Tae-Sik-
dc.contributor.author연나라-
dc.contributor.authorYeon, Na-Ra-
dc.date.accessioned2013-09-12T05:58:15Z-
dc.date.available2013-09-12T05:58:15Z-
dc.date.issued2011-
dc.identifier.urihttp://library.kaist.ac.kr/search/detail/view.do?bibCtrlNo=467677&flag=dissertation-
dc.identifier.urihttp://hdl.handle.net/10203/182521-
dc.description학위논문(석사) - 한국과학기술원 : 산업및시스템공학과, 2011.2, [ vi, 41 p. ]-
dc.description.abstract2009년의 H1N1의 세계적인 대유행과 2002년의 SARS, 20세기 말부터 반복적으로 재발하는 조류 독감 등의 새로운 전염병의 발발이 잦아지고 있다. 학문적으로 전염병의 전파 과정 양상에 대해서는 1920년대부터 많은 연구가 이루어졌으나 이들 연구의 대부분은 전지적 시각을 전제함으로써 실시간으로 시스템 상태를 모두 관찰할 수 있다고 가정하고 있다. 그러나 실제 전염병이 퍼지고 있는 시스템에서는 전염병 감시 체계에서 모든 환자를 잡아낼 수 없을 뿐만 아니라 특정 질병의 의심환자를 확진하기 위하여 적어도 1~2주의 시간이 걸리기 때문에 정확한 전염병의 전파 상태를 알 수 없고 따라서 이러한 전제는 비현실적이라고 할 수 있다. 비슷한 문제의식을 가지고 관측 가능한 데이터를 바탕으로 대상 시스템의 실제 상태를 추측하기 위하여 Kalman Filter를 비롯하여 여러 가지 연구가 이루어 진 바 있으나 전염병 전파 모델에서 증상이 없으나 다른 사람에게 질병 이환이 가능한 환자 수를 예측하는 방법은 아직 제시된 바 없다. 따라서 본 연구에서는 실제 사회의 복잡성을 직관적으로 반영할 수 있는 모델링 기법인 Agent-based Modeling을 기반으로 하여 전염병 확산 과정을 시뮬레이션으로 모사하고 여기에서 얻어진 데이터를 바탕으로 전염병 모델에서 보다 정확한 시스템 상태를 예측하기 위한 방법을 고안할 수 있는 실마리를 제공하고자 한다. 본 실험에 앞서 실행된 선행 실험의 결과에 따르면 Differential equation based model로 구현된 전염병 확산 모델에서는 전염병 확산 초반에서 인구 수의 매우 작은 비율(0.003%)이 추후 peak time에서는 비교적 큰 변화(3~4%)를 불러올 수 있다는 점을 보였다. 이러한 실험 결과를 바탕으로 전염병 전파 초기에 시스템 상태를 정확하게 아는 것이 무척 중요하다는 가정을 세울 수 있었다. 이러한 가정을 바탕으로 선택적인 시나리오 선택을 통하여 peak time에 대한 보다 좁은 예측 범위를 제공할 수 있다는 것을 보인다. 더 나아가 사람-사람 사이의 접촉을 규정하는 contact network의 topology와 전염병 확산 모델로 인한 randomness 가 달라지는 경우에 대해서도 부분적인 시스템 관측 값을 이용하여 보다 좁은 예측 범위를 가질 수 있다는 것을 보이도록 한다. 본 실험에서 사용된 contact network의 topology는 random, scale-free, small-world 세 종류이며 전염병 확산 모델은 간단한 SEIR 모델과 이보다 더 복잡한 구조로 이루어진 EpiSims-like 모델을 사용하도록 한다. 모든 실험은 AnyLogic 6.5.0 University version을 사용하여 이루어졌으며 각 세팅에 따라 1000번의 replication을 거쳤다. 시나리오 선택은 하루 치 시스템 관측 값을 사용하여 이루어졌다. 본 연구에서 시행한 모든 실험 세팅에 대하여 하루 치 관측 값을 더 아는 경우의 데이터 샘플이 보다 좁은 peak time 예측 범위를 제공하는 것으로 나타났다. 이러한 점은 추후 주어진 전염병 모델을 따르는 시스템의 실제 상태를 추측하는 방법을 고안할 때 유용하게 사용할 수 있을 것이라 예상한다.kor
dc.languagekor-
dc.publisher한국과학기술원-
dc.subject시뮬레이션-
dc.subject전염병 모델-
dc.subject시스템 상태 예측-
dc.subject부분 관측-
dc.subjectsimulation-
dc.subjectepidemic modeling-
dc.subjectsystem state estimation-
dc.subjectpartial observation-
dc.subjectnetwork-
dc.subject네트워크-
dc.title시뮬레이션을 통한 전염병 확산 모델의 시나리오 선별에 관한 연구-
dc.title.alternativeA study on scenario screening for stochastic disease spreading models using simulation-
dc.typeThesis(Master)-
dc.identifier.CNRN467677/325007 -
dc.description.department한국과학기술원 : 산업및시스템공학과, -
dc.identifier.uid020093294-
dc.contributor.localauthor이태식-
dc.contributor.localauthorLee, Tae-Sik-
Appears in Collection
IE-Theses_Master(석사논문)
Files in This Item
There are no files associated with this item.

qr_code

  • mendeley

    citeulike


rss_1.0 rss_2.0 atom_1.0