コロナウィルス感染者数予測モデル
・・・以下の計算は、実際の数字を利用した計算上の話です・・・
3月20日時点で感染者数が1000人を超える。
モデルには地域性、人口密度、年齢などは含まれていない。
(14日前の感染者数を求める方法)
3月20日1000人を初期値に、再生産数、感染に関わる率、接触抑制率、市中陽性比(架空の パラメータ)をもとに14日前の感染者数を求める。(逆算)
3月20日以降は、
感染者数=前日までの感染者数+14日前の感染者数(推定値)
で計算
与えたパラメータと前提条件
・感染者数 2020年3月20日 1000人(初期値に設定)
・潜伏期間 14日間(再生産数1.7で市中感染)、14日後に全員入院(入院隔離後、院内感染は想定せず)
・10人のうち2人が感染に関わる(8人は感染に関わらない)
・再生産数 1.7
・入院14日間で99%退院
・死亡者数 y=2.2287*x + 9.8738 (xは3月10日からの日数)
4月6日、4月1日に都市封鎖(ロックダウン)開始 の2案(接触抑制 0.2)を検討
結果
・グレー:感染者数(実数)
・オレンジ: (A) ロックダウンなし
・黄: (B) ロックダウン(4月1日開始、接触抑制0.2)
・青: (C) ロックダウン(4月6日開始、接触抑制0.2)
・水色: 入院患者数(Cの場合) (ただし、死亡者数、退院患者数は4月4日までの実数を利用)
感染者数は、4月4日の時点でモデル予測値(3243人)と実数(3191人)の差が52人。
感染者数モデル予測値は、都市封鎖しない場合5月8日で46695人
4月6日に都市封鎖した場合、感染者数は15227人(33%に抑制)
もし4月1日に都市封鎖していると、感染者数は11154人(24%に抑制)
あくまで予測モデルの計算上の値です。
まち歩き
昨年、自作の計測装置を持ち込んで、バリアフリーマップ作成のための道路の傾斜計測実験に学生たちと参加しました。その時の結果は、次の論文にまとめました。「宮嶋宏行, Arduino を利用したバリアフリー移動のための街路の傾斜計測に関する一試行, 生態工学, Vol.30 No.4, 2018」
それ以降、医工学、医療福祉、宇宙工学、最適化、人工知能と適度に自分の専門分野が融合しているので研究テーマに据えています。
12月9日、千代田区を拠点に活動するNPOが、中央区でもバリアフリーマップの作成を開始したことを知り、初めてその活動に参加しました。今回は、日本橋、銀座で、歩道の段差、みんなのトイレ、公共施設などを再調査しました。基本は、ボランティアの人手により1つ1つ情報収集します。国内外に情報収集アプリもありますが、情報の精度から言えば、人力収集が一番情報の粒度がそろっていると思います。
日本橋周辺で、傾斜計で歩道の傾斜を計測(2018/12/9)
東京バリアフリー情報 NPO法人 リーブ・ウィズ・ドリーム
そのときにNPO代表の方から、12月18日に御茶ノ水駅周辺で行われる国土交通省のバリアフリー情報収集実証実験に誘われました。
住民投稿情報等を活用した実証実験 NTTデータ経営研究所
参加してみると、NTTデータが開発中のアプリの実証実験で、30名くらいの一般の方が参加していました。5つの班に分かれ、指定された目的地まで、アプリに示された経路を辿り、情報の正確さを検証・修正します。
アプリは、利用可能なデータを利用して、車イスで移動できる最短路を案内してくれます。
今回の実験参加を通して、得た教訓を、ぜひ自分の研究に反映させたいと思います。
※都心は、高層ビルが多く、準天頂衛星「みちびき」を利用した位置測定も需要があると思いますが、スマートフォンのGPSはみちびきに対応しているものは増えているが、ミドルウェアで対応しているものが少ないため、不特定多数の人が利用するアプリに実装するのはまだ難しいようです。
御茶ノ水駅周辺でアプリを利用して歩道の傾斜を計測(2018/12/18)
御茶ノ水 ソラシティ周辺
目的地のワテラスからの帰りは、最適なバリアフリールートではなく、バリアーフリーではないルートを通ります。千代田区は、急な坂道が多いです。(2018/12/18)
植物工場見学 千葉大学柏の葉キャンパス
玉川大学、大阪府立大学と見学し、千葉大学の植物工場を見学していないと思い、講義付き見学コース2200円に申し込みました。
13:30-14:30 篠原先生の講義
14:30-15:30 農場見学
講義では人工光型植物工場を中東にセールスした話をされていました。
特に水を使わないで農業ができるので、砂漠には向いている。
企業よりなるコンソーシアムを立ち上げて、グループ間で栽培法を競っている話
やっとトマト50kg/m2(長期多段栽培1年1作)、35kg/m2(低段密植栽培年3回転)とれる栽培ができるようになったが、オランダは70kg/m2が平均である。まだまだ太刀打ちできない。
オランダが高収量を達成できる理由は、「統合環境制御」にあるというお話でした。
(残念ながら配布資料は掲載できません)
見学開始 F →E→D→L→J→K→N→G の順に見学しました。
Fの逆側のハウス
F 太陽光利用型
K トマト二次育苗施設
N 人工光利用型 「高気密・省エネドーム」
ドーム内壁 (内壁に構造部材などがありましたが、これは本来必要なものではなく、柏市の建築許可の関係で追加したものだとおっしやっていました)
ドーム内 栽培棚(通常栽培 棚板高さ30cm)
ドーム内 栽培棚(初期栽培 棚板高さ20cm)
G 植物工場
こちらが今回訪問の目的の施設です。外気が35度以上あるので、中に入った瞬間ガラスが曇ってしまいました。様々な会社のLEDを比較しているようですが、この写真ではよくわかりません。
見学終了、最後にお土産のトマトを貰い帰りました。
実は今回、一番の出会いは、ドームハウスです。まるでスターウォーズの映画の中で異星人が住んでいるような家です。
このまま火星居住実験に使えるような気がしました。ドーム型は居住区、トンネル型は農場区です。詳しい検討結果はいずれ報告します。
ジャパンドームハウスの発泡ポリスチレンドームを利用した阿蘇ファームランドの写真、なかなか素敵な風景です。
植物工場見学 大阪府立大学
6月22日(金)生態工学会 オーガナイズドセッション 「月面農場ワーキンググループ活動報告」での発表のため大阪府立大学に行きました。13年ぶりの訪問です。
私たちの発表は月面に農場を作るお話です。
10:40-12:00
生命維持システム設計の観点から見た月面農場の検討
○宮嶋宏行(国際医療福祉大)、川井 真(JA 共済総合研究所)、後藤英司 (千葉大)、
篠原正典(帝京科学大)、矢野幸子 (科学技術・学術政策研究所)
月面農場における作物栽培と栽培システムの提案
月面農場に向けた新栽培法式とその自動化の提案
〇鹿島光司(朝日工業社)、近藤 直(京都大学)、伊藤浩之、深水克郎、大場隆之(東京工業大学)
月面農場を実現させるための物質循環システムの提案
〇中井勇介(九州沖縄農研)、 遠藤良輔(大阪府大)、小島昌治(株式会社翔榮)、
中野明正(野菜茶研・現農林水産技術会議)、豊田剛己(東京農工大)
午前中に発表が終わり、6月23日(土)は講義があるため、夕方の飛行機で東京に戻ります。
学会の正規の見学ツアーは、土曜日にありますが、個人的に植物工場を見学してきました。
3つの施設があるうち実際に見学したのはC棟です。
A棟(C20棟)… 要素技術開発研究 経済産業省「先進的植物工場施設整備事業」
B棟(C21棟)… 実証栽培研究 農林水産省「モデルハウス型植物工場実証・展示・研修事業」
C棟(C22棟)… 量産実証評価 経済産業省「イノベーション拠点立地推進事業」
グリーンクロックス新世代植物工場 内部に詳しい性能が掲示されていました。
この写真は2階から撮っていますので、栽培棚はかなりの高さです。
見学者通路よりの写真 作業員たちが大音量で音楽を聴きながら収穫作業をしていました。
A棟の入口
A棟やB棟も見学したいと思いましたが、外観の見学のみで終了しました。残念。
避難行動シミュレーションモデル Python + Pygameで開発
過去10年以上、研究用の計算ツールは、Visual Studio でC++を利用して開発してきました。さらにその前の10年は、C言語で開発していたので、過去の資産を利用できるという理由で選択していました。
ただし、いくつか問題がありました。一番の問題は、書籍やネット上の玄人向けの高度な情報がJavaなどに比べると不足していることでした。
3月の国際会議向けに、昨年から新しい開発言語を探していました。
また、2016年から始めた機械学習を用いた画像処理の研究用にPythonの勉強をここ2カ月ほどしていました。
Pythonの書籍はたくさん出版されていますが、以下の2冊を利用しました。
・Python によるスクレイピング&機械学習 開発テクニック クジラ飛行机 ソシム
2冊ともネットでの評判通り、1冊目は基礎学習、2冊目は応用学習に非常に役に立ちました。
その後、複数のフリー開発ツールの利用を検討しましたが、結局
Python + Pygame を利用してシミュレーションツールを作成しました。
ネット上のソースコードを参考にしながら年末年始の1週間で、2次元セルオートマトンによる避難訓練の様子を模擬したモデルを開発しました。Python 2.x から Python 3.x の違いに多少戸惑いましたが、海外のネット情報を参考にするとほぼ解決しました。ブロックをインデントで指定、関数の複数の戻り値など、ちょっとした驚き・・・
Github上のライフゲームのプログラム(lifegame)を基に、Stepを2次元セルオートマトン用に書き直しました。ムーア近傍(上下左右と斜め4方向の8方向へ移動)、フロアフィールドモデル、ボルツマン分布を組み込みました。
ステップ0 411人
ステップ27 400人
ステップ798 15人
参考にした文献は、
1. 谷本潤、萩島理、田中尉貴、避難口のボトルネック効果に関するマルチエージェントシミュレーションと平均場近似に基づく解析、日本建築学会環境系論文集Vol.74 No.640, 753-757, 2009
2. 小久保聡、山本和弘、山下博史、セルオートマトンによる火災時の避難行動のシミュレーション、日本機械学会論文集 B編 Vol.7No.48 2724-2730,2008
3. 大躊史男、小野木基裕、セルオートマトン法による避難流動のシミュレーション、日本オペレーションズリサーチ学会和文論文誌 Vol.51 No.94-111, 2008
です。
文献2の実数型セルオートマトン法による別の計算方法を用いたEB棟2F特大講義室避難訓練シミュレーション(旧モデル)です。こちらはExcelのVBAで作成したモデルです。幅80cmの出口4つから500人が避難する様子です。廊下に出た後は1つの非常階段で避難します。
赤:壁や柱等の障害物、黄色:空き領域、緑:人(色が濃いほど密度が高くなっています)
Pythonによるモデル、まだ、衝突、同期更新については課題がありますが、出口付近で人混みができる様子は模擬できました。
本学成田キャンパス避難訓練シミュレーションの成果は3月に本学で開催される国際会議AESCS2018(申し込み締切間近)で発表します。
さらに本来の目的である
医用画像診断
医用ビックデータ
の研究にPythonを利用していく予定です。4月からは本格的な解析を開始できるように準備をしています。
moodle 3.4 新機能 機械学習?
2016年から一部の授業で学習管理にmoodleを利用しています。
2016年10月
http://www.twalker.co.jp/moodle/tips/ubuntu_moodle_install1.html を参考に
Ubuntsu14.04.2 LTS+moodle+mahara(日本語化)、およびPostgres等をインストール
講義でmoodle+maharaの利用を目指すが、SSOの設定がうまくいかず、moodleのみで1年ほど運用を行う。
学内サーバとして運用し、2016年後期授業で利用し、学習履歴の分析を行いました。
主に、ファイル配布、小テスト、ワークショップを利用しました。
------------------- 2017 -------------------
今年は、外部レンタルサーバで試験運用を始めました。複数のサービスを検討した結果、mixhostを選択しました。
9月4日 mixhostの30日間無料サービス利用開始
moodle3.2.X, mahara, wordpressをインストール
http://www.twalker.co.jp/moodle/tips/moodle_mahara1.html を参考に
moodleとmaharaのSSOも簡単に設定完了
moodleにConfigurable Reportsプラグインをインストール
Autoattendance moduleインストール
10月1日mixhostエコノミー(480円/月)本契約
Softaculous Apps Installer という仕組みがあり、インストールやアップグレードが簡単(関連する環境の確認機能もあり)にできます。カスタマーサービスに問い合わせてもすぐに返信がります。
ただし、mixhost、使い勝手は非常に良いのですが、大学などで集合教育で利用するには、いくつか問題があり、主な教育ツールとしては利用していません。できませんでした。そのため教育ツールの実験環境として利用しています。
2017/10/5 wp 4.8.2 にアップグレード
2017/11/14 moodle 3.4 にアップグレード ここで驚きが・・・
いくつか新機能があり、そのうちの1つが機械学習に関するプラグインです。
(最近、Pythonを利用した医療データの機械学習について考えていたので、ちょうど興味のある新サービスです)
まずは、適当にパラメータを設定してみました。
プラグイン概要の画面
アナリティクス、分析モデルの設定
アナリティクス設定画面
分析モデル設定画面(この画像の下にもまだ設定項目がありました)
数日間利用して、どのくらいの性能のものなのか確認したいと思います。
本当に、授業に脱落する学生とか、機械学習で事前に見つけてくれるのでしょうか?