Institutional Repository [SANDBOX]
Technical University of Crete
EN  |  EL

Search

Browse

My Space

Estimating epidemiological parameters on population networks

Chatzinikolaou Michail

Simple record


URIhttp://purl.tuc.gr/dl/dias/A8B4E3C5-86D4-4B4F-A9FE-D5E6375A52FF-
Identifierhttps://doi.org/10.26233/heallink.tuc.93979-
Languageen-
Extent1.2 megabytesen
Extent48 pagesen
TitleEstimating epidemiological parameters on population networksen
TitleΕκτίμηση επιδημιολογικών παραμέτρων σε δίκτυα πληθυσμώνel
CreatorChatzinikolaou Michailen
CreatorΧατζηνικολαου Μιχαηλel
Contributor [Thesis Supervisor]Samoladas Vasilisen
Contributor [Thesis Supervisor]Σαμολαδας Βασιληςel
Contributor [Committee Member]Chalkiadakis Georgiosen
Contributor [Committee Member]Χαλκιαδακης Γεωργιοςel
Contributor [Committee Member]Manousaki Dafnien
Contributor [Committee Member]Μανουσακη Δαφνηel
Contributor [Co-Supervisor]Manousaki Dafnien
Contributor [Co-Supervisor]Μανουσακη Δαφνηel
PublisherΠολυτεχνείο Κρήτηςel
PublisherTechnical University of Creteen
Academic UnitTechnical University of Crete::School of Electrical and Computer Engineeringen
Academic UnitΠολυτεχνείο Κρήτης::Σχολή Ηλεκτρολόγων Μηχανικών και Μηχανικών Υπολογιστώνel
Content SummaryThe COVID-19 pandemic gave rise to an increase of research related to its epidemiology. Simultaneously, efforts were made to quantify data related to the epidemic. This thesis is an attempt to model networks of populations with various epidemiological parameters and try to calculate those parameters given the outcome of the epidemic. The first part of the experiment consists of the implementation of the model, while the second part is the attempt to calculate the parameters on artificial data created by said network. Finally, the sensitivity of the methods uses is tested against added noise. Given a network of self-contained populations as node, the daily travel between the nodes and the progress of the epidemic on each node, we can estimate the epidemiological parameters of the node. This shows that interference from travel of infected individuals to nodes affects the estimation of epidemiological parameters of the node only for relatively large population values of such individuals.en
Content SummaryΗ πανδημία της COVID-19 οδήγησε στην αύξηση της έρευνας που σχετίζεται με την επιδημιολογία της. Ταυτοχρόνως, έγιναν προσπάθειες να ποσοτικοποιηθούν δεδομένα που σχετίζονται με την επιδημία. Η παρούσα εργασία επιχειρεί να μοντελοποιήσει δίκτυα πληθυσμών με διάφορες επιδημιολογικές παραμέτρους και να υπολογίσει αυτές τις παραμέτρους δεδομένης της έκβασης της επιδημίας. Το πρώτο μέρος του πειράματος αποτελείται από την υλοποίηση του μοντέλου, ενώ το δεύτερο είναι η προσπάθεια υπολογισμού των παραμέτρων μέσω των τεχνητών δεδομένων που παρήχθησαν από το προαναφερθέν μοντέλο. Τέλος, η ευαισθησία των χρησιμοποιημένων μεθόδων ελέγχεται με προσθήκη θορύβου.  Δεδομένου ενός δικτύου αποτελούμενου από απομονωμένους κόμβους πληθυσμών, της ημερήσιας μετακίνησης πληθυσμών μεταξύ των κόμβων και της επιδημιολογικής προόδου σε κάθε κόμβο, μπορούμε να εκτιμήσουμε τις επιδημιολογικές παραμέτρους αυτού του κόμβου. Αυτό υποδεικνύει ότι η συμβολή από τη μετακίνηση των μολυσμένων ατόμων μεταξύ των κόμβων επηρεάζει την εκτίμηση των παραμέτρων του κόμβου μόνο για μεγάλες τιμές πλήθους τέτοιων ατόμων.el
Type of ItemΔιπλωματική Εργασίαel
Type of ItemDiploma Worken
Licensehttp://creativecommons.org/licenses/by/4.0/en
Date of Item2022-11-25-
Date of Publication2022-
SubjectΠροσομοίωσηel
SubjectΕπιδημιολογίαel
Bibliographic CitationMichail Chatzinikolaou, "Estimating epidemiological parameters on population networks", Diploma Work, School of Electrical and Computer Engineering, Technical University of Crete, Chania, Greece, 2022en
Bibliographic CitationΜιχαήλ Χατζηνικολάου, "Εκτίμηση επιδημιολογικών παραμέτρων σε δίκτυα πληθυσμών", Διπλωματική Εργασία, Σχολή Ηλεκτρολόγων Μηχανικών και Μηχανικών Υπολογιστών, Πολυτεχνείο Κρήτης, Χανιά, Ελλάς, 2022el

Available Files

Services

Statistics