感染症予測プロジェクトとは
気候の季節予測情報と観測データ、マラリア発⽣数データを基に、3ヶ⽉先までの南アフリカでのマラリアの発⽣予測を⾏います。
今後、より⻑期の予測、また他の地域、他の感染症の予測へと拡⼤する計画です。
・APL Virtualearth
・Malaria prediction using Machine learning
models
プロジェクトイメージ青いボタンはマウスホバーで解説が開きます
- ES4
ES4地球シミュレータAMD社製CPUをベースに、NEC社製Vector
EngineやNVIDIA社製GPU A100を組み合わせたマルチアーキテクチャ型スーパーコンピュータです。
- DA
DA大型計算機システム
DAは大型計算機システム(Data
Analyzerシステム)で、高い性能と高度な信頼性を備えたインテルプロセッサーを搭載したスーパーコンピュータです。
- DIAS
DIASデータ統合・解析システム各地域の観測で得られたデータを収集解析し地球規模の環境問題や大規模自然災害等の脅威に対する危機管理に有益な情報へ変換します。
- NAMR NAMR数値解析リポジトリNAMRとは数値解析リポジトリです（数値解析手法群：人工知能,スパースモデリング,有限要素法,粒子法,検証手法） NAMRの役割
- 4DVE 4DVE（四次元仮想地球）解析データに時間変動も含めてマッピングし、ユーザ⾃らがシームレスに組み合わせて情報を取り出せるようなシステムを開発・整備します。 4DVEの役割
- VAi VAi（付加価値情報創生）VAiとは様々なニーズに適合した情報を創生し、広く発信することで、政策的課題の解決や持続的な社会経済システムの発展に貢献することを指します。 VAiの詳細
VAi（付加価値情報創生）
VAiとは、様々なニーズに適合した情報を創生し、広く発信することで、政策的課題の解決や持続的な社会経済システムの発展に貢献することを目指すことです。
-
- 感染症予測の提供
- SINTEX-Fとダウンスケーリングシステムを使って予測された気候データとマラリア発⽣数データを⼊⼒し、マラリア予測モデルを使って計算される感染症予測をiDEWS bureau （南アフリカの伝染病研究所・気象局・州保健関係者）の関係者へ提供します。今後、モザンビーク、ケニア、ガーナ、インド、バングラデュ等の他地域、他感染症への展開を計画しています。
NAMRの役割
NAMRとは数値解析リポジトリです（数値解析手法群：人工知能,スパースモデリング,有限要素法,粒子法,検証手法）
-
- SINTEX-F 季節予測システム
- 全球⼤気海洋結合モデルで数季節〜2年先の気候予測を⾏います。
SINTEX-F 季節予測システム
-
- 気候予測
ダウンスケーリングシステム - 領域⼤気モデルで気候予測データの精細化を⾏います。
気候予測ダウンスケーリングシステム
- 気候予測
-
- マラリア予測モデル
- 機械学習⼿法を⽤いて、マラリア発⽣数と気候データからマラリア発⽣数予測を⾏います。
4DVEの役割
4DVE（4-Dimensional Virtual Earth,四次元仮想地球）とは、解析データに時間変動も含めてマッピングし、ユーザ⾃らがシームレスに組み合わせて情報を取り出せるようなシステムを開発・整備します。
-
- 気候予測データの⽣成
- 観測データから季節予測システムによる予測データを⽣成します。
・APL Virtualearth
-
- マラリア発⽣数予測データの⽣成
- 利⽤者である南アフリカリンポポ州保健関係者から提供される直近までのデータから予測データを⽣成します。
・Malaria prediction using Machine learning models
マラリア予測モデルの出⼒例