複雑ネットワーク理論による感染症拡大解析と対策最適化

2018 年度 研究成果報告書

• 研究課題/領域番号: 15K16061
• 研究種目: 若手研究(B)
• 配分区分: 基金
• 研究分野: ソフトコンピューティング
• 研究機関: 東北大学 (2018); 東京大学 (2015-2017)
• 研究代表者: 藤原 直哉 東北大学, 情報科学研究科, 准教授 (00637449)
• 研究期間 (年度): 2015-04-01 – 2019-03-31
• キーワード: 複雑ネットワーク / 感染症 / 数理モデル / 人流データ

研究成果の概要

本研究では、都市圏における人々の流動データ（人流データ）を用いて、接触ネットワークを構成し、そのネットワーク上で感染症シミュレーションを行うとともに、ネットワーク構造から感染最終規模を見積もる近似式を導出した。接触ネットワークを構成するさいにパラーメーターを変化させたところ、最大連結成分がパーコレーション転移およびスケーリングを示すことを示した。近似式では、少数個の接触ネットワークの固有値および固有ベクトルを用いてシミュレーション結果の本質を説明した。

自由記述の分野

複雑ネットワーク科学

研究成果の学術的意義や社会的意義

実データ解析によってネットワークを構成するとともに、大規模な感染シミュレーション、そして理論を用いて感染拡大を見積もるとともに感染症対策への提言も視野に入れている点が本研究の大きな特徴である。現実のネットワークにおける知見を得ることが困難であった従来の近似手法を改善して、実データ解析にも耐えうる解析手法を整備、提供することができた。