Login
- Originaltitel:
- Modeling and simulation of SARS-CoV-2 transmission in dynamic crowds
- Übersetzter Titel:
- Modellierung und Simulation von SARS-CoV-2 Übertragung in bewegten Menschenmengen
- Autor:
- Rahn, Simon Andreas
- Jahr:
- 2024
- Dokumenttyp:
- Dissertation
- Fakultät/School:
- TUM School of Computation, Information and Technology
- Institution:
- Informatik 5 - Lehrstuhl für Scientific Computing (Prof. Bungartz)
- Betreuer:
- Bungartz, Hans-Joachim (Prof. Dr. habil.)
- Gutachter:
- Bungartz, Hans-Joachim (Prof. Dr. habil.); Köster, Gerta (Prof. Dr.)
- Sprache:
- en
- Fachgebiet:
- DAT Datenverarbeitung, Informatik; MAT Mathematik
- Stichworte:
- computer science ; infectious disease modeling ; crowd dynamics ; uncertainty quantification ; global sensitivity analysis ; uncertainty analysis
- Übersetzte Stichworte:
- Informatik ; Modellierung der Epidemiologie ; Fußgängerdynamik ; Quantifizierung von Unsicherheiten ; Sensitivitätsanalyse ; Propagation
- TU-Systematik:
- MAT 650; DAT 780
- Kurzfassung:
- This work presents a modeling approach for the transmission of pathogens such as the coronavirus. A transmission model is integrated into agent-based crowd models, which permits the analysis of specific spreading events. The simulator is open-source. Reenacting superspreading events and predicting individual exposure risks for various scenarios using uncertainty quantification methods support the model's validity.
- Übersetzte Kurzfassung:
- Diese Arbeit stellt einen Modellierungsansatz für die Übertragung von Krankheitserregern wie dem Coronavirus vor. Ein Übertragungsmodell wird in agentenbasierte Personenstrommodelle integriert, was die Analyse spezifischer Spreading-Events ermöglicht. Der Simulator ist quelloffen. Die Nachstellung von Superspreading-Events und die Vorhersage individueller Expositionsrisiken für verschiedene Szenarien mit Hilfe von Methoden der Unsicherheitsquantifizierung stützen die Validität des Modells.
- WWW:
- https://mediatum.ub.tum.de/?id=1739125
- Eingereicht am:
- 12.04.2024
- Mündliche Prüfung:
- 15.07.2024
- Dateigröße:
- 3284395 bytes
- Seiten:
- 182
- Volltext / DOI:
- doi:10.14459/2024md1739125
- Urn (Zitierfähige URL):
- https://nbn-resolving.de/urn/resolver.pl?urn:nbn:de:bvb:91-diss-20240715-1739125-1-5
- Letzte Änderung:
- 08.08.2024
BibTeX
Vorkommen:
- mediaTUM GesamtbestandElektronische PrüfungsarbeitenSchoolTUM School of Computation, Information and Technology
- mediaTUM GesamtbestandEinrichtungenSchools TUM School of Computation, Information and TechnologyPrüfungsarbeitenDissertationen