SlideShare uma empresa Scribd logo
1 de 15
Baixar para ler offline
Introdu¸˜o ao Epigrass: Conceitos e Tecnologias
                     ca

                                 Fl´vio C. Coelho
                                   a                              Claudia T. Code¸o
                                                                                 c

                                       Funda¸˜o Oswaldo Cruz/ MetaModellers
                                            ca


                                                26 de junho de 2008




Fl´vio C. Coelho, Claudia T. Code¸o (Funda¸Introdu¸˜o ao Epigrass: Conceitos ) Tecnologias
  a                              c        c˜o Oswaldo Cruz/ MetaModellers e
                                            a     ca                                         26 de junho de 2008   1 / 15
Motiva¸˜o
         ca



   Cen´rio:
      a
           A Modelagem dinˆmica de popula¸˜es, est´ ultrapassando o
                           a              co      a
           paradigma de popula¸˜es homogˆneas representadas por suas m´dias
                              co        e                             e
           A inclus˜o do espa¸o como um elemento descont´
                   a         c                            ınuo e complexo
           surge na modelagem de pandemias globais (sars, gripe avi´ria, etc).
                                                                   a
           Teoria de grafos e redes passa a ser utilizada para representar a
           estrutura de associa¸˜o de indiv´
                               ca          ıduos e popula¸˜es distribu´
                                                           co          ıdos
           espacialmente.




Fl´vio C. Coelho, Claudia T. Code¸o (Funda¸Introdu¸˜o ao Epigrass: Conceitos ) Tecnologias
  a                              c        c˜o Oswaldo Cruz/ MetaModellers e
                                            a     ca                                         26 de junho de 2008   2 / 15
Motiva¸˜o
         ca


   O Problema:
           A introdu¸˜o de heterogeneidades populacionais e espaciais aumenta
                    ca
           a complexidade do modelo e n´mero de parˆmetros.
                                        u            a
           Com muito esfor¸o pode-se escrever um modelo razoavelmente
                           c
           complexo (algumas dezenas de equa¸˜es)usando as ferramentas
                                             co
           tradicionais. Mas... e o pr´ximo modelo?
                                      o
           Como lidar com o volume de dados necess´rios para a parametriza¸˜o
                                                  a                       ca
           de tal modelo?
           Como lidar com a montanha de dados produzidos?




Fl´vio C. Coelho, Claudia T. Code¸o (Funda¸Introdu¸˜o ao Epigrass: Conceitos ) Tecnologias
  a                              c        c˜o Oswaldo Cruz/ MetaModellers e
                                            a     ca                                         26 de junho de 2008   3 / 15
Expandindo os limites



   A proposta
           Desenvolver uma plataforma de modelagem orientada a objetos que
           permita aumentar a complexidade dos modelos sem uma aumento
           ”exponencial”do esfor¸o de parametriza¸˜o e an´lise.
                                c                ca      a
           Incorporar conceitos de teorias de grafos e redes.
           Buscar integra¸˜o com sistemas de informa¸˜o geogr´fica, sem
                          ca                        ca       a
           ”reinventar a roda”.




Fl´vio C. Coelho, Claudia T. Code¸o (Funda¸Introdu¸˜o ao Epigrass: Conceitos ) Tecnologias
  a                              c        c˜o Oswaldo Cruz/ MetaModellers e
                                            a     ca                                         26 de junho de 2008   4 / 15
O Epigrass




Fl´vio C. Coelho, Claudia T. Code¸o (Funda¸Introdu¸˜o ao Epigrass: Conceitos ) Tecnologias
  a                              c        c˜o Oswaldo Cruz/ MetaModellers e
                                            a     ca                                         26 de junho de 2008   5 / 15
Princ´
        ıpios de Design


           Otimizar o tempo de desenvolvimento e manuten¸˜o: Linguagem
                                                        ca
           Python.
           Desenvolvido Exclusivamente com Software Livre: Qt, Numpy,
           Matplotlib, , etc.
           Arquitetura modular, pode funcionar sem a GUI, por exemplo.
           Aderˆncia a padr˜es abertos: MySQL, SQLite, PostGIS?, Unicode,
               e           o
           A X, GraphML,etc.
           LTE
           Utiliza¸˜o exclusiva de arquivos texto para toda a especifica¸˜o do
                  ca                                                   ca
           modelo (3 arquivos definem completamente o modelo).
           Manuten¸˜o da generalidade da Plataforma: util para qualquer tipo
                   ca                                ´
           de modelo baseado em rede.



Fl´vio C. Coelho, Claudia T. Code¸o (Funda¸Introdu¸˜o ao Epigrass: Conceitos ) Tecnologias
  a                              c        c˜o Oswaldo Cruz/ MetaModellers e
                                            a     ca                                         26 de junho de 2008   6 / 15
Epigrass, Status atual:

   Caracter´
           ısticas dos modelos:
           Modelos compostos por Trˆs objetos b´sicos: Grafo, N´ e aresta.
                                   e           a               o
           Modelos dinˆmicos espacialmente estruturados onde a unidade
                        a
           espacial ´ o n´ de uma rede.
                    e     o
           Dinˆmica intra-n´ ´ dada por uma fun¸˜o em Python, idˆntica para
              a            oe                  ca                e
           todos os n´s mas parametrizadas com vari´veis locais.
                     o                             a
           Dinˆmica inter-n´ ´ parametrizada atrav´s das arestas. Estrutura
              a            oe                      e
           completa do modelo ´ vis´ e acess´ a todos os seus componentes
                               e ıvel         ıvel
           durante a execu¸˜o.
                          ca
           Treze Modelos epidemiol´gicos cl´ssicos para dinˆmica intra n´ s˜o
                                  o        a               a            o a
           incluidos no programa.
           Usu´rio pode desenvolver seu pr´prio modelo para a dinˆmica
               a                          o                      a
           intra-n´ como uma fun¸˜o em Python.
                  o              ca


Fl´vio C. Coelho, Claudia T. Code¸o (Funda¸Introdu¸˜o ao Epigrass: Conceitos ) Tecnologias
  a                              c        c˜o Oswaldo Cruz/ MetaModellers e
                                            a     ca                                         26 de junho de 2008   7 / 15
Editor de Modelos:




Fl´vio C. Coelho, Claudia T. Code¸o (Funda¸Introdu¸˜o ao Epigrass: Conceitos ) Tecnologias
  a                              c        c˜o Oswaldo Cruz/ MetaModellers e
                                            a     ca                                         26 de junho de 2008   8 / 15
Modelo Do Usu´rio:
                a




Fl´vio C. Coelho, Claudia T. Code¸o (Funda¸Introdu¸˜o ao Epigrass: Conceitos ) Tecnologias
  a                              c        c˜o Oswaldo Cruz/ MetaModellers e
                                            a     ca                                         26 de junho de 2008   9 / 15
Parametrizando um modelo:




Fl´vio C. Coelho, Claudia T. Code¸o (Funda¸Introdu¸˜o ao Epigrass: Conceitos ) Tecnologias
  a                              c        c˜o Oswaldo Cruz/ MetaModellers e
                                            a     ca                                         26 de junho de 2008   10 / 15
N´s e arestas
    o



   Parametriza¸˜o:
              ca
           Parametriza¸˜o a partir de duas tabelas contendo um objeto por linha
                      ca
           Atualmente lidos apartir arquivos “csv”mas poderiam ser lidos
           diretamente de um banco de dados.
                    N´: lat, long, nome, popula¸˜o, geoc´digo, mais n´mero
                      o                           ca         o        u
                         arbitr´rio de vari´vieis adicinais.
                               a           a
                 Aresta: NomeOrigem, NomeDestino, fluxoOD, fluxoDO, Dist,
                         geoc´digoOR, Geoc´digoDEST.
                              o               o




Fl´vio C. Coelho, Claudia T. Code¸o (Funda¸Introdu¸˜o ao Epigrass: Conceitos ) Tecnologias
  a                              c        c˜o Oswaldo Cruz/ MetaModellers e
                                            a     ca                                         26 de junho de 2008   11 / 15
Visualiza¸˜o dos Resultados
            ca

   Google Earth




Fl´vio C. Coelho, Claudia T. Code¸o (Funda¸Introdu¸˜o ao Epigrass: Conceitos ) Tecnologias
  a                              c        c˜o Oswaldo Cruz/ MetaModellers e
                                            a     ca                                         26 de junho de 2008   12 / 15
´
   Arvore de Espalhamento




Fl´vio C. Coelho, Claudia T. Code¸o (Funda¸Introdu¸˜o ao Epigrass: Conceitos ) Tecnologias
  a                              c        c˜o Oswaldo Cruz/ MetaModellers e
                                            a     ca                                         26 de junho de 2008   13 / 15
Futuro (pr´ximo)
             o


  Epigrass 2.0
          Novas funcionalidades:
                  Visualizador em tempo de
                  simula¸˜o.
                         ca
                  Editor gr´fico de Modelos
                            a
                  Novo Manual.
          Epigrass API Documentada
          Processamento distribu´
                                ıdo:
          Modelo dependente.
          Melhor integra¸˜o com R.
                        ca




Fl´vio C. Coelho, Claudia T. Code¸o (Funda¸Introdu¸˜o ao Epigrass: Conceitos ) Tecnologias
  a                              c        c˜o Oswaldo Cruz/ MetaModellers e
                                            a     ca                                         26 de junho de 2008   14 / 15
Obrigado!




Fl´vio C. Coelho, Claudia T. Code¸o (Funda¸Introdu¸˜o ao Epigrass: Conceitos ) Tecnologias
  a                              c        c˜o Oswaldo Cruz/ MetaModellers e
                                            a     ca                                         26 de junho de 2008   15 / 15

Mais conteúdo relacionado

Semelhante a Introdução ao Epigrass: conceitos e tecnologias em

Manuscrito Computação Ubíqua
Manuscrito Computação UbíquaManuscrito Computação Ubíqua
Manuscrito Computação Ubíquaguest938c2b3
 
Algoritmos de Clusterização
Algoritmos de ClusterizaçãoAlgoritmos de Clusterização
Algoritmos de ClusterizaçãoGabriel Peixe
 
2012_AlexandreMendesAlvimLepesqueur_ItaloDiegoRodriguesOliveira.pdf
2012_AlexandreMendesAlvimLepesqueur_ItaloDiegoRodriguesOliveira.pdf2012_AlexandreMendesAlvimLepesqueur_ItaloDiegoRodriguesOliveira.pdf
2012_AlexandreMendesAlvimLepesqueur_ItaloDiegoRodriguesOliveira.pdfssuserf3a4df
 
Agudo - Daniel Biasoli
Agudo - Daniel BiasoliAgudo - Daniel Biasoli
Agudo - Daniel BiasoliCursoTICs
 
Research Group on High Performance Computing - MDCC/UFC - Fortaleza, Brazil
Research Group on High Performance Computing - MDCC/UFC - Fortaleza, BrazilResearch Group on High Performance Computing - MDCC/UFC - Fortaleza, Brazil
Research Group on High Performance Computing - MDCC/UFC - Fortaleza, BrazilHeron Carvalho
 
Programa Estruturante FINEP - Santa Catarina - Grupo Modelagem
Programa Estruturante FINEP - Santa Catarina - Grupo ModelagemPrograma Estruturante FINEP - Santa Catarina - Grupo Modelagem
Programa Estruturante FINEP - Santa Catarina - Grupo ModelagemRoberto C. S. Pacheco
 
Monografia Computação na Névoa
Monografia Computação na NévoaMonografia Computação na Névoa
Monografia Computação na NévoaBruno Oliveira
 
SACOMP2014_EMBINST_v5
SACOMP2014_EMBINST_v5SACOMP2014_EMBINST_v5
SACOMP2014_EMBINST_v5Ad Souza Jr
 
MVC já era! O negócio é DCI!
MVC já era! O negócio é DCI!MVC já era! O negócio é DCI!
MVC já era! O negócio é DCI!Flávio Lisboa
 
SINAPSE - A Methodology for Extraction of Knowledge Objects Based on Textual ...
SINAPSE - A Methodology for Extraction of Knowledge Objects Based on Textual ...SINAPSE - A Methodology for Extraction of Knowledge Objects Based on Textual ...
SINAPSE - A Methodology for Extraction of Knowledge Objects Based on Textual ...José Mauro da Silva, MSc
 
Sigradi 2007
Sigradi 2007 Sigradi 2007
Sigradi 2007 gellymr
 
UFAL EAD - Seminário aoc - computação pervasiva - 2015
UFAL EAD - Seminário aoc - computação pervasiva - 2015UFAL EAD - Seminário aoc - computação pervasiva - 2015
UFAL EAD - Seminário aoc - computação pervasiva - 2015Carlos Roberto IV
 
Prova Da Dataprev 2006 Jaime Correia Amostra
Prova Da Dataprev 2006   Jaime Correia   AmostraProva Da Dataprev 2006   Jaime Correia   Amostra
Prova Da Dataprev 2006 Jaime Correia AmostraWalter Cunha
 
Apresentação da Disciplina Gerência de Projetos - DCOMP - UFS
Apresentação da Disciplina Gerência de Projetos - DCOMP - UFSApresentação da Disciplina Gerência de Projetos - DCOMP - UFS
Apresentação da Disciplina Gerência de Projetos - DCOMP - UFSRogerio P C do Nascimento
 
Oficina: construção de modelos descritivos e preditivos utilizando R
Oficina: construção de modelos descritivos e preditivos utilizando ROficina: construção de modelos descritivos e preditivos utilizando R
Oficina: construção de modelos descritivos e preditivos utilizando RFabrício Barth
 
MODELAGEM DE FICHA DE ATENDIMENTO PARA CONSULTA OFTALMOLOGICA USANDO ARQUÉTIP...
MODELAGEM DE FICHA DE ATENDIMENTO PARA CONSULTA OFTALMOLOGICA USANDO ARQUÉTIP...MODELAGEM DE FICHA DE ATENDIMENTO PARA CONSULTA OFTALMOLOGICA USANDO ARQUÉTIP...
MODELAGEM DE FICHA DE ATENDIMENTO PARA CONSULTA OFTALMOLOGICA USANDO ARQUÉTIP...Paulo Rogério Rades
 

Semelhante a Introdução ao Epigrass: conceitos e tecnologias em (20)

Manuscrito Computação Ubíqua
Manuscrito Computação UbíquaManuscrito Computação Ubíqua
Manuscrito Computação Ubíqua
 
Algoritmos de Clusterização
Algoritmos de ClusterizaçãoAlgoritmos de Clusterização
Algoritmos de Clusterização
 
2012_AlexandreMendesAlvimLepesqueur_ItaloDiegoRodriguesOliveira.pdf
2012_AlexandreMendesAlvimLepesqueur_ItaloDiegoRodriguesOliveira.pdf2012_AlexandreMendesAlvimLepesqueur_ItaloDiegoRodriguesOliveira.pdf
2012_AlexandreMendesAlvimLepesqueur_ItaloDiegoRodriguesOliveira.pdf
 
Agudo - Daniel Biasoli
Agudo - Daniel BiasoliAgudo - Daniel Biasoli
Agudo - Daniel Biasoli
 
Artigo Tees
Artigo   TeesArtigo   Tees
Artigo Tees
 
Research Group on High Performance Computing - MDCC/UFC - Fortaleza, Brazil
Research Group on High Performance Computing - MDCC/UFC - Fortaleza, BrazilResearch Group on High Performance Computing - MDCC/UFC - Fortaleza, Brazil
Research Group on High Performance Computing - MDCC/UFC - Fortaleza, Brazil
 
Apresentação c++ UFC-Quixadá
Apresentação c++ UFC-QuixadáApresentação c++ UFC-Quixadá
Apresentação c++ UFC-Quixadá
 
Programa Estruturante FINEP - Santa Catarina - Grupo Modelagem
Programa Estruturante FINEP - Santa Catarina - Grupo ModelagemPrograma Estruturante FINEP - Santa Catarina - Grupo Modelagem
Programa Estruturante FINEP - Santa Catarina - Grupo Modelagem
 
Artigo c#
Artigo c#Artigo c#
Artigo c#
 
poster
posterposter
poster
 
Monografia Computação na Névoa
Monografia Computação na NévoaMonografia Computação na Névoa
Monografia Computação na Névoa
 
SACOMP2014_EMBINST_v5
SACOMP2014_EMBINST_v5SACOMP2014_EMBINST_v5
SACOMP2014_EMBINST_v5
 
MVC já era! O negócio é DCI!
MVC já era! O negócio é DCI!MVC já era! O negócio é DCI!
MVC já era! O negócio é DCI!
 
SINAPSE - A Methodology for Extraction of Knowledge Objects Based on Textual ...
SINAPSE - A Methodology for Extraction of Knowledge Objects Based on Textual ...SINAPSE - A Methodology for Extraction of Knowledge Objects Based on Textual ...
SINAPSE - A Methodology for Extraction of Knowledge Objects Based on Textual ...
 
Sigradi 2007
Sigradi 2007 Sigradi 2007
Sigradi 2007
 
UFAL EAD - Seminário aoc - computação pervasiva - 2015
UFAL EAD - Seminário aoc - computação pervasiva - 2015UFAL EAD - Seminário aoc - computação pervasiva - 2015
UFAL EAD - Seminário aoc - computação pervasiva - 2015
 
Prova Da Dataprev 2006 Jaime Correia Amostra
Prova Da Dataprev 2006   Jaime Correia   AmostraProva Da Dataprev 2006   Jaime Correia   Amostra
Prova Da Dataprev 2006 Jaime Correia Amostra
 
Apresentação da Disciplina Gerência de Projetos - DCOMP - UFS
Apresentação da Disciplina Gerência de Projetos - DCOMP - UFSApresentação da Disciplina Gerência de Projetos - DCOMP - UFS
Apresentação da Disciplina Gerência de Projetos - DCOMP - UFS
 
Oficina: construção de modelos descritivos e preditivos utilizando R
Oficina: construção de modelos descritivos e preditivos utilizando ROficina: construção de modelos descritivos e preditivos utilizando R
Oficina: construção de modelos descritivos e preditivos utilizando R
 
MODELAGEM DE FICHA DE ATENDIMENTO PARA CONSULTA OFTALMOLOGICA USANDO ARQUÉTIP...
MODELAGEM DE FICHA DE ATENDIMENTO PARA CONSULTA OFTALMOLOGICA USANDO ARQUÉTIP...MODELAGEM DE FICHA DE ATENDIMENTO PARA CONSULTA OFTALMOLOGICA USANDO ARQUÉTIP...
MODELAGEM DE FICHA DE ATENDIMENTO PARA CONSULTA OFTALMOLOGICA USANDO ARQUÉTIP...
 

Mais de Flávio Codeço Coelho

Sistema de Alerta de Dengue Utilizando Dados Hbridos de Redes Sociais, Moni...
Sistema de Alerta de Dengue Utilizando Dados Hbridos de Redes Sociais, Moni...Sistema de Alerta de Dengue Utilizando Dados Hbridos de Redes Sociais, Moni...
Sistema de Alerta de Dengue Utilizando Dados Hbridos de Redes Sociais, Moni...Flávio Codeço Coelho
 
Alerta dengue: Sistema de alertas de surtos usando dados híbridos
Alerta dengue: Sistema de alertas de surtos usando dados híbridosAlerta dengue: Sistema de alertas de surtos usando dados híbridos
Alerta dengue: Sistema de alertas de surtos usando dados híbridosFlávio Codeço Coelho
 
Mauricio barreto:Big data: how can it help to expand epidemiological investig...
Mauricio barreto:Big data: how can it help to expand epidemiological investig...Mauricio barreto:Big data: how can it help to expand epidemiological investig...
Mauricio barreto:Big data: how can it help to expand epidemiological investig...Flávio Codeço Coelho
 
Fabricio Silva: Cloud Computing Technologies for Genomic Big Data Analysis
Fabricio  Silva: Cloud Computing Technologies for Genomic Big Data AnalysisFabricio  Silva: Cloud Computing Technologies for Genomic Big Data Analysis
Fabricio Silva: Cloud Computing Technologies for Genomic Big Data AnalysisFlávio Codeço Coelho
 
Gabriela gomes: Mathematical Modeling and Data Needs
Gabriela gomes: Mathematical Modeling and Data NeedsGabriela gomes: Mathematical Modeling and Data Needs
Gabriela gomes: Mathematical Modeling and Data NeedsFlávio Codeço Coelho
 
Carl koppeschaar: Disease Radar: Measuring and Forecasting the Spread of Infe...
Carl koppeschaar: Disease Radar: Measuring and Forecasting the Spread of Infe...Carl koppeschaar: Disease Radar: Measuring and Forecasting the Spread of Infe...
Carl koppeschaar: Disease Radar: Measuring and Forecasting the Spread of Infe...Flávio Codeço Coelho
 
Gabriel laporta: Biodiversity can help prevent malaria outbreaks in tropical ...
Gabriel laporta: Biodiversity can help prevent malaria outbreaks in tropical ...Gabriel laporta: Biodiversity can help prevent malaria outbreaks in tropical ...
Gabriel laporta: Biodiversity can help prevent malaria outbreaks in tropical ...Flávio Codeço Coelho
 
Sander van noort: Influenzanet: self-reporting of influenza-like illness in c...
Sander van noort: Influenzanet: self-reporting of influenza-like illness in c...Sander van noort: Influenzanet: self-reporting of influenza-like illness in c...
Sander van noort: Influenzanet: self-reporting of influenza-like illness in c...Flávio Codeço Coelho
 
Claudia medina: Linking Health Records for Population Health Research in Brazil.
Claudia medina: Linking Health Records for Population Health Research in Brazil.Claudia medina: Linking Health Records for Population Health Research in Brazil.
Claudia medina: Linking Health Records for Population Health Research in Brazil.Flávio Codeço Coelho
 
Mark smolinski big data and public health
Mark smolinski   big data and public healthMark smolinski   big data and public health
Mark smolinski big data and public healthFlávio Codeço Coelho
 
Haroldo lopes datasus - Informações em Saúde: história, uso e desafios
Haroldo lopes   datasus - Informações em Saúde: história, uso e desafiosHaroldo lopes   datasus - Informações em Saúde: história, uso e desafios
Haroldo lopes datasus - Informações em Saúde: história, uso e desafiosFlávio Codeço Coelho
 
Wim de Grave: Big Data in life sciences
Wim de Grave:  Big Data in life sciencesWim de Grave:  Big Data in life sciences
Wim de Grave: Big Data in life sciencesFlávio Codeço Coelho
 
Marco Andreazzi: IBGE research and data collection on health related issues.
Marco Andreazzi: IBGE research and data collection on health related issues.Marco Andreazzi: IBGE research and data collection on health related issues.
Marco Andreazzi: IBGE research and data collection on health related issues.Flávio Codeço Coelho
 
Access to Information, privacy, and health research in Brazil
Access to Information, privacy, and health research in BrazilAccess to Information, privacy, and health research in Brazil
Access to Information, privacy, and health research in BrazilFlávio Codeço Coelho
 

Mais de Flávio Codeço Coelho (20)

Big dengue
Big dengueBig dengue
Big dengue
 
Alerta_Dengue simplified english
Alerta_Dengue simplified englishAlerta_Dengue simplified english
Alerta_Dengue simplified english
 
dengueARS0
dengueARS0dengueARS0
dengueARS0
 
Alerta dengue expo epi out2014
Alerta dengue expo epi out2014Alerta dengue expo epi out2014
Alerta dengue expo epi out2014
 
Alerta dengue abrasco 2014
Alerta dengue   abrasco 2014Alerta dengue   abrasco 2014
Alerta dengue abrasco 2014
 
Sistema de Alerta de Dengue Utilizando Dados Hbridos de Redes Sociais, Moni...
Sistema de Alerta de Dengue Utilizando Dados Hbridos de Redes Sociais, Moni...Sistema de Alerta de Dengue Utilizando Dados Hbridos de Redes Sociais, Moni...
Sistema de Alerta de Dengue Utilizando Dados Hbridos de Redes Sociais, Moni...
 
Alerta dengue: Sistema de alertas de surtos usando dados híbridos
Alerta dengue: Sistema de alertas de surtos usando dados híbridosAlerta dengue: Sistema de alertas de surtos usando dados híbridos
Alerta dengue: Sistema de alertas de surtos usando dados híbridos
 
Mauricio barreto:Big data: how can it help to expand epidemiological investig...
Mauricio barreto:Big data: how can it help to expand epidemiological investig...Mauricio barreto:Big data: how can it help to expand epidemiological investig...
Mauricio barreto:Big data: how can it help to expand epidemiological investig...
 
Fabricio Silva: Cloud Computing Technologies for Genomic Big Data Analysis
Fabricio  Silva: Cloud Computing Technologies for Genomic Big Data AnalysisFabricio  Silva: Cloud Computing Technologies for Genomic Big Data Analysis
Fabricio Silva: Cloud Computing Technologies for Genomic Big Data Analysis
 
Gabriela gomes: Mathematical Modeling and Data Needs
Gabriela gomes: Mathematical Modeling and Data NeedsGabriela gomes: Mathematical Modeling and Data Needs
Gabriela gomes: Mathematical Modeling and Data Needs
 
Carl koppeschaar: Disease Radar: Measuring and Forecasting the Spread of Infe...
Carl koppeschaar: Disease Radar: Measuring and Forecasting the Spread of Infe...Carl koppeschaar: Disease Radar: Measuring and Forecasting the Spread of Infe...
Carl koppeschaar: Disease Radar: Measuring and Forecasting the Spread of Infe...
 
Gabriel laporta: Biodiversity can help prevent malaria outbreaks in tropical ...
Gabriel laporta: Biodiversity can help prevent malaria outbreaks in tropical ...Gabriel laporta: Biodiversity can help prevent malaria outbreaks in tropical ...
Gabriel laporta: Biodiversity can help prevent malaria outbreaks in tropical ...
 
Sander van noort: Influenzanet: self-reporting of influenza-like illness in c...
Sander van noort: Influenzanet: self-reporting of influenza-like illness in c...Sander van noort: Influenzanet: self-reporting of influenza-like illness in c...
Sander van noort: Influenzanet: self-reporting of influenza-like illness in c...
 
Claudia medina: Linking Health Records for Population Health Research in Brazil.
Claudia medina: Linking Health Records for Population Health Research in Brazil.Claudia medina: Linking Health Records for Population Health Research in Brazil.
Claudia medina: Linking Health Records for Population Health Research in Brazil.
 
Mark smolinski big data and public health
Mark smolinski   big data and public healthMark smolinski   big data and public health
Mark smolinski big data and public health
 
Haroldo lopes datasus - Informações em Saúde: história, uso e desafios
Haroldo lopes   datasus - Informações em Saúde: história, uso e desafiosHaroldo lopes   datasus - Informações em Saúde: história, uso e desafios
Haroldo lopes datasus - Informações em Saúde: história, uso e desafios
 
Wim de Grave: Big Data in life sciences
Wim de Grave:  Big Data in life sciencesWim de Grave:  Big Data in life sciences
Wim de Grave: Big Data in life sciences
 
Marco Andreazzi: IBGE research and data collection on health related issues.
Marco Andreazzi: IBGE research and data collection on health related issues.Marco Andreazzi: IBGE research and data collection on health related issues.
Marco Andreazzi: IBGE research and data collection on health related issues.
 
Access to Information, privacy, and health research in Brazil
Access to Information, privacy, and health research in BrazilAccess to Information, privacy, and health research in Brazil
Access to Information, privacy, and health research in Brazil
 
Mining legal texts with Python
Mining legal texts with PythonMining legal texts with Python
Mining legal texts with Python
 

Introdução ao Epigrass: conceitos e tecnologias em

  • 1. Introdu¸˜o ao Epigrass: Conceitos e Tecnologias ca Fl´vio C. Coelho a Claudia T. Code¸o c Funda¸˜o Oswaldo Cruz/ MetaModellers ca 26 de junho de 2008 Fl´vio C. Coelho, Claudia T. Code¸o (Funda¸Introdu¸˜o ao Epigrass: Conceitos ) Tecnologias a c c˜o Oswaldo Cruz/ MetaModellers e a ca 26 de junho de 2008 1 / 15
  • 2. Motiva¸˜o ca Cen´rio: a A Modelagem dinˆmica de popula¸˜es, est´ ultrapassando o a co a paradigma de popula¸˜es homogˆneas representadas por suas m´dias co e e A inclus˜o do espa¸o como um elemento descont´ a c ınuo e complexo surge na modelagem de pandemias globais (sars, gripe avi´ria, etc). a Teoria de grafos e redes passa a ser utilizada para representar a estrutura de associa¸˜o de indiv´ ca ıduos e popula¸˜es distribu´ co ıdos espacialmente. Fl´vio C. Coelho, Claudia T. Code¸o (Funda¸Introdu¸˜o ao Epigrass: Conceitos ) Tecnologias a c c˜o Oswaldo Cruz/ MetaModellers e a ca 26 de junho de 2008 2 / 15
  • 3. Motiva¸˜o ca O Problema: A introdu¸˜o de heterogeneidades populacionais e espaciais aumenta ca a complexidade do modelo e n´mero de parˆmetros. u a Com muito esfor¸o pode-se escrever um modelo razoavelmente c complexo (algumas dezenas de equa¸˜es)usando as ferramentas co tradicionais. Mas... e o pr´ximo modelo? o Como lidar com o volume de dados necess´rios para a parametriza¸˜o a ca de tal modelo? Como lidar com a montanha de dados produzidos? Fl´vio C. Coelho, Claudia T. Code¸o (Funda¸Introdu¸˜o ao Epigrass: Conceitos ) Tecnologias a c c˜o Oswaldo Cruz/ MetaModellers e a ca 26 de junho de 2008 3 / 15
  • 4. Expandindo os limites A proposta Desenvolver uma plataforma de modelagem orientada a objetos que permita aumentar a complexidade dos modelos sem uma aumento ”exponencial”do esfor¸o de parametriza¸˜o e an´lise. c ca a Incorporar conceitos de teorias de grafos e redes. Buscar integra¸˜o com sistemas de informa¸˜o geogr´fica, sem ca ca a ”reinventar a roda”. Fl´vio C. Coelho, Claudia T. Code¸o (Funda¸Introdu¸˜o ao Epigrass: Conceitos ) Tecnologias a c c˜o Oswaldo Cruz/ MetaModellers e a ca 26 de junho de 2008 4 / 15
  • 5. O Epigrass Fl´vio C. Coelho, Claudia T. Code¸o (Funda¸Introdu¸˜o ao Epigrass: Conceitos ) Tecnologias a c c˜o Oswaldo Cruz/ MetaModellers e a ca 26 de junho de 2008 5 / 15
  • 6. Princ´ ıpios de Design Otimizar o tempo de desenvolvimento e manuten¸˜o: Linguagem ca Python. Desenvolvido Exclusivamente com Software Livre: Qt, Numpy, Matplotlib, , etc. Arquitetura modular, pode funcionar sem a GUI, por exemplo. Aderˆncia a padr˜es abertos: MySQL, SQLite, PostGIS?, Unicode, e o A X, GraphML,etc. LTE Utiliza¸˜o exclusiva de arquivos texto para toda a especifica¸˜o do ca ca modelo (3 arquivos definem completamente o modelo). Manuten¸˜o da generalidade da Plataforma: util para qualquer tipo ca ´ de modelo baseado em rede. Fl´vio C. Coelho, Claudia T. Code¸o (Funda¸Introdu¸˜o ao Epigrass: Conceitos ) Tecnologias a c c˜o Oswaldo Cruz/ MetaModellers e a ca 26 de junho de 2008 6 / 15
  • 7. Epigrass, Status atual: Caracter´ ısticas dos modelos: Modelos compostos por Trˆs objetos b´sicos: Grafo, N´ e aresta. e a o Modelos dinˆmicos espacialmente estruturados onde a unidade a espacial ´ o n´ de uma rede. e o Dinˆmica intra-n´ ´ dada por uma fun¸˜o em Python, idˆntica para a oe ca e todos os n´s mas parametrizadas com vari´veis locais. o a Dinˆmica inter-n´ ´ parametrizada atrav´s das arestas. Estrutura a oe e completa do modelo ´ vis´ e acess´ a todos os seus componentes e ıvel ıvel durante a execu¸˜o. ca Treze Modelos epidemiol´gicos cl´ssicos para dinˆmica intra n´ s˜o o a a o a incluidos no programa. Usu´rio pode desenvolver seu pr´prio modelo para a dinˆmica a o a intra-n´ como uma fun¸˜o em Python. o ca Fl´vio C. Coelho, Claudia T. Code¸o (Funda¸Introdu¸˜o ao Epigrass: Conceitos ) Tecnologias a c c˜o Oswaldo Cruz/ MetaModellers e a ca 26 de junho de 2008 7 / 15
  • 8. Editor de Modelos: Fl´vio C. Coelho, Claudia T. Code¸o (Funda¸Introdu¸˜o ao Epigrass: Conceitos ) Tecnologias a c c˜o Oswaldo Cruz/ MetaModellers e a ca 26 de junho de 2008 8 / 15
  • 9. Modelo Do Usu´rio: a Fl´vio C. Coelho, Claudia T. Code¸o (Funda¸Introdu¸˜o ao Epigrass: Conceitos ) Tecnologias a c c˜o Oswaldo Cruz/ MetaModellers e a ca 26 de junho de 2008 9 / 15
  • 10. Parametrizando um modelo: Fl´vio C. Coelho, Claudia T. Code¸o (Funda¸Introdu¸˜o ao Epigrass: Conceitos ) Tecnologias a c c˜o Oswaldo Cruz/ MetaModellers e a ca 26 de junho de 2008 10 / 15
  • 11. N´s e arestas o Parametriza¸˜o: ca Parametriza¸˜o a partir de duas tabelas contendo um objeto por linha ca Atualmente lidos apartir arquivos “csv”mas poderiam ser lidos diretamente de um banco de dados. N´: lat, long, nome, popula¸˜o, geoc´digo, mais n´mero o ca o u arbitr´rio de vari´vieis adicinais. a a Aresta: NomeOrigem, NomeDestino, fluxoOD, fluxoDO, Dist, geoc´digoOR, Geoc´digoDEST. o o Fl´vio C. Coelho, Claudia T. Code¸o (Funda¸Introdu¸˜o ao Epigrass: Conceitos ) Tecnologias a c c˜o Oswaldo Cruz/ MetaModellers e a ca 26 de junho de 2008 11 / 15
  • 12. Visualiza¸˜o dos Resultados ca Google Earth Fl´vio C. Coelho, Claudia T. Code¸o (Funda¸Introdu¸˜o ao Epigrass: Conceitos ) Tecnologias a c c˜o Oswaldo Cruz/ MetaModellers e a ca 26 de junho de 2008 12 / 15
  • 13. ´ Arvore de Espalhamento Fl´vio C. Coelho, Claudia T. Code¸o (Funda¸Introdu¸˜o ao Epigrass: Conceitos ) Tecnologias a c c˜o Oswaldo Cruz/ MetaModellers e a ca 26 de junho de 2008 13 / 15
  • 14. Futuro (pr´ximo) o Epigrass 2.0 Novas funcionalidades: Visualizador em tempo de simula¸˜o. ca Editor gr´fico de Modelos a Novo Manual. Epigrass API Documentada Processamento distribu´ ıdo: Modelo dependente. Melhor integra¸˜o com R. ca Fl´vio C. Coelho, Claudia T. Code¸o (Funda¸Introdu¸˜o ao Epigrass: Conceitos ) Tecnologias a c c˜o Oswaldo Cruz/ MetaModellers e a ca 26 de junho de 2008 14 / 15
  • 15. Obrigado! Fl´vio C. Coelho, Claudia T. Code¸o (Funda¸Introdu¸˜o ao Epigrass: Conceitos ) Tecnologias a c c˜o Oswaldo Cruz/ MetaModellers e a ca 26 de junho de 2008 15 / 15