Influência de Parâmetros Ambientais na Variação Populacional de Moluscos Biomphalaria glabrata em Carne de Vaca - GO Baseado no artigo: Fu, S. C.; Milne,

Slides:



Advertisements
Apresentações semelhantes
Módulo IV: Criticalidade
Advertisements

Simulação de Sistemas Antonio J. Netto AULA1.
Epidemiologia das doenças transmissíveis e das não transmissíveis
ÁGUA E SAÚDE.
Squash and Stretch Quando os objectos se movem, ou ficam rigidos ou se deformam; Timing Tempo apropriado para o desenrolar de uma acção; Anticipation.
INTERAÇÕES Organizações como Sistemas Complexos
Biomecânica (Noritomi / Sollero)
Estimação Não-Paramétrica
Método de Clusterização baseado em Densidade Algoritmo DBSCAN
GRASP Greedy Randomized Adaptative Search Procedure
Prof. Maj Jean Cid População I População: População: é um termo usado para definir o conjunto de habitantes de uma determinada área. Demografia: Demografia:
Exposição a contaminantes – caracterização e abordagens
Gestão de telas e ambientes em jogos 2D
Modelos Baseados em Agentes
Análises Espaciais e Tomada de Decisão
Inteligência Artificial
1 Simulação baseada em multiagentes – aplicação em educação O processo de simulação significa dirigir o modelo de um sistema com entradas satisfatórias.
Simulação de Sistemas Prof. MSc Sofia Mara de Souza AULA2.
“I OFICINA DE (RE)CONSTRUÇÃO DO PROGRAMA DE VIGILÂNCIA E CONTROLE DA ESQUISTOSSOMOSE DO ESTADO DE SÃO PAULO” Secretaria de Estado da Saúde de São Paulo.
TE804 Eletrodinâmica Computacional
Sistema de Recuperação de Imagens Baseada em Conteúdo
MEDIÇÃO ERROS - PROPAGAÇÃO (2) Prof. Cesário.
Formação PowerPoint 2010 Aline Loyanne Ana Vital Filipa Cordeiro
Aluno: Gabriel Angelo Nazário Orientadora: Andrea Iabrudi Tavares
PCS 2038 Sistemas de Automação De Atendimento
Programa de Recursos Humanos ANP Nº43
POPULAÇÕES.
Introdução aos Métodos em Simulação Computacional
Orientador: Prof. Bernardo M. Rocha Bolsista: Agilian Lucas
HISTÓRICO A esquistossomose é uma doença conhecida desde a antiguidade. O exame de múmias do antigo Egito revelou lesões produzidas pela doença. Em 1852,
T ÓPICOS DE I.A. Métodos de Busca Busca em Espaços de Estado Prof. Mário Dantas.
Área das figuras planas:
Informática Teórica Engenharia da Computação
Otimização por Colônia de Formigas (ACO)
HYMAD: Hybrid DTN-MANET routing for dense and highly dynamic wireless networks Autores: John Whitbeck e Vania Conan Apresentação: Glauco Fiorott Amorim.
Algoritmos Culturais.
Avaliação da Viabilidade Econômico-Financeira em Projetos
Uso da Computação Evolutiva na calibração de modelos dinâmicos espacialmente explícitos para a simulação de fenômenos geográficos Larissa Maiara Fraga.
DISCIPLINA: SR, Geoprocessamento I e II e Cartografia A tecnologia do Geoprocessamento – Aplicações e Potencialidades 12/3/ Aula 5.
Mestrado Profissional em Engenharia de Software Modeling The Tipping Point of a Innovation Process using Cellular Automata Aluno: Rodolfo Wagner 06/2009.
Rodrigo de Carvalho.  Introdução ◦ Descrição do Problema  Algoritmos ◦ GRASP ◦ S.A ◦ AG  Planejamento Experimental ◦ Objetivo ◦ Instância e métricas.
Mestrado Profissional em Engenharia de Software IDENTIFYING CLUSTERS IN SOCIAL NETWORKS USING CELLULAR AUTOMATA Aluno: Leonardo Terto de Magalhães 12/2008.
AVALIAÇÃO E GERENCIAMENTO DE RISCOS AMBIENTAIS
Mestrado Profissional em Engenharia de Software Modeling The Tipping Point of a Innovation Process using Cellular Automata Aluno: Rodolfo Wagner 06/2009.
SIMULAÇÃO DA DINÂMICA DE UMA PASTAGEM NATURAL COM AUTÔMATO CELULAR (1) Enio Sosinski ² (1) Parte da tese de Enio Sosinski - Modelos de Simulação Espacial.
AUTÓMATOS CELULARES António Câmara ADSA. Equações diferenciais “First (a) we stylize physics into differential equations, then (b) we force these equations.
1 A COMPUTAÇÃO MODERNA Valdemar W. Setzer Depto. de Ciência da Computação da USP
A esquistossomose mansônica antes restrita a área rural, tornou-se um problema de saúde pública no nordeste brasileiro. O estado de Pernambuco apresenta.
Modelos Hidrológicos.
Eletrostática.
Modelagem do processo de infecção do Schistosoma usando autômatos celulares Elementos de Epidemiologia Computacional Geórgia Cristina, Larry Júnior e Monique.
Análise espacial e modelagem
Computação Eletrônica
Introdução à Radiação Eletromagnética
Retaguarda - Cadastro das Formas de Pagamento 1 IdentificaçãoRET_004 Data Revisão03/09/2013.
Apresentação da estrutura Escolha e delimitação do tema Objetivos
AUTÓMATOS CELULARES António Câmara ADSA.
Complexidade de Computação Katia Guimarães. Avaliando a Qualidade de um Algoritmo É preciso ter bem definido –O que é dado de entrada e –O que é esperado.
Módulo III: Dispersão e dinâmicas complexas Paulo R. Guimarães Jr Marcus A. M. de Aguiar Instituto de Física “Gleb Wataghin” UNICAMP F016: Física aplicada.
SERVIÇO DE REFERENCIA PARA DIAGNÓSTICO EM ESQUISTOSSOMOSE
Controle de Processos por Computador
Gestão da Tecnologia da Informação Turma 2008 Disciplina Inovação Tecnológica Prof. Ronaldo Barbosa
Manaus, 18 de novembro de 2008Demerval Aparecido Gonçalves1 Modelagem dinâmica espacial aplicada na bacia do rio Purus, na Amazônia Sul-Ocidental Demerval.
ANÁLISE DE DADOS EM BIOLOGIA Prof. Ronei Baldissera.
ANÁLISE DE DADOS EM BIOLOGIA
Aula 4. Ética do conhecimento Biotecnologia Módulo 2 Prof.ª. Chayane C. de Souza.
Grupo: Adriana Koumrouyan Felipe Siqueira Pacheco Juliana Paiva Nunes Kury Jogos em Espaços Celulares: O Impacto das Condições de Cooperação Disciplina:
INTRODUÇÃO À PARASITOLOGIA
INSTITUTO NACIONAL DE PESQUISAS ESPACIAIS LABORATÓRIO ASSOCIADO DE COMPUTAÇÃO E MATEMÁTICA APLICADA Modelagem Computacional de base Empírica - Autômatos.
Modelagem da emergência de convenções de compartilhamento de recursos: uma abordagem baseada em agente O. Thébaud e B. Locatelli (2001) GRUPO I Denilson.
Transcrição da apresentação:

Influência de Parâmetros Ambientais na Variação Populacional de Moluscos Biomphalaria glabrata em Carne de Vaca - GO Baseado no artigo: Fu, S. C.; Milne, G. Epidemic modelling using cellular automata. In Proceedings of the 1st Australian Conference on Artificial Life (ACAL.03), Canberra, December 2003, pp Por Jones, Marco e Silvana

Agenda Definição de célula Definição de célula Definição de mundo Definição de mundo Parâmetros de simulação Parâmetros de simulação Regras de transição Regras de transição

Definição física da célula Cada célula define uma porcentagem do espaço a ser modelado. No caso de Carne de Vaca, esta porcentagem é de 0.1%. A área modelada em Carne de Vaca, baseada no Mapa de Helen, é de 3.2Km x 1.1Km, o que dá 3.41Km 2. Assim cada célula terá 3.41m 2,, em forma de quadrado com que vizinhança de Moore. Cada célula define uma porcentagem do espaço a ser modelado. No caso de Carne de Vaca, esta porcentagem é de 0.1%. A área modelada em Carne de Vaca, baseada no Mapa de Helen, é de 3.2Km x 1.1Km, o que dá 3.41Km 2. Assim cada célula terá 3.41m 2,, em forma de quadrado com que vizinhança de Moore.

Definição dos Parâmetros da Célula Parâmetros (Estados) Parâmetros (Estados) Carrying capacity Carrying capacity Vide protocolo de campo. Observar se por cluster de ponto de coleta se os parâmetros ficam mais precisos em ordem de grandeza Vide protocolo de campo. Observar se por cluster de ponto de coleta se os parâmetros ficam mais precisos em ordem de grandeza Total population Total population Marco vai responder quantos moluscos, no máximo, cabem em 1m 2 ! Em Carne de Vaca. Suposição: Aquário de 1m 2 e 30cm de profundidade, 500 caramujos! (baseado em experiência de laboratório) Marco vai responder quantos moluscos, no máximo, cabem em 1m 2 ! Em Carne de Vaca. Suposição: Aquário de 1m 2 e 30cm de profundidade, 500 caramujos! (baseado em experiência de laboratório)

Definição de Mundo Matriz retangular bidimensional de células. A área modelada em Carne de Vaca, baseada no Mapa de Helen, é de 3.2Km x 1.1Km, o que dá 3.41Km 2 Matriz retangular bidimensional de células. A área modelada em Carne de Vaca, baseada no Mapa de Helen, é de 3.2Km x 1.1Km, o que dá 3.41Km 2 Os limites do mundo são barreiras impenetráveis (sistema micro canônico, canônico e gran canônico?). Como um autômato com condições de contorno FECHADAS Os limites do mundo são barreiras impenetráveis (sistema micro canônico, canônico e gran canônico?). Como um autômato com condições de contorno FECHADAS

Parâmetros de Simulação São utilizados na definição das regras de transição. São utilizados na definição das regras de transição. Todos os dados serão determinísticos. Todos os dados serão determinísticos.

Parâmetros de Simulação (cont.) São eles: São eles: Neighbourhood radius; Neighbourhood radius; Motion probability; Motion probability; Immigration probability; Immigration probability; Birth rate; Birth rate; Death rate; Death rate; Virus morbidity; Virus morbidity; Vectored infection probability; Vectored infection probability; Contact infection probability; Contact infection probability; Spontaneous infection probability; Spontaneous infection probability; Recovery probability; Recovery probability; Re-susceptible probability. Re-susceptible probability.

Raio da Vizinhança Square Moore neighbourhood. Square Moore neighbourhood. Usado na migração dos hospedeiros e no avanço da infecção. Usado na migração dos hospedeiros e no avanço da infecção.

Probabilidade de Movimento x Taxa de Infecção Vetorial Probabilidade de Movimento Probabilidade de Movimento Indica a saída de hospedeiros da sua célula para uma célula próxima. Indica a saída de hospedeiros da sua célula para uma célula próxima. Taxa de Infecção Vetorial Transmissão do vírus através das células.

Regras de Transição Fase de Movimento Fase de Movimento Fase de Infecção e Cura Fase de Infecção e Cura

Fase de Movimento Escolha uma célula do mundo. Escolha uma célula do mundo. Para cada indivíduo da célula, selecionar aleatoriamente um vizinho e mover o indivíduo para este vizinho de acordo com o parâmetro “motion probability”. Para cada indivíduo da célula, selecionar aleatoriamente um vizinho e mover o indivíduo para este vizinho de acordo com o parâmetro “motion probability”. Repita este passo em todas as células do mundo. Repita este passo em todas as células do mundo.

Fase de Infecção e Cura Selecione a 1ª célula. Selecione a 1ª célula. Retire da população as “mortes naturais”. Retire da população as “mortes naturais”. Retire da população os indivíduos mortos devido à morbidade do vírus. Retire da população os indivíduos mortos devido à morbidade do vírus. Adicione à população os recém-nascidos. Adicione à população os recém-nascidos. Adicione à população os imigrantes. Adicione à população os imigrantes.

Fase de Infecção e Cura (cont.) Compute as infecções inter-células (vetores); Compute as infecções inter-células (vetores); Compute as infecções intra-células (contato); Compute as infecções intra-células (contato); Compute infecções espontâneas; Compute infecções espontâneas; Compute a cura dos hospedeiros; Compute a cura dos hospedeiros; Compute os que não ficaram imunes; Compute os que não ficaram imunes; Repita os passos para a próxima célula. Repita os passos para a próxima célula.

Resultados da Simulação Corredores de avanço da infecção. Corredores de avanço da infecção. Barreiras ao avanço. Barreiras ao avanço.

Corredores de Avanço da Infecção - Cenário

Corredores de Avanço da Infecção - Parâmetros

Corredores de Avanço da Infecção - Simulação

Barreiras ao Avanço - Cenário

Barreiras ao Avanço - Parâmetros

Barreiras ao Avanço - Simulação

Considerações finais Aumento de complexidade em relação ao jogo da vida: Aumento de complexidade em relação ao jogo da vida: Conformação das células; Conformação das células; N° de estados; N° de estados; Regras de transição; Regras de transição; Dois raios de vizinhos. Dois raios de vizinhos.

Considerações finais (cont.) Contextualização com a esquistossomose: Contextualização com a esquistossomose: População recuperada? População recuperada? Modelagem da infecção! Modelagem da infecção! 2 raios de vizinhos. 2 raios de vizinhos. E a modelagem das coleções de água? E a modelagem das coleções de água?