Mostra el registre d'ítem simple

dc.contributorGiró Nieto, Xavier
dc.contributorFernández-Granda, Carlos
dc.contributor.authorBatlle Franch, Pau
dc.contributor.otherUniversitat Politècnica de Catalunya. Departament de Teoria del Senyal i Comunicacions
dc.coverage.spatialeast=-73.99480199999999; north=40.735016; name=60 5th Ave, New York, NY 10011, Estats Units d'Amèrica
dc.date.accessioned2020-11-12T12:07:04Z
dc.date.available2020-11-12T12:07:04Z
dc.date.issued2020-05-21
dc.identifier.urihttp://hdl.handle.net/2117/332006
dc.description.abstractAquest projecte presenta un mètode de monitorizació de nodes per a qualsevol model compartimental que operi en xarxes. El mètode es pot usar per a seleccionar quins nodes d’una xarxa s’han de monitoritzar per a detectar una epidèmia que segueix un determinat model de forma més ràpida possible, fer prediccions sobre l’estat actual de la xarxa donada una observació dels nodes monitoritzats i decidir quins nodes s’haurien de testejar a continuació per a maximitzar el guany d’informació. En aquets treball formulo els problemes analíticament utilitzant cadenes de Markov i proposo algorismes de Monte Carlo per a solucionar els problemes en grafs més grans. Finalment, per a il·lustrar el mètode, presento experiments en dues xarxes reals que exemplifiquen dos possibles casos d’ús per a epidèmies reals.
dc.description.abstractEste proyecto presenta un método de monitorización de nodos para cualquier modelo compartimental que opere en redes. El método se puede usar para seleccionar qué nodos de una red se tienen que monitorizar para detectar una epidemia que sigue un determinado modelo de la forma más rápida posible, hacer predicciones sobre el estado actual de la red dada una observación de los nodos monitorizados y decidir qué nodos hay que monitorizar a continuación para maximizar la ganancia de información. En este trabajo formulo los problemas analíticamente utilizando cadenas de Markov y propongo algoritmos de Monte Carlo para solucionar los problemas en grafos mayores. Finalmente, para ilustrar el método, presento experimentos en dos redes reales que ejemplifican dos posibles casos de uso para epidemias reales
dc.description.abstractThis project presents a general framework of node monitorization for any compartmental epidemic model that operates on networks. This can be used to select which nodes in a network should be monitored in order to detect an outbreak following a specified model as fast as possible, make predictions about the current state of the network given the observations of the sensed nodes and decide which nodes should we test immediately after detecting the existence of an epidemic to maximize information gain. In this work I formulate the problems analytically using Markov Chains and propose Monte Carlo sampling algorithms to solve the problems in larger graphs. Finally I illustrate the capabilities of the framework in experiments in two real networks that exemplify two possible uses of the framework in real epidemic scenarios.
dc.language.isoeng
dc.publisherUniversitat Politècnica de Catalunya
dc.rightsAttribution-NonCommercial-NoDerivs 3.0 Spain
dc.rights.urihttp://creativecommons.org/licenses/by-nc-nd/3.0/es/
dc.subjectÀrees temàtiques de la UPC::Enginyeria de la telecomunicació
dc.subjectÀrees temàtiques de la UPC::Matemàtiques i estadística
dc.subject.lcshMathematical models
dc.subject.otherEpidemiology
dc.subject.otherMarkov Chains
dc.subject.otherCompartmental models
dc.subject.otherSubmodularity
dc.titleSensor placement for early detection in compartmental epidemic models on networks
dc.typeBachelor thesis
dc.subject.lemacModels matemàtics
dc.subject.amsClassificació AMS::60 Probability theory and stochastic processes::60J Markov processes
dc.identifier.slugPRISMA-148171
dc.rights.accessOpen Access
dc.date.updated2020-06-24T18:37:38Z
dc.audience.educationlevelGrau
dc.audience.mediatorUniversitat Politècnica de Catalunya. Centre de Formació Interdisciplinària Superior
dc.audience.mediatorEscola Tècnica Superior d'Enginyeria de Telecomunicació de Barcelona
dc.audience.mediatorUniversitat Politècnica de Catalunya. Facultat de Matemàtiques i Estadística
dc.audience.degreeGRAU EN ENGINYERIA FÍSICA/GRAU EN MATEMÀTIQUES
dc.contributor.covenanteeNew York University
dc.description.mobilityOutgoing


Fitxers d'aquest items

Thumbnail

Aquest ítem apareix a les col·leccions següents

Mostra el registre d'ítem simple