000 03405nam0a2200397 4500
001 RU\NLR\BIBL_A\016264809
005 20250625015716.0
021 _aRU
_b2022-89798
_9КН-П-7986
090 _a12867298
_c12867298
100 _a20230120d2022 |||y0rusy50 ca
101 0 _arus
_deng
102 _aRU
105 _aa|||z|||010zy
181 0 _ai
_baxxe
182 0 _an
200 1 _aУнифицированная программа прогнозирования распространения вирусных инфекций
_fВ. А. Судаков, Т. В. Сивакова
203 _aТекст
_bвизуальный
_cнепосредственный
210 _aМосква
_cИПМ им. М. В. Келдыша РАН
_d2022
215 _a12 с.
_cцв. ил.
_d21
225 1 _aПрепринты ИПМ им. М. В. Келдыша
_dKeldysh institute preprints
_fгл. ред.: Б. Н. Четверушкин, акад. РАН
_zeng
225 1 _aПрепринт
_fИн-т приклад. математики им. М. В. Келдыша Рос. акад. наук
_v№ 74 за 2022 г.
_x2071-2898
300 _aРез. англ.
300 _aНа обл.: Рос. акад. наук, 300 лет
320 _aБиблиогр.: с. 11-12 (12 назв.)
330 _aЗа последние несколько лет в условиях распространения коронавирусной инфекции существенно возросла роль имитационного моделирования. Разработка и внедрение в практику мультиагентных моделей помогает не только спрогнозировать количество заболевших и предсказать возможные пики заболеваемости, но также служит оценкой для проведения необходимых мероприятий по сдерживанию распространения вируса, использованию средств индивидуальной защиты, введению ограничительных мер, связанных с работой организаций и транспорта. Разработанная программа распространения вирусных инфекций построена на основе мета-классов объектов и позволяет учитывать "большое" число контактов. Программа была реализована на примере распространения коронавирусной инфекции. В качестве геосервисов для населенных пунктов использовались открытые данные OpenStreetMap
606 1 _aCOVID-19
_xЭпидемический процесс
_xМатематическое моделирование
_2nlr_sh2
_3RU\NLR\AUTH\6601704209
675 _a519.6
_v4
686 1 _aР194.31в641.0
700 1 _aСудаков
_bВ. А.
_gВладимир Анатольевич
701 1 _aСивакова
_bТ. В.
_gТатьяна Владимировна
942 _cBOOK
943 _oPUBLIC
_pEST_48146
_v20230202
983 0 1 _aРГ РДС по кн.