情况下研究
大流行数据分析和风险评估
所面临的挑战
最近的COVID-19大流行表明，在一个相互关联的世界中，局部疫情可能成为国际关注的问题，并可能对许多国家的社会和经济产生长期影响。从科学的角度来看，它还表明，虽然流行病建模在协助决策者和公共卫生官员方面是有用的，但它还远远不是政策规划的完美工具。
在火车站大厅的人群背景下，冠状病毒繁殖的可视化。
我们正在开发下一代预测和疫情分析工具，通过利用将传统流行病学方法与最先进的人工智能技术相结合的大规模、数据驱动的流行病建模框架，帮助我们应对未来的流行病威胁。”
马特奥Chinazzi
研究副教授
东北大学网络科学研究所raybet雷竞技雷竞技app最新版
的伙伴关系
东北斯滕伯格家族杰出大学教授Alessandro Vespignani和研究副教授Matteo Chinazzi一直致力于改进流行病建模，通过开发大规模、数据驱动、行为信息、分析和计算框架来研究和预测传染病的空间传播，同时评估疫情和替代政策干预对与之相互作用的更广泛的社会经济系统的影响。
他们的工作有助于为公共卫生战略提供信息，并在最近2015-2016年寨卡病毒流行、COVID-19大流行和2022年猴痘疫情期间及时提供预测和预测。他们的研究包括与国家和国际机构、非营利组织和政策制定者的合作和伙伴关系。
我们的目标
复杂物理和社会系统的随机建模，无论应用领域(经济学、公共卫生、流体动力学或气候建模)都是计算昂贵和耗时的。然而，在大流行防备和疾病爆发分析等情况下，及时生成模型预测至关重要。作为他们未来研究议程的一部分，Vespignani和Chinazzi正在致力于开发新的解决方案，将大规模、高性能、基于云的计算基础设施的开发与创建新的方法框架相结合最先进的深度学习方法和物理引导的机械模型。
如果你能想到，我们可以帮你建造。
要解决一个挑战，或者把一个想法变成现实，请联系我们。我们的专业知识广泛，从体验式人工智能、纳米科学、沿海可持续性到供应链管理。我们可以帮助您开发新技术，甚至成立新的企业。