Карима Нигматулина: использование Big data на примере кейсов Штатов и России

У кого дата больше: кейсы Штатов и России

Карима

НИГМАТУЛИНА

#tceh

Москва, Россия

13 октября 2015 г.

1

2

Национальной науки нет, как

нет национальной таблицы

умножения.

- Чехов А. П.

3

Любят родину не за то, что она велика, а за то, что своя.

- Сенека, Луций Анней

Copyright © 2011 Intellectual Ventures Management, LLC (IV). All rights reserved.

44 4


Intellectual Ventures Laboratory




88

Ликвидация оспы – 1980 г.

Эпидемиологическое моделирование

Виктор Михайлович Жданов – 1958 г. 9


99

Сегодня поставлена цель:

Глобальное искоренение полиомиелита

9

Только 3 страны с эндемическим

распространением:Нигерия, Афганистан,

Пакистан


1010

Инфицированных: 1/3 мирового населения(2 млрд человек)Смертей: 1.7-2.2 млн/год

1 человек/секунду зарожается туберкулезом

Туберкулез

Каждый год от инфекционных заболеваний умирает ~ 10 млн.Многие заболевания предотвратимы.


1111

Инфицированных: 35 млн человекСмертей: 2.1 – 2.8 млн человек/год

С 1983 года от СПИДа скончалась примерно 40 млн человек

ВИЧ/СПИД



1212

Осложнения: 3-5 млн человек/годСмертей: 350-600 тыс человек/год

Грипп



1313

13

“Испанка” грипп, 1918-19

40-100 млн человек


1414

14

“Испанка” грипп, 1918-19

40-100 млн человек


1515

Стимуляция: пандемия гриппа сегодня


1616



1717

Даже при сокращение полётов на 95% не останавливает распространение.



1818

Плотность населения

Ночное освещение


1919

Передвижение населения

Авиа полеты

Сеть железных дорог

Сеть автомобильных дорог


2020

Зачем математические модели?

20

Оптимально распределить ограниченные ресурсы для сокращения заболеваемости

Проверить решение на стабильность (найти устойчивое решение)

Спланировать необходимую инфраструктуру и логистику для целевой программы

Рассмотреть новые наиболее эффективные методы вмешательства (пример: новый тип вакцинации)

Определить наиболее полезные направления для полевых исследований

20


2121

Моделированиемалярии Заболеваемость: ~250 млн. чел/годСмертность : 750,000 -1 млн. чел/год Распространение от укуса комара


2222 22


2323

Способы борьбы с распространением малярии...

Опрыскивания стенСетки Лекарства



2525

Спим под сетками и опрыскиваем стены


2626

Балансировка нагрузки вычислительных узлов

Транспортное моделирование 27

28

28

Чем больше дорого, тем быстрее поедем???

Что лучше 5 полос или 6 полос?

ответ: 5!!

Всегда дополнительная дорога полезна?

ответ: Нет!!

29

29

Парадокс Браеса

4000 автомобилей

минут минут

30

Предложение:Транспортная сеть

Плотность населения

Плотность рабочих мест

Спрос:Матрица корреспонденций

Улично дорожная

сеть

МетроНаземный трансопрт

+Ж/Д

Транспортное моделирование – макро уровень

30

31

Транспортное моделирование – результаты

Загрузка УДС Расстояние 45 мин. поездки

31

32

Перепробеги по сетиМинимальное расстояние 10 мин. поездки

Необходимо строительство хордовой системы 32

33

Вывод: Вычислительные мощности позволяют

рассчитывать сложные модели, но классических данных не хватает для построения достоверных моделей

ЧТО ДЕЛАТЬ??

Ответ:

Большие данные (Big Data)

Новые источники тнформации

33

Введение термина относят к Клиффорду Линчу, редактору журнала Nature, подготовившему к 3 сентября 2008 года специальный номер журнала с темой «Как могут повлиять на будущее науки

технологии, открывающие возможности работы с большими объёмами данных?»

34

Пример Big Data:

Данные сотовых операторов для городского планирования

Отношение численности населения по данным

сотовых операторов к данным РосстатаЧисленность населения по данным сотовых

операторов

34

Население Росстат Данные сотовых операторов

Москва (с ТиНАО) 12 млн 12-13 млн

ТиНАО 0,25 млн 0,5-0,6 млн

Москва + Московская область 19 млн 20-22 млн

35

Число людей переехавших из Москвы летом

35

- Летом примерно 1 млн жителей Москвы переезжают жить на дачу

- В августе население Москвы сокращается примерно на 1.8 млн жителей

36

Новые источники «больших данных»• Поисковики (Google,

Yandex)

• Социальные сети (Facebook, LinkedIN)

• Спутники

• GPS треки

• Pадиочастотные идентификаторы (RFID)

• Текстовые, фото и видео данные

• Данные финансовых систем

• И многое другое

36

37

37

За последние 2 года собрано около 90% данных собранных за всю историю.

38

Спасибо за внимание!

38

Business

Карима Нигматулина: использование Big data на примере кейсов Штатов и России