is Íslenska en English

Lokaverkefni (Meistara)

Háskólinn í Reykjavík > Tæknisvið / School of Technology > MSc Tölvunarfræðideild / Department of Computer Science >

Vinsamlegast notið þetta auðkenni þegar þið vitnið til verksins eða tengið í það: https://hdl.handle.net/1946/31281

Titill: 
  • Titill er á ensku Epidemiological surveillance through cellphone metadata
  • Faraldsfræðilegt eftirlit með notkun farsímagagna
Námsstig: 
  • Meistara
Leiðbeinandi: 
Útdráttur: 
  • Faraldrar kosta tugþúsundir mannslífa árlega og geta brotist út hvar sem er á jörðinni. Alþjóðlegt faraldseftirlit styðst við svæðisbundin kerfi sem eru misgóð milli landa. Skilvirkar forvarnir gegn faröldrum krefjast skjótra viðbragða og eykur þörfina á eftirlitskerfum sem nýta sér algengari og ódýrari eftirlitsmáta. Hér kynnum við áður ónotaða auðlind fyrir faraldseftirlit: lýsigögnum sem safnað er af farsímafyrirtækjum til að rukka fyrir farsímanotkun. Þegar farsímanotendur tala í síma eða senda textaskilaboð, þá er tilvist þeirra samskipta og hvaða farsímaturnar voru nýttir til þeirra skráð. Með því að rýna í þessi gögn má greina hegðunarmynstur fólks.

    Í þessari ritgerð leggjum við fram tvær spurningar: sýnir farsímanotkun fólks hegðunarbreytingu við smitsjúkdóma og ef svo, er þá hægt að nota þá hegðunarbreytingu til að áætla þann fjölda einstaklinga sem sýna einkenni smitsjúkdóms? Fjarskiptafélag útvegaði farsímagögn fyrir H1N1 – inflúensu faraldurinn á Íslandi árið 2009 og Embætti Landlæknis (smitsjúkdómaskrá) tengdi einstaklinga við greiningardag þeirra af inflúensunni. Fyrri hluti þessarar ritgerðar ákvarðar hvort hegðun einstaklinga, sem greindir eru með inflúensu, breytist nægilega mikið til að vera greinanleg í gegnum farsímagögnin. Niðurstöður úr greiningum sýna að einstaklingar, sem greindir eru með inflúensu, ferðast minna, tala lengri símtöl en hringja færri símtöl. Seinni hluti ritgerðarinnar nýtir sér grundvöll greiningarvinnunnar úr fyrri hlutanum, til að hanna gervigreindarlíkan sem geta greint faraldra. Við berum saman fjögur mismunandi líkön og könnum ýmsar inntaks uppraðanir. Niðurstöður sýna að nægilegt merki sé í gögnunum til að líkönin geti áætlað framgang faralds.

  • Útdráttur er á ensku

    Epidemics cause significant tolls financially and on the population. An epidemic can originate anywhere on the planet, and global epidemiological surveillance relies crucially on regional infrastructure whose capabilities and qualities differ across countries. Effective outbreak containment and eradication requires quick detection, which calls for a surveillance system that uses more common infrastructures. Here, we look to billing records of cell phones as a near-ubiquitous source of passively-collected metadata of real-time behavioral information and ask if a population's interaction with the cell network can be used to quantify the number of symptomatic individuals in a community. An Icelandic mobile network operator provided call-detail records during the 2009 H1N1 outbreak in Iceland. Part I of this thesis determines if the passively collected cell phone metadata can quantifiably capture the behavioral change associated with the symptoms of influenza. Results show that diagnosed individuals move less, talk longer, and initiate fewer phone calls in the few days around their diagnosis. Part II of this thesis builds on the analysis work done in Part I and poses the problem of classifying symptomatic individuals in a population with machine learning. We compare four different machine learning models for detection and explore various input representations. Results indicate that there is a sufficient signal in the data for the model to estimate an epidemic curve on an aggregate level.

Styrktaraðili: 
  • Icelandic Centre for Research Award 152620-051
    Emory University Research Council Award
    NSF CAREER Award 1553579
    Leverhulme Early Career Fellowship
    Hardware donation from NVIDIA Corporation
Samþykkt: 
  • 18.6.2018
URI: 
  • http://hdl.handle.net/1946/31281


Skrár
Skráarnafn Stærð AðgangurLýsingSkráartegund 
MSc_Thesis_Thorgeir_Final_Skemma.pdf2.52 MBOpinnMeginmálPDFSkoða/Opna