コロナパンデミックで加速した科学や流体力学の知見から、従来の飛沫、空気感染(=airborne transmission）の定義の再考を行うべきとするレビュー(参考文献なんと206!)が、今朝のScience誌に。 はしかや結核… https://t.co/eKLQH2mIuU
Hiroshi Tsuji, MD, PhD, MPH🌏産業医 on Twitter: "コロナパンデミックで加速した科学や流体力学の知見から、従来の飛沫、空気感染(=airborne transmission）の定義の再考を行うべきとするレビュー(参考文献なんと206!)が、今朝のScience誌に。 はしかや結核… https://t.co/eKLQH2mIuU"
コロナパンデミックで加速した科学や流体力学の知見から、従来の飛沫、空気感染(=airborne transmission）の定義の再考を行うべきとするレビュー(参考文献なんと206!)が、今朝のScience誌に。 はしかや結核… https://t.co/eKLQH2mIuU
Hiromitsu Takagi on Twitter: "出鱈目が10個くらいある。 https://t.co/fK4f1J7zo5"
出鱈目が10個くらいある。 https://t.co/fK4f1J7zo5
接触確認アプリのデザインデータを公開します｜Yuichi Ohori
デザインに対応するソースコードはGitHubに公開されています。https://github.com/mamori-i-japan 先日デザイナー向けに行われたイベント、UXとUIデザインのとりくみでは、設計時に検討した点やデザインデータについてもご説明しました。 公開にあたって仕様も方針も決まっていない開発当初、先行していた世界各国の接触確認サービスを調べました。 シンガポール発のTraceTogether、アラブ首長国連邦のTraceCovid、ヨーロッパ発のWeTrace、それ以外にも他国で開発中のデザインデータも参照させていただきました。 もちろん他国のサービスをそのまま流用はできません。日本の法律や事情に合わせ、またリスクの高い状況におかれる人々が使うという点において慎重に議論と検討を重ねてきました。詳細は上述のイベント動画にて説明しています。 ただやはり、先行する事例があったか
ep.44『SVGで実現する日本地図マッピングライブラリ』 - LINE のフロントエンドエンジニアの GW | UIT INSIDE
LINE のフロントエンドエンジニア の GW の活動を5日連続で紹介する企画 vol.2。@spring_raining が miyoshi が開発した SVG ベースの日本地図マッピングライブラリ開発について話を聞いてみました。 まとめはこちら: GWを利用した自由研究発表会を開催しました - LINE ENGINEERING miyoshi Front-End Dev 1 チーム LINE NEWS のフロントエンド開発 UIT INSIDE ep.3 に出演 https://uit-inside.linecorp.com/episode/3 自由研究とその経緯 COVID-19 のための開発の副産物として、SVG の日本地図に対してマッピングを行うことができる汎用の Vue Component を開発した。 もともと LINE NEWS で COVID-19 関連の情報提供のために
ここ最近の計算社会科学の動向 - Sansan Tech Blog
反対意見を知れば分かりあえるのか？偏った集団でも正しい決定ができるのか？フェイクニュースほど広まりやすいのか？良好な人間関係はパフォーマンスを向上させるのか？研究者が束になってかかれば、社会的現象を予測できるのか？ こんにちは、Sansan DSOC R&D研究員の前嶋です。普段はつながりに効く、ネットワーク研究小話という連載を書いていますが、今回はここ2,3年の計算社会科学の潮流を紹介したいと思います。 計算社会科学(Computational Social Sciences)は、SNSなどのビッグデータ解析やオンライン上での実験などを用いて社会現象を定量的に分析するという、社会科学と計算機科学の融合分野です。 日本でも最近、マシュー・サルガニックによる概説書”Bit by Bit”が翻訳され、社会科学の研究者のみならず、広くその名前が知れ渡りました。日本には計算社会科学研究会というコミ
西浦先生らによる実効再生産数の統計モデルを解説＆拡張する試み - StatModeling Memorandum
先日の西浦先生のニコ生の発表を聞いていない人はぜひ聞いてください。 モデルとデータを以下のリポジトリでオープンにしていただいたので、モデルについて僕が分かる範囲内で少し解説を加えたいと思います。 github.com 実効再生産数を推定するコードが2種類ありまして、最尤推定（Maximum Likelihood Estimation, MLE）を使ったMLE版（Sungmok Jungさん作成）と 、ベイズ推定版（Andrei Akhmetzhanovさん作成）があります。どちらもコンセプトはほぼ同じで、実装が若干異なります。この記事では、ベイズ推定版（以降、元コードと呼びます）の流れを簡単に説明し、その後でその拡張を試みます。 ベイズ推定版の流れ 大きく分けて「データの集計」「back projection」「実効再生産数の推定」の3つの部分からなります。 データの集計 まずは日付ごとの
AWS COVID-19 パブリックデータレイクの探索 | Amazon Web Services
Amazon Web Services ブログ AWS COVID-19 パブリックデータレイクの探索 AWS COVID-19 のデータレイク — 新型コロナウイルス (SARS-CoV-2) とこれに関連する病気である COVID-19 の広がりおよび特性についての、またはそれに関する最新のデータセットが収集され、一元化されたリポジトリが現在利用可能になりました。詳細については、COVID-19 データの分析用のパブリックデータレイクをご参照ください。世界的には、このデータを収集するためにいくつかの取り組みが進行中であり、AWS はパートナーと協力して、この重要なデータを自由に利用できる状態にし、最新の状態に保てるように尽力しています。 このデータは、質問、独自のデータセットとの混合、独自のデータレイクへの新しい洞察の取り込みを行うためにすぐに利用できます。AWS は、パンデミック監視
1
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
Covid19Radar/README.md at master · Covid-19Radar/Covid19Radar
COVID-19 Radar Japan