OPENNESS - OPtimal bEhavior iN paNdEmic ScenarioS (DIT.AD022.194)
Area tematica
Ingegneria, ICT e tecnologie per l'energia e i trasporti
Area progettuale
Programma DIITET (DIT.AD022)Struttura responsabile del progetto di ricerca
Istituto di analisi dei sistemi ed informatica "Antonio Ruberti" (IASI)
Responsabile di progetto
GUGLIELMO DE ANGELIS
Telefono: 0649937102
E-mail: guglielmo.deangelis@iasi.cnr.it
Abstract
Facendo riferimento all'attuale contesto pandemico di COVID-19, OPENNESS mira a proporre uno strumento efficace che possa ridurre la diffusione di COVID-19 e di future epidemie supportando i responsabili dei processi di decision-making nella formulazione di comportamenti ottimali da seguire per evitare nuovi contagi. Basandosi sull'analisi delle evidenze riguardo all'indice di trasmissione del SARS-CoV-2, verranno modellati e studiati fenomeni di trasmissione sulla base di differenti situazioni ambientali. Tale analisi sarà realizzata per mezzo di simulatore ambientale integrato con meccanismi di feedback retroattivi dalle osservazioni sul campo e che sia in grado di determinare gli effetti di una determinata logica comportamentale sulla diffusione del SARS-CoV-2 in siti "soft target" quali ad esempio: piazze, teatri, stazioni metro, aree urbane di transito. OPENNESS sfrutterà delle tecniche di apprendimento rinforzato per rappresentare la logica comportamentale estratta in termini di un insieme di regole chiaramente interpretabili e spiegabili all'interno dei processi di decision-making.
POR FESR LAZIO 2014-2020
Sito Web
Obiettivi
Tra gli obiettivi di OPENNESS c'è l'avanzamento dei metodi e delle tecnologie che permettano di realizzare un ambiente virtuale realistico che sia in grado di determinare efficacemente come
diverse logiche comportamentali influiscono sulla diffusione di un'epidemia. Gli aspetti metodologici di OPENNESS favoriranno l'individuazione di logiche comportamentali che minimizzino i rischi di contagio, validandone il loro effettivo grado di robustezza.
OPENNESS si pone quindi i seguenti obiettivi intermedi:
o Analisi sistematica delle evidenze riguardo all'indice di trasmissione del SARS-CoV-2 sulla base di diverse situazioni ambientali.
o Realizzazione di un ambiente virtuale in grado di determinare efficacemente come diverse logiche comportamentali influiscono sulla diffusione di un'epidemia.
o Determinare le logiche comportamentali che minimizzano la possibilità di diffusione dell'epidemia sulla base dei risultati dell'ambiente virtuale.
o Verifica formale della logica comportamentale ottima.
Data inizio attività
15/04/2021
Parole chiave
machine learning, SARS-CoV-2, explainable AI
Ultimo aggiornamento: 09/05/2024