,
#
#
#
#
# Скачать нимфа спид полная версия Скачиваний 64 / Средняя скорость 4277 Kb/s
# Скачать нимфа спид torrent Скачиваний 139 / Средняя скорость 3809 Kb/s

нимфа спид

Эпидемию спрогнозировали по Википедии

Американские ученые смогли с большой степенью точности спрогнозировать время и скорость распространения эпидемий гриппа и лихорадки денге - на основе запросов к соответствующим статьям из «Википедии». О новом методе сообщается в журнале PLoS Computational Biology, а коротко о нем пишет Los Angeles Times. Сайт Википедия собирает все поисковые запросы, отправленные читателями (около 850 миллионов в день). По этой общедоступной информации, пытаются предсказывать популярность фильмов и котировки акций, но сотрудники отдела систем защиты и анализа Национальной лаборатории в Лос-Аламосе построили первую модель для прогнозирования эпидемий. Проверьте методику было решено на восьми заболеваниях (холера, лихорадка денге, Эбола, СПИД, грипп, чума и туберкулез) в девяти странах (Бразилия, Гаити, Китай, Япония, Норвегия, Таиланд, Уганда и США - страну запроса определяли по его языку). Ученые собрали данные, по поискам статей по этой тематике (на 2010-2014 годы), и наложили часы пик и дни запросов на хронологию распространения эпидемии. Наилучшим образом модель показала себя при прогнозировании развития эпидемии гриппа в Японии (за семь дней вперед), лихорадки денге в Бразилии (за две недели), и туберкулеза в Таиланде (один месяц заранее). Результаты по другим заболеваниям были более чем скромными. Причина в том, что грипп и лихорадка денге сезонные заболевания: люди готовятся к вспышке заранее, и пытаются узнать больше о недуге. Кроме того, эти заболевания отличаются коротким инкубационным периодом (несколько дней): при обнаружении у коллег или близких подозрительных симптомов, люди обращаются к Википедии, чтобы понять, что угрожает им самим. Неудачные прогнозы относятся к низкой интенсивным (СПИД в Японии) и малозначимым (чума в США) эпидемиям. Ученые отметили, что значимые закономерности часто заглушаются информационным шумом. Например, расчет распространения лихорадки в Эбола Уганды и Демократической Республики Конго не удался потому, что большинство авторов обращений к соответствующим статьям, проживаюют в других странах, а местные жители не имеют доступа к Интернету. Такая же ситуация произошла со вспышками холеры на Гаити. Google пришел к аналогичным выводам: он использует поиск данных для прогнозирования сезонных вспышек гриппа и лихорадки денге (и не только этих заболеваний). Тем не менее, ученые из Лос-Аламоса утверждают, что их модель является полезной, поскольку она основана на опубликованных публично доступных данных.