BOINC.Italy - Aggiornamenti da MalariaControl

Home

BOINC.Italy

Progetti

News progetti

Aggiornamenti da MalariaControl

Progetto del Mese

		RNA World
Cos'è il progetto del mese?

Menù utente

Progetti

Guarda la pagina dei progetti supportati da BOINC.Italy ed entra nel team!

JOIN BOINC.Italy

Unisciti con il tuo gruppo a BOINC.Italy!

Visualizza lista gruppi

Mappa utenti

Feed RSS

Tieniti sempre aggiornato sui contenuti pubblicati nel portale tramite i feed RSS!

BOINC.Italy
News progetti
Forum

Stato progetti

ABC@home:	Online
Cels@Home:	Irraggiungibile
climateprediction.net:	Online
Cosmology@Home:	Online
Docking@home:	Online
Einstein@Home:	Online
Leiden Classical:	Online
LHC@home:	Online
malariacontrol.net:	Online
MilkyWay@home:	Online
POEM@HOME:	Online
PrimeGrid:	Online
PS3GRID:	Online
QMC@home:	Online
RALPH@home:	Online
Rosetta@home:	Online
SETI@home:	Online
SIMAP:	Online
Spinhenge@home:	Online
uFluids@home:	Online
WCG:	Online
yoyo@home:	Online

Compleanno utenti

Jack Magno (24) oggi!
crono (24) oggi!
Stella Polare (62) oggi!
squarty 27 domani
christian76cs 34 domani
a.azzola 26 domani
Matt92tau 18 fra 2 giorni
ronaldmrg 35 fra 3 giorni
Simone 21 fra 3 giorni
M@cro 23 fra 3 giorni

Aggiornamenti da MalariaControl

Scritto da Venturini Dario
martedì 02 marzo 2010
Nicolas Maire, ricercatore dello Swiss Tropical Institute e in particolar modo del progetto MalariaControl.net , aggiorna brevemente gli utenti volontari sullo stato del progetto e sui suoi recenti risultati. Si chiude una fase di simulazioni durata alcuni mesi e si prevede una breve pausa durante la quale i ricercatori prepareranno i dati di partenza per i successivi calcoli. È dunque questo il momento giusto per illustrare quali risultati siano stati recentemente raggiunti e come questi risultati verranno usati in futuro. Il principale obiettivo di questa fase del progetto è stato quello di ottimizzare i modelli matematici utilizzati per migliorare il più possibile la loro capacità previsiva. Questo è stato fatto comparando ripetutamente le previsioni con i dati provenienti dagli studi sul campo; utilizzando diversi valori per i parametri di riferimento; verificando quali soluzioni riproducessero più fedelmente la realtà. Si è quindi imparato con il progredire dei calcoli: i modelli si sono evoluti grazie all'aiuto dei volontari, testando prima una serie di valori per alcuni parametri e poi scegliendo quelli che meglio riproducevano i dati reali, poi variando altri parametri e ripetendo il procedimanto, e così via. Questa procedura richiede ovviamente una grossa mole di calcoli, ma i risultati sono stati ottimi, come sottolinea il grafico successivo: in esso viene riportata la discrepanza tra i risultati del modello e i dati reali (asse verticale) in funzione del numero di iterazioni (cicli di calcolo, asse orizzontale). Si nota che l'errore diminuisce man mano che il modello viene ottimizzato. Un altro modo per rappresentare i progressi è quello di tracciare i risultati delle previsioni sullo stesso grafico dei dati reali. Di seguito un esempio: l'incidenza dell'età delle persone sugli episodi di malaria a cui vanno incontro ogni anno (purtroppo più di uno nella maggior parte dei casi). ll primo grafico rappresenta i risultati dell'ottimizzazione iniziale del modello (è evidente la discrepanza con la realtà) mentre il secondo mostra i risultati degli stessi calcoli ad uno stadio molto più avanzato di ottimizzazione: il miglioramento è sensibile. (Ndiop e Dielmo sono i nomi dei 2 villaggi i cui dati reali sono stati presi ad esempio) Tornando alla procedura, il processo di creazione dei modelli viene anche detto "parametrizzazione" e in questi ultimi mesi si sono parametrizzati diversi modelli. Lo scopo è quello di utilizzarli per prevedere l'impatto di differenti modalità di contrasto all'infezione e verificare come i risultati delle simulazioni vengono influenzati dalle assunzioni (cioè dei valori dati ai parametri) fatte. In questo modo si stima l'efficacia delle azioni ipotizzate. Il grafico seguente rappresenta, anche se in modo preliminare, i risultati di vari modelli applicati a un caso reale: uno spray insetticida per utilizzo casalingo viene utilizzato per 12 anni di seguito e poi se ne interrompe l'uso. Sull'asse verticale viene rappresentata la percentuale di infezione (ritrovamento del parassita nel sangue umano) nella popolazione con l'andare degli anni (asse orizzontale). Una delle priorità per il prossimo futuro è quella di immaginare e analizzare molte situazioni come quella citata per prevedere gli effetti di diversi interventi di controllo dell'infezione (zanzariere, spray casalinghi, vaccini, ecc...). Una volta ottimizzati, questi modelli potranno essere utilizzati per progettare strategie di intervento efficaci nella speranza di salvare molte vite. Come si vede siamo ancora in una fase di sviluppo dei modelli di simulazione ma la ricerca prosegue velocemente grazie anche alle migliaia di volontari che donano un contributo. Per alcune settimane è prevista una pausa per il progetto con poche o nessuna WU in circolazione per poter preparare nel migliore dei modi la prossima tornata di calcoli. Articolo tratto e adattato da CalcoloDistribuito.it (e soggetto a licenza CC BY-SA 3.0)
Ultimo aggiornamento ( martedì 02 marzo 2010 )