JavaScript is disabled for your browser. Some features of this site may not work without it.

    Listar

    Todo RIUMAComunidades & ColeccionesPor fecha de publicaciónAutoresTítulosMateriasTipo de publicaciónCentrosDepartamentos/InstitutosEditoresEsta colecciónPor fecha de publicaciónAutoresTítulosMateriasTipo de publicaciónCentrosDepartamentos/InstitutosEditores

    Mi cuenta

    AccederRegistro

    Estadísticas

    Ver Estadísticas de uso

    DE INTERÉS

    Datos de investigaciónReglamento de ciencia abierta de la UMAPolítica de RIUMAPolitica de datos de investigación en RIUMAOpen Policy Finder (antes Sherpa-Romeo)Dulcinea
    Preguntas frecuentesManual de usoContacto/Sugerencias
    Ver ítem 
    •   RIUMA Principal
    • Investigación
    • Artículos
    • Ver ítem
    •   RIUMA Principal
    • Investigación
    • Artículos
    • Ver ítem

    A space-time model for analyzing contagious people based on geolocation data using inverse graphs

    • Autor
      Merino-Córdoba, SalvadorAutoridad Universidad de Málaga; Döllner, Jürgen; Martínez, Javier; Guzmán-Navarro, FranciscoAutoridad Universidad de Málaga; Guzmán-Sepúlveda, RafaelAutoridad Universidad de Málaga; Lara-Fernández, Juan de DiosAutoridad Universidad de Málaga
    • Fecha
      2023-02
    • Editorial/Editor
      AIMS Mathematics
    • Palabras clave
      Enfermedades infecciosas - Transmisión - Modelos matemáticos; Epidemiología - Modelos matemáticos
    • Resumen
      Los dispositivos móviles nos proporcionan una importante fuente de datos que capturan los movimientos espaciales de los individuos y nos permiten derivar patrones generales de movilidad para una población a lo largo del tiempo. En este artículo, presentamos una base matemática que nos permite armonizar datos de geolocalización móvil utilizando geometría diferencial y teoría de grafos para identificar patrones de comportamiento espacial. En particular, nos centramos en modelos programados utilizando Sistemas de Álgebra Informática y basados en un modelo espacio-temporal que permite describir los patrones de contagio a través de patrones de movimiento espacial. Además, mostramos cómo se puede utilizar el enfoque para desarrollar algoritmos para encontrar el "paciente cero" o, respectivamente, para identificar la selección de candidatos que tienen más probabilidades de ser contagiosos.
    • URI
      https://hdl.handle.net/10630/29346
    • DOI
      https://dx.doi.org/http://www.aimspress.com/article/doi/10.3934/math.2023516
    • Compartir
      RefworksMendeley
    Mostrar el registro completo del ítem
    Ficheros
    05_manuscript-geolocation.pdf (4.491Mb)
    Colecciones
    • Artículos

    Estadísticas

    REPOSITORIO INSTITUCIONAL UNIVERSIDAD DE MÁLAGA
    REPOSITORIO INSTITUCIONAL UNIVERSIDAD DE MÁLAGA
     

     

    REPOSITORIO INSTITUCIONAL UNIVERSIDAD DE MÁLAGA
    REPOSITORIO INSTITUCIONAL UNIVERSIDAD DE MÁLAGA