Simulación De Enfermedades Infecciosas En Grandes Poblaciones A Través De Un Autómata Celular Estocástico Paralelizado Por Gpu Con C-Cuda. Presentado en ISUM 2012 Guanajuato Mexico
Similar a Simulación De Enfermedades Infecciosas En Grandes Poblaciones A Través De Un Autómata Celular Estocástico Paralelizado Por Gpu Con C-Cuda. (20)
Simulación De Enfermedades Infecciosas En Grandes Poblaciones A Través De Un Autómata Celular Estocástico Paralelizado Por Gpu Con C-Cuda.
1. ´
SIMULACION DE ENFERMEDADES INFECCIOSAS
´
EN GRANDES POBLACIONES A TRAVES DE UN
´ ´
AUTOMATA CELULAR ESTOCASTICO
PARALELIZADO POR GPU CON C-CUDA.
Autores: Hector Cuesta-Arvizu, Adri´n Trueba-Espinosa,
a
Jos´ Ruiz-Castilla y Jair Cervantes
e
Centro Universitario UAEM Texcoco
Hector Cuesta-Arvizu (UAEM) ´
SIMULACION DE ENFERMEDADES ... March 15, 2012 1 / 16
2. Contenido
Introducci´n.
o
Modelo Epidemiol´gico SEIRS.
o
Aut´mata celular.
o
Modelo Epidemiol´gico Estoc´stico Global.
o a
Simulador de Brotes Epidemiol´gicos en CUDA.
o
Analisis de Rendimiento.
Conclusiones.
Hector Cuesta-Arvizu (UAEM) ´
SIMULACION DE ENFERMEDADES ... March 15, 2012 2 / 16
3. Introducci´n
o
Motivaci´n
o
Los Epidemi´logos y los sistemas de salud p´blica utilizan modelos
o u
para estudiar la propagaci´n de enfermedades infecciosas durante un
o
brote epid´mico.
e
Dichos Modelos incluyen: Modelos Matem´ticos, Estad´
a ısticos y
Computacionales.
Simulando dichos modelos es una forma en la que se puede observar
diferentes evoluciones en diferentes escenarios que en otro caso no se
podr´ ya que puede ser muy costoso, no ´tico o simplemente no
ıa e
existen los medios para reproducir el escenario.
Para el caso de grandes poblaciones la simulaci´n requiere de su
o
paralelizaci´n, en este caso utilizando procesamiento por GPU
o
implementado en C-CUDA.
Hector Cuesta-Arvizu (UAEM) ´
SIMULACION DE ENFERMEDADES ... March 15, 2012 3 / 16
4. Modelado de Enfermedades Infecciosas
Modelado de Enfermedades Infecciosas
SEIRS Susceptibles-Expuestos-Infectados-Recuperados-Susceptibles
El Modelo Epidemiol´gico SEIRS mantiene el ciclo de vida de una
o
enfermedad infecciosa a trav´s de cuatro estados: Susceptible (S),
e
Expuesto (E), Infectado (I), Recuperado(R). Obteniendo una
resistencia temporal al pat´geno y una vez perdida dicha resistencia el
o
individuo regresa a la poblaci´n Susceptible (S).
o
Hector Cuesta-Arvizu (UAEM) ´
SIMULACION DE ENFERMEDADES ... March 15, 2012 4 / 16
5. Modelado de Enfermedades Infecciosas
Modelado de Enfermedades Infecciosas
Hector Cuesta-Arvizu (UAEM) ´
SIMULACION DE ENFERMEDADES ... March 15, 2012 5 / 16
6. Aut´mata celular
o
Aut´mata celular
o
¿Que es un Aut´mata celular?
o
Modelo Discreto estudiado en teor´ de la computaci´n y
ıa o
matem´ticas. Para problemas no lineales.
a
Facts:
Consiste en un n´mero infinito de c´lulas en un grid regular donde cada
u e
c´lula tiene un n´mero de estados finitos.
e u
El grid puede constar de cualquier n´mero finito de dimensiones.
u
Cada c´lula representa a un individuo de la poblaci´n.
e o
Hector Cuesta-Arvizu (UAEM) ´
SIMULACION DE ENFERMEDADES ... March 15, 2012 6 / 16
7. Aut´mata celular
o
Aut´mata celular
o
Vecindarios
El vecindario es una seleccion de c´lulas relativas a cierta c´lula
e e
especifica cuya posici´n en el Grid no cambia.
o
Cada c´lula tiene el mismo set de reglas para actualizar su estado
e
basado en los valores de su vecindario.
Cada vez que las reglas son aplicadas a todos las c´lulas del grid una
e
nueva generaci´n es producida.
o
Vecindarios Locales y Globales, Vecindarios de Von Neumann y Moore.
Hector Cuesta-Arvizu (UAEM) ´
SIMULACION DE ENFERMEDADES ... March 15, 2012 7 / 16
8. Modelo
Idealizaci´n para el Estudio
o
Se asume para este modelo de contagio (SEIRS) lo siguiente:
Se supone una poblaci´n cerrada (que no cambia a trav´s del tiempo).
o e
Una mezcla homog´nea de contactos entre individuos de la poblaci´n.
e o
Cada individuo tiene en promedio el mismo n´mero de contactos.
u
No se consideran las variables demogr´ficas o distancias geogr´ficas
a a
como factores para este modelo.
Hector Cuesta-Arvizu (UAEM) ´
SIMULACION DE ENFERMEDADES ... March 15, 2012 8 / 16
9. Modelo
El Modelo de Contacto Estoc´stico Global
a
El objetivo de este modelo es describir la din´mica de una enfermedad
a
infecciosa en una poblaci´n cerrada.
o
Es un modelo Global de Interacci´n Humano-Humano
o
Su proposito es el simular la din´mica de contacto entre individuos de
a
la poblaci´n. Facilitando el an´lisis de la propagaci´n de cierta
o a o
enfermedad.
El Aut´mata celular es representado en un grafo de cayley que muestra la
o
interacci´n entre c´lulas.
o e
Hector Cuesta-Arvizu (UAEM) ´
SIMULACION DE ENFERMEDADES ... March 15, 2012 9 / 16
10. Modelo
Interacci´n de Contacto Global
o
Contactos por generaci´n (Time Step):
o
CR∗N
C= 2
Total de contactos en el evento:
Ctot = Σt=ρ CR∗N donde te = (1, 2, 3, ..., n)
t=1 2
C = N´mero de interacciones por generaci´n.
u o
CR = Promedio de Contacto.
N = N´mero de individuos en la poblaci´n.
u o
t = ρ = N´mero de generaciones pre-establecidas.
u
Ctot = N´mero total de interacciones en el evento.
u
Hector Cuesta-Arvizu (UAEM) ´
SIMULACION DE ENFERMEDADES ... March 15, 2012 10 / 16
11. Software de Simulacion
Simulador de Brotes Epidemicos
Opciones tecnol´gicas para el Simulador
o
La mayor contribuci´n del presente trabajo es el desarrollo de un
o
software para simular brotes epid´micos incorporando un modelo de
e
aut´mata celular estoc´stico para grandes poblaciones.
o a
Opciones Tecnologicas CPU:
C# .NET (como lenguaje de programaci´n)
o
Background Worker (Algoritmo de paralelizaci´n, sincronizando un
o
pool de hilos)
Opciones Tecnologicas GPU:
C-CUDA.
Hector Cuesta-Arvizu (UAEM) ´
SIMULACION DE ENFERMEDADES ... March 15, 2012 11 / 16
12. Software de Simulacion
Simulador de Brotes Epid´micos
e
Simulaci´n del Modelo SEIRS
o
En la Figura podemos observar la curva de una epidemia tipo SEIRS.
Hector Cuesta-Arvizu (UAEM) ´
SIMULACION DE ENFERMEDADES ... March 15, 2012 12 / 16
13. Resultados
An´lisis de Rendimiento
a
Generaci´n de Contactos
o
Figura.- Contraste de tiempo de respuesta CPU vs GPU.
Hector Cuesta-Arvizu (UAEM) ´
SIMULACION DE ENFERMEDADES ... March 15, 2012 13 / 16
14. Resultados
An´lisis de Rendimiento
a
Tiempo de Ejecuci´n para la Simulaci´n
o o
Figura .- Contraste de tiempo de respuesta para la Simulaci´n.
o
Hector Cuesta-Arvizu (UAEM) ´
SIMULACION DE ENFERMEDADES ... March 15, 2012 14 / 16
15. Conclusiones
Conclusiones y Trabajo Futuro
Conclusiones y Trabajo Futuro
La Simulaci´n ayuda a entender la propagaci´n de una enfermedad
o o
infecciosa.
Se puede observar un incremento sustancial en el rendimiento del
orden de 7 veces m´s r´pido, de la versi´n acelerada por GPU contra
a a o
la implementada en CPU.
Trabajo Futuro:
Usar diferentes tipos de modelos de contacto.
Integrar Estacionalidad.
Integrar Aspectos Demogr´ficos y Geogr´ficos.
a a
Hector Cuesta-Arvizu (UAEM) ´
SIMULACION DE ENFERMEDADES ... March 15, 2012 15 / 16