Reading:
【感染シミュレーション】QUBOにおけるSocial Distancing
   

【感染シミュレーション】QUBOにおけるSocial Distancing

2020.04.07

従来量子コンピュータや量子アニーラでは交通最適化のような道路ネットワークを利用した問題を最適化して、混雑状況を緩和するなどの社会問題の解決が行われてきました。今回、それらネットワーク問題に感染強度を組み合わせることで新しいシミュレーションの手法を開発し、主にSocial Distancingの重要性について確認のできるシミュレーションを行いました。(今回はサイズが小さかったので、Leap2には投げず、まずはblueqat proのクラウド環境で計算を行いました。)

上記はある感染の初期状態を表しています。点一つが一人の人間を表し、青い点が健常者、赤い点が感染者、xが死亡者を表しています。上記では初期状態で感染者がまばらな状態です。ここからSocial Distancingを一定確保し、人との距離を保ち、感染を拡大させない状態を見てみます。

上記はある一定でSocial Distancingをとったことを想定した場合で、近隣での感染が少なくなっています。死亡者数も大きくは増えません。一方、Social Distancingを取らず、近隣との感染が多い場合は下記のようになります。

このシミュレーションでは、感染が一気に広がり死亡者も増えています。近くの人にうつさないということを守らなかっただけで一気に感染が大きく拡大しました。こうなってしまうともはや医療機関も対応が難しいでしょう。

QUBOとイジングモデルを利用したシミュレーションで感染を最適化することで、諸要素を調整しながら何度でもシミュレーションを行うことができます。今後はより細かい条件設定や、実際の地図上でのシミュレーションを通じて、如何に私たち一人一人が心がけを通じて感染を広げないという状態を維持できるかを検証したいと思います。

divider graphic