Difference between revisions of "Predict the Curve Flattening"
Jump to navigation
Jump to search
(→Links) |
|||
Line 26: | Line 26: | ||
* quasi md simulationen mit ansteckung bei interaktionen | * quasi md simulationen mit ansteckung bei interaktionen | ||
* ein dashboard bauen was als frontend dienen könnte | * ein dashboard bauen was als frontend dienen könnte | ||
+ | * Mit http://www.bitplan.com/index.php/SimpleGraph könnte aus den CSV eine Graph-Datenbank gemacht und anschliessend mit Geo-Daten usw. verknüpft werden, damit wir Datenformate bekommen, die wir besser nutzen können. | ||
= Links = | = Links = |
Revision as of 21:15, 20 March 2020
Slack
herausforderung_164 is the channel you can ask for an invitation on 1_038_a_daten
Organisation
Aufgabe
Titel Predict the Curve Flattening
Kategorie Kommunikation & Informationsvermittlung an Bürger*innen
Daten: Wie können wir Daten besser aufbereiten und nutzen?
Probleme
Jeder redet von #flattenthecurve aber wie sieht die Kurve eigentlich aus und wie entwickelt sie sich? Ich habe in den letzten Tagen bereits eine Open-Source Visualisierung mit Daten der John Hopkins University gemacht: https://paul-em.github.io/covid-19-curves/Spannend wäre allerdings zu wissen wie sich anhand des Momentums die Kurve entwicklen könnte und vielleicht noch andere Darstellungsformen zu entwickeln. Vielleicht wären hier Mathematiker ganz gut. Ich wäre als Informatiker jedenfalls dabei! Formulierung Herausforderung Wir können einfach darstellen ob die getroffenen Maßnahmen Wirkung zeigen.
Ziele
- saubere und strukturierte Daten
Vorgehen
Ideen
- Aufbauend auf diesem Open-Source Projekt könnte weitergearbeitet werden: https://paul-em.github.io/covid-19-curves/Andere Ansätze gibts es bereits einige.
- Wäre es nicht sinnvoll ein datenbank cluster aufzusetzen um die Daten zentral zu sammeln. Dann könne wir die verschiedenen Tools gegen die selbe Datenbasis laufen lassen und testen welche Algorythmen die besten sind und die Daten zusammenführen
- Epidemic Calculator
- predictions mit lstm, dense oder whatever nn ihr mögt
- disease equations fitten
- quasi md simulationen mit ansteckung bei interaktionen
- ein dashboard bauen was als frontend dienen könnte
- Mit http://www.bitplan.com/index.php/SimpleGraph könnte aus den CSV eine Graph-Datenbank gemacht und anschliessend mit Geo-Daten usw. verknüpft werden, damit wir Datenformate bekommen, die wir besser nutzen können.
Links
- https://paul-em.github.io/covid-19-curves/
- https://github.com/paul-em/covid-19-curves
- http://www.wiwi.uni-muenster.de/fbach/
- https://de.wikipedia.org/wiki/Coronavirus-Epidemie_2019/2020
- https://www.thelancet.com/journals/laninf/article/PIIS1473-3099(20)30120-1/fulltext
- https://github.com/CSSEGISandData/COVID-19
- https://www.ecdc.europa.eu/en/geographical-distribution-2019-ncov-cases
- http://gabgoh.github.io/COVID/index.html