Direkt zum Inhalt
Corona: Daten sammeln für Vorhersagemodelle

Politiker auf der ganzen Welt versuchen derzeit, das Coronavirus einzudämmen, indem sie unter anderem die Bewegungsfreiheit stark einschränken. Das Fortschreiten einer Epidemie wird von zahlreichen Faktoren beeinflusst. Deshalb sind Wissenschaftler aufgefordert, neue Vorhersagemodelle für die Ausbreitung des Virus zu entwickeln. Die Grundlage für die Modelle sind Daten - zum Beispiel zu Fall- und Testzahlen oder zur Mobilität der Bevölkerung. SoBigData, die europäische Forschungsinfrastruktur für Big Data und Social Mining, hat zahlreiche Aktivitäten gestartet, um kürzlich veröffentlichte Daten rund um die Epidemie zu sammeln und zu analysieren - darunter Nachrichten, Tweets und öffentlich zugängliche Datensätze.

Eine der Hauptanstrengungen konzentriert sich auf das Sammeln von Daten für den "Epidemic Datathon", den Kollegen der ETH Zürich zurzeit organisieren. Teilnehmer aus aller Welt sind aufgerufen, Modelle auf der Basis öffentlich zugänglicher Daten zu entwickeln. Ziel des Datathons ist es, die Dynamik der Epidemie besser zu verstehen. Der Begriff „Datathon“ ist von „Hackathon“ abgeleitet und bezieht sich auf eine Herausforderung, bei der die Teilnehmer Daten nutzen, um innerhalb kurzer Zeit neue Lösungen für bestehende Probleme zu finden.

Die Teilnehmer können die Richtigkeit der Vorhersagen nach einigen Tagen und Wochen anhand realer Daten mehrfach verifizieren, zum Beispiel indem sie die vorausgesagte Zahl der Infizierten in einem Land mit der tatsächlichen Zahl der Fälle vergleichen. So können sie feststellen, welche ihrer Modelle am wirksamsten sind.

www.sobigdata.eu

www.epidemicdatathon.com

 

Kontakt:

Prof. Dr. Avishek Anand

anand@L3S.de

L3S-Mitglied Avishek Anand ist Projektleiter für SoBigData am L3S.