Python Day

May 24, 2025

 

Training day  on Python software and its applications  to  complex network in epidemiology (eight hours)

By

Cyrille Bertelle

from Le Havre Normandie University, France

 

The priority will be given to DySyX'2025 conference participants

 

A certificate of participation will be delivered at the end of Python Day

 

 

Details in French language: 

 

Implémentation de modèles épidémiques sur réseaux avec Python
Cette formation se base sur les modèles épidémiologiques de type SIR et leurs variantes et vise à les implémenter et les simuler en Python.

A partir de modèles classiques basiques, de type SIRS ou SEIRS, nous regardons comment il est possible de les étendre afin qu’ils répondent d'une manière plus précise aux problématiques qui avaient été évoqués notamment lors de la crise Covid-19, à savoir : prise en compte du confinement, de la vaccination et de la saturation des hôpitaux. Un autre aspect des crises épidémiques et notamment de la crise du Covid-19 est la propagation entre villes, régions ou pays. Une approche adaptée pour cette problématique consiste à déployer les modèles sur des réseaux où chaque noeud du réseau représente un espace à l’échelle considérée (ville, région, pays) où un modèle EDO est considéré comme suffisant. Les effets spatiaux sont ici représentés par des mobilités entre les noeuds du réseaux.

 Une technique de déploiement d’un modèle épidémiologique sur réseaux sera implémentée avec Python et ses librairies Numpy, SciPy et Matplotlib permettant d’avoir des performances et des visualisations intéressantes.

 
Durée proposée (8h) :
 
- 2h de présentation synthétique dur Python, Numpy, SciPy et Matplotlib avec supports sous la forme de Jupyter Notebooks.

 

- 2h pour étudier et simuler en Python des extensions des modèles épidémiologiques traitant des problèmes de confinement, vaccination, saturation des hôpitaux

 

- 2h pour présenter le déploiement des modèles épidémiologique sur réseaux et montrer une implémentation en Python

 

- 2h laissés aux participants pour manipuler le modèle en réseau en l’adaptant aux différentes extensions.

 

Dans ces volumes proposés, les participants peuvent démarrer des mises en oeuvre sur Python. Une analyse plus approfondie des simulations permettant de mieux maîtriser les paramètres de contrôle des processus nécessiterait un volume horaire plus important ou encore la réalisation d’un projet à faire chez eux.

 
Online user: 2 Privacy | Accessibility
Loading...