インフルエンザ感染伝播のデータ同化モデルによる解析・予測技術
平成24年度でさきがけ研究修了

　新型インフルエンザのパンデミック発生回避や被害軽減のための方策を検討する際には、感染伝播モデルによる解析・予測が有効であると期待されますが、単なる数値シミュレーションではモデルと現実との乖離が問題となります。本研究は、データ同化技術を導入することにより、現実のデータとの整合性の取れたシミュレーションを実現し、感染伝播モデルによる解析・予測を行うための数理的基盤技術を開発します。