Modellierungs- und Simulationsmethoden für "linked lives" in der Demographie

• Antragstellerin: Professorin Dr. Adelinde Uhrmacher
• Fachliche Zuordnung: Datenmanagement, datenintensive Systeme, Informatik-Methoden in der Wirtschaftsinformatik ; Sicherheit und Verlässlichkeit, Betriebs-, Kommunikations- und verteilte Systeme
• Förderung: Förderung von 2014 bis 2022
• Projektkennung: Deutsche Forschungsgemeinschaft (DFG) - Projektnummer 258560741

Simulationsmodelle für Linked Lives in der Demographie umfassen zahlreiche Agenten, die in verschiedenen Rollen interagieren, detaillierte Entscheidungsprozesse durchlaufen und dynamisch auf Informationen in ihrem sozialen Netzwerk zugreifen, welches sich im Zeitverlauf ändert. Die Modelle basieren teilweise auf etablierten Theorien, anderen Simulationsmodellen und Daten. Aus dieser Beobachtung ergeben sich vielfältige Herausforderungen für Modellierungs- und Simulationsmethoden. Die entwickelte, ausdrucksstarke Modellierungssprache ML3 (Modeling Language for Linked Lives) ermöglicht eine kompakte zeitkontinuierliche Modellierung verknüpfter Lebensläufe. Die Sprache soll in weiteren Fallstudien und im Kontext anderer Sprachen evaluiert und verfeinert werden. Eine effiziente Simulation ist eine Grundvoraussetzung für die Entwicklung und Analyse solcher Modelle. Hierzu sollen parallele und approximative Simulatoren entwickelt werden. Um Linked Lives Modelle effektiv parallel zu simulieren, sind geeignete Strategien zur Partitionierung des sozialen Netzwerks notwendig, während approximative Simulatoren, um Genauigkeit und Geschwindigkeit abzuwägen, geeignete Aggregationsstrategien benötigen. Beide Arten von Strategien werden Forschungsgegenstand sein. Zur Unterstützung flexibler und replizierbarer Simulationsexperimente wurde ML3 mit SESSL (Simulation Experiment Specification via a Scala Layer), einer Sprache zur Spezifikation und Ausführung von Simulationsexperimenten, verbunden. Methoden zur Analyse von dynamischen Netzwerken werden das Portfolio der bereits vorhandenen Analysemethoden erweitern. Die deklarative Beschreibung von Modellen in ML3 und von Simulationsexperimenten in SESSL bildet die Grundlage für die automatische Ableitung von Provenance-Informationen über die verschiedenen Artefakte und Prozesse, welche zu der Entwicklung von Linked Lives Modellen beigetragen haben. Die Methoden werden in konkreten Simulationsstudien in der Demographie und der Epidemiologie evaluiert werden.

• DFG-Verfahren: Sachbeihilfen