モデルBの結果：新規感染者数(報道ベース)
現在報告されている感染者数/回復者数を前提として計算すると、全く集団免疫状態とは言えず、
いずれのシナリオにおいても感染者は大幅な拡大を続ける計算結果となった
モデルBの結果：重症感染者数(中等症以上 / 報道ベース)
ワクチン効果の持続率の補正を行った結果、報道ベースの累計感染者数を前提とすると、
東京で数千名規模の重傷者が出る計算結果となった。
Appendix: MLNの各レイヤーの生成ロジック
● 世帯
● 職業m0（同僚）
● 職業W（他部署/顧客)
● 学校m0（同じクラスの仲良しグループ）
● 学校W（他クラス/部活仲間）
● ご近所親友m0
● 外食W
● 娯楽W
● ごく近所の買い物W
● ランダム
※データのサンプリングは、指定した世帯数をランダムサンプリングするので世帯数の
指定は出来るがノード数の指定は出来ない
世帯
● 概要
・世帯ごとにクリークを形成するレイヤー
● パラメーター
・なし
● 生成ロジック
・同一のhousehold_idを全結合
職業（同僚）
● 概要
・Industry_idが同一のエージェントを複数人のグループに分割し、グループ内でクリークを形成するレイヤー
● パラメーター
・industry_cnt: グループの平均構成人数
・industry_segment_id: 自分が所属するグループID
● 生成ロジック (擬似コード)
職業（他部署/顧客）
● 概要
・industry_Wとindustry_m_0に基づき制約付きネットワークを形成するレイヤー
● パラメーター
・industry_W: 他人と繋がる上限数 (industry_W - industry_m_0だけ他人の手を受け入れる)
・industry_m_0: 自ら伸ばす手の本数
● 生成ロジック (擬似コード)
学校(同じクラスの仲良しグループ)
● 概要
・同一地区(住所コード上7桁が同一)で同い年の児童内でクリークを形成するレイヤー
● パラメーター
・Town_code[:7]
・age
● 生成ロジック (擬似コード)
学校(他クラス/部活仲間)
● 概要
・児童がschool_Wとschool_m_0に基づき制約付きネットワークを形成するレイヤー
● パラメーター
・school_W: 他人と繋がる上限数 (school_W - school_m_0だけ他人の手を受け入れる)
・school_m_0: 自ら伸ばす手の本数
● 生成ロジック (擬似コード)
ご近所の親友(近所m0)
● 概要
・CityCodeとageとm0に基づき距離から制約付きネットワークを形成するレイヤー
● パラメーター
・CityCode: 居住市町村
・Age: エージェントの年齢
・bestfriend_m_0: 自ら伸ばす手の本数
● 生成ロジック (擬似コード)
外食W
● 概要
・gaishoku_Wとgaishoku_m_0とepsilonに基づき距離から制約付きネットワークを形成するレイヤー
● パラメーター
・distance_W: 他人と繋がる上限数 (distance_W - distance_m_0だけ他人の手を受け入れる)
・distance_m_0: 自ら伸ばす手の本数
・Epsilon(0.01): 距離の近さの強さ
● 生成ロジック (擬似コード)
娯楽W
● 概要
・distance_Wとdistance_m_0とepsilonに基づき距離から制約付きネットワークを形成するレイヤー
● パラメーター
・distance_W: 他人と繋がる上限数 (distance_W - distance_m_0だけ他人の手を受け入れる)
・distance_m_0: 自ら伸ばす手の本数
・Epsilon: 距離の近さの強さ(0.5)
● 生成ロジック (擬似コード)
ごく近所の買い物W
● 概要
・distance_Wとdistance_m_0とepsilonに基づき距離から制約付きネットワークを形成するレイヤー
● パラメーター
・distance_W: 他人と繋がる上限数 (distance_W - distance_m_0だけ他人の手を受け入れる)
・distance_m_0: 自ら伸ばす手の本数
・Epsilon(0.0001): 距離の近さの強さ
● 生成ロジック (擬似コード)
ランダム（旅行等）
● 概要
・ランダムグラフから成るレイヤー
● パラメーター
・p: エッジを選択する確率
● 生成ロジック (擬似コード)
n(n - 1) / 2 通りのエッジから確率 p で採用するエッジを決定しグラフを生成
