我正在開發的軟件的一些六邊形標誌

軟件

我深深致力於開源軟件，並在15年多的時間裡一直在構建專業級工具——可以追溯到 Google Code 時代。我的工作將嚴格的統計方法與現代軟件工程實踐相結合，包括版本控制（Git/GitHub）、持續集成、代理 AI、容器技術和敏捷方法。我領導科學軟件開發團隊交付高性能、可靠且用戶友好的工具，這些工具被研究人員和從業者廣泛採用。我的大部分工作是用 C++ 構建的，為 R 和 Python 提供包裝器，針對高性能計算環境進行優化。在所有項目中，我在設計時都考慮到性能和可用性，確保複雜的方法既可擴展又易於訪問。

近年來，我也將 AI 融入工作，推動研發與創新（一些示例見此處）。

重點項目包括：

epiworld 框架是一個用 C++ 編寫的高級基於代理的建模框架，專為流行病學建模的快速原型設計而設計。該庫可在 R、Python 以及 shiny 包中使用。
epiworld 最值得注意的應用是對美國近期麻疹爆發的建模。您可以在此處查看開發的 shiny 應用程序版本。

rgexf 包。創建、讀取和寫入 ‘GEXF’（圖形交換 ‘XML’ 格式）圖形文件（用於 ‘Gephi’ 等）。使用 ‘XML’ 包，rgexf 允許讀取和寫入 GEXF 文件，包括屬性、‘GEXF’ 可視化屬性（如顏色、大小和位置）、網絡動態（節點和邊）以及邊的權重。用戶可以逐元素或通過數據框大量構建/處理圖形，通過 ‘gexf-js’（一個 ‘javascript’ 庫）在網頁瀏覽器上可視化圖形，並與 ‘igraph’ 包交互。
您可以在此處查看 gexf-js 庫的實際應用版本。

ergmito R 包。使用精確統計量對小型網絡的指數隨機圖模型（ERGMs）進行模擬和估計，如 Vega Yon 等人（2020）所示 https://doi.org/10.1016/j.socnet.2020.07.005。與 ‘ergm’ 包不同，‘ergmito’ 避免使用馬爾可夫鏈最大似然估計器（MC-MLE），而是使用最大似然估計器（MLE）來擬合小型網絡的 ERGMs。由於對小型網絡來說詳盡枚舉在計算上是可行的，因此這個 R 包利用了這一點，並提供了直接計算似然函數和其他相關函數的工具，這意味著在許多情況下，小型網絡的 ERGMs 估計和模擬都可以比基於模擬的算法更快、更準確。

以下是我構建或貢獻的軟件包的詳盡列表。您可以在 我的 GitHub 上查看我最近的貢獻和正在進行的開源項目

Bayer, D., Morris, D. H., Vega Yon, G. G., Martin, T., & Bidari, S. (2024). PyRenew: A package for bayesian renewal modeling with JAX and NumPyro. https://github.com/CDCgov/PyRenew
Johnson, K., Morris, D., Abbott, S., Bernal Zelaya, C., Vega Yon, G. G., Bayer, D., Magee, A., & Olesen, S. (2024). Wwinference: Jointly infers infection dynamics from wastewater data and epidemiological indicators. https://github.com/cdcgov/ww-inference-model/
Meyer, D., & Vega Yon, G. G. (2023). epiworldR: Fast agent-based epi models. https://cran.r-project.org/package=epiworldR
Meyer, D., & Vega Yon, G. G. (2023). epiworldRShiny: Shiny interface for epiworldR. https://cran.r-project.org/package=epiworldRShiny
Vega Yon, G. G. (2023). Defm: Estimation and simulation of multi-binary response models. htps://cran.r-project.org/package=defm
Vega Yon, G. G. (2022). Aphylo: Statistical inference of annotated phylogenetic trees. https://cran.r-project.org/package=aphylo
Vega Yon, G. G. (2022). epiworld: A flexible and general agent based model engine. https://github.com/UofUEpiBio/epiworld
Vega Yon, G. G. (2021). Netplot: Beautiful graph drawing. https://cran.r-project.org/package=netplot
Vega Yon, G. G., & de la Haye, K. (2020). Ergmito: Exponential random graph models for small networks. https://cran.r-project.org/package=ergmito
Vega Yon, G. G. (2020). Barry: Your to-go motif accountant. https://github.com/USCbiostats/barry
Vega Yon, G. G. (2020). Fmcmc: A friendly MCMC framework. https://CRAN.R-project.org/package=fmcmc
Vega Yon, G. G. (2020). Pruner: Implementing the felsenstein’s tree pruning algorithm. https://github.com/USCbiostats/pruner
Vega Yon, G. G. (2020). Rgexf: Build, import and export GEXF graph files. https://CRAN.R-project.org/package=rgexf
Vega Yon, G. G. (2020). slurmR: A lightweight wrapper for ’slurm’. https://CRAN.R-project.org/package=slurmR
Vega Yon, G. G., & Valente, T. (2020). netdiffuseR: Analysis of Diffusion and Contagion Processes on Networks. https://doi.org/10.5281/zenodo.1039317
Vega Yon, G. G., & Quistorff, B. (2019). Parallel: Stata module for parallel computing. https://github.com/gvegayon/parallel
Vega Yon, G. G. (2017). googlePublicData: Working with google’s ’public data explorer’ DSPL metadata files. https://CRAN.R-project.org/package=googlePublicData
Vega Yon, G. G., & Muñoz, E. (2017). ABCoptim: Implementation of artificial bee colony (ABC) optimization. https://CRAN.R-project.org/package=ABCoptim
Vega Yon, G. G. (2016). twitterreport: Out-of-the-box analysis and reporting tools for twitter (Version v0.16) [Computer software]. Zenodo. https://doi.org/10.5281/zenodo.44528

本網站版本使用 GitHub Copilot 從原始英文版本自動翻譯，尚未經過人工驗證。