Impact of urban structure on infectious disease spreading
目前正在进行的SARS-CoV-2大流行已经使世界成为人质一年多了。流动性是病毒传播的关键，限制流动性是对抗病毒扩张的主要非药物干预措施。以前的作品已经表明了城市的结构组织和居民的运动模式之间的联系。这使城市中心成为流行病监测和干预的重点。在这里，我们表明，组织的城市流量有巨大的影响，疾病的传播和不同的缓解策略的顺从性。通过对美国和其他国家不同城市的匿名和聚集的城市内部流动的研究，并结合实证分析和分析方法，我们证明了城市对传染病传播的反应可以根据这些流动的总体组织大致分为两大类型。在等级森严的城市，流动主要集中在流动热点之间，特别容易受到流行病快速传播的影响。然而，在这类城市中，限制流动性对于减轻病毒的传播非常有效。相反，在有许多活动中心的城市中，流行病的传播要慢得多，但对流动限制的反应要弱得多，效果也差得多。在较脆弱的城市投入资源进行早期监测和及时采取特别干预措施，可能有助于遏制和减少未来大流行病的影响。
2022-03-10 physics.soc-ph q-bio.PE
Birth and death of links control disease spreading in empirical contact networks
我们调查的12个经验的人类接触的时间网络的集合的结构方面是重要的疾病传播。我们扫描了传染病流行病学的两个典型模型的整个参数空间-易感-传染-易感（SIS）和易感-传染-去除（SIR）模型。将这些模拟的结果与参考数据进行比较，在参考数据中，我们消除了interevent间隔中的结构，数据中第一次接触的时间，或从最后一次接触到采样结束的时间。我们发现的情况是，链接的诞生和死亡，以及链接上的接触总数，对于预测疫情至关重要。另一方面，开始和结束之间的接触的确切时间，或间隔时间分布，并不重要。换句话说，这些经验数据集的一个简化的图片，足以为流行病学的目的是，链接出生，是活跃的强度，并死亡。
2014-05-24 cs.SI physics.soc-ph q-bio.PE
Spreading dynamics of infectious diseases on structured society with daily cycles
我们面临着一个共同的严重问题，传染病，并试图抑制感染的蔓延。我们需要减少相互接触以减少感染的机会，但这也意味着经济活动的损失。在我们的社会中，这种权衡是不可避免的，因为到目前为止，我们仍然需要直接的沟通和通勤。我们论文的重点是社会结构，我们与之有直接联系。我们用人工社会模型研究传播过程，每个代理人都有一个日周期，每天都去办公室和回家。同时，传染病也是沿着SIR模型传播的。我们表明，慢感染和短通勤可以实现一些结构，反之亦然。这些特征的最有效因素是社会的模块化。在高度模块化的社会中，代理人生活在指定的办公室周围，但代理人通勤很长的路到他们的办公室，并且可以在非模块化社会中快速感染。第一个感染点是功能的另一个因素。如果第一次感染发生在办公室周围，感染传播较慢。相反，如果第一个发生在远离办公室的地方，感染可能很快。我们展示了一个设计原则，高模块化和稀疏分布的办公室，为良好的社会和讨论可能的解决方案，在现实社会中，我们生活在。
2020-05-13 cond-mat.dis-nn cs.SI physics.soc-ph
Activation thresholds in epidemic spreading with motile infectious agents on scale-free networks
研究了指数$2<γ<3$的度分布为幂律分布$P (k) \sim k^{-γ}$的不相关无标度网络上具有感染个体迁移的费米子易感-感染-易感模型.考虑了两个扩散过程，其感染点的扩散率为$D$.在\textit{standard diffusion}中，以相等的机会选择最近的邻居之一，而在\textit{biased diffusion}中，这种选择以与邻居的度成比例的概率发生。一个非单调的依赖$D$的流行病阈值与最佳的扩散率$D_\ast$，传染病传播是更有效的，被发现为标准的扩散，而单调衰减中观察到的偏置的情况下。随着网络规模的增加，流行病阈值趋于零，这种情况的形式取决于扩散规则和度指数。我们分析研究了动力学淬火和非均匀平均场论。前者提出，在一般情况下，一个更好的性能标准和后者的偏置扩散模型，表明不同的激活机制的流行病阶段，合理化的枢纽或最大$k$ -核心子图。
2018-12-11 physics.soc-ph
Simulating City-level Airborne Infectious Diseases
随着世界人口的指数增长和人员流动性的不断增加，流行病爆发的危险正在上升。特别是在高密度的城市地区，如公共交通和换乘点，人们彼此非常接近，我们观察到空气传播病毒和相关病原体的传播急剧增加。必须充分了解这些地区的“传播高速公路”，以预防或预测传染病的传播。我们采取的方法是将来自所有相关来源的尽可能多的信息结合起来，并将其集成到一个模拟环境中，以进行场景测试和决策支持。在本文中，我们提出了一种新的方法来研究城市空气传播疾病的传播相结合的交通信息，地理空间数据，感染动力学和传播特性。
2011-12-30 cs.OH physics.soc-ph
Impact of Indirect Contacts in Emerging Infectious Disease on Social Networks
个体之间的相互作用模式在传染病传播中起着至关重要的作用。了解这些模式，并将其影响整合到传染病的扩散动力学模型中，对于流行病学研究具有重要意义。目前基于网络的扩散模型假设疾病通过感染者和易感者同时共存的相互作用传播。然而，有几种传染病可以在易感个体在受感染个体离开后访问某个地点时传播。最近，我们引入了一个扩散模型，称为同地异时（SPDT）传输，以捕捉间接传输时发生的感染个体离开之前，一个易感个体的到来，随着直接传输。在本文中，我们展示了这些间接传播联系如何显着增强传染病的出现模拟空气传播疾病传播的合成社会接触网络。我们把在传染期有间接联系但没有直接联系的个体称为隐性传播者。我们的模拟表明，间接链接发挥类似的作用，直接链接和一个隐藏的传播者可以引起大爆发的SPDT模型，导致在现有的模型中没有感染的基础上直接链接。我们的工作为传染病建模开辟了新的方向。
2018-03-30 cs.SI physics.soc-ph q-bio.PE
Modeling Epidemic Spreading through Public Transit using Time-Varying Encounter Network
公共交通（PT）网络中的乘客接触可能是传染病传播的关键媒介。本文提出了一个时变加权PT相遇网络模型，通过PT系统的传染病传播。在地方和全球层面的社会活动联系也被考虑在内。我们选择2019冠状病毒病（COVID-19）的流行病学特征作为案例研究，并结合新加坡的智能卡数据来说明城市层面的模型。一个可扩展的和轻量级的理论框架来捕捉时变和异构的网络结构，这使得在整个人口水平上解决问题，具有较低的计算成本。从公共卫生方面和运输方面的不同控制政策进行了评估。我们发现人们的预防行为是控制流行病传播的最有效措施之一。从交通方面看，部分关闭公交线路有助于减缓疫情，但无法完全遏制疫情蔓延。利用智能卡资料识别“有影响力的乘客”，并及早隔离他们，亦可有效减少传染病传播。
2020-11-22 cs.SI physics.soc-ph q-bio.PE
Epidemic spreading induced by diversity of agents' mobility
在本文中，我们研究了个人对公共交通工具的偏好对传染病传播的影响，通过一个被称为公共流动性的数量。我们的理论和数值结果的基础上构建的模型表明，如果代理的平均公共流动性是固定的，在代理的公共流动性的多样性的增加降低了流行病的阈值，超过该阈值的感染率的提高被观察到。我们的研究结果提供了一种方法，以提高社会对传染病的抵抗力，同时保持公共交通系统的利用率。
2012-08-23 physics.soc-ph
Modeling disease spreading with adaptive behavior considering local and global information dissemination
该研究提出了一个模型框架，用于在疾病爆发期间研究具有自适应人类行为的疾病动态，同时考虑局部观测和全局信息的影响。一个重要的应用场景是，通勤者可以在旅行期间从他们的身体接触中观察症状和对策后调整他们的行为，从而改变疾病爆发的轨迹。我们介绍了异质平均场（HMF）的方法在一个多路网络设置，共同模拟传染病的传播动力学的接触网络和传播动力学的信息在观察网络。疾病的传播是使用经典的易感染性-感染性-易感性（SIS）过程捕获的，而类似SIS的过程则模拟了被称为不知情-知情-不知情（UAU）的知情传播。多重网络的使用有助于捕捉疾病传播和信息传播之间的相互作用，以及一个动态如何影响另一个。理论分析表明，根据疾病和信息的渗透强度，存在三种潜在的平衡态。信息的传播可能有助于在人口中形成群体免疫力，从而抑制和消除疾病的爆发。最后，利用地铁出行者接触网络进行数值实验，揭示了现实世界中的疾病和信息动态，并对交通系统抵御传染病风险的能力进行了深入研究。
2020-08-25 physics.soc-ph
Spreading dynamics on small-world networks with connectivity fluctuations and correlations
传染病和计算机恶意软件通过人与计算机之间的接触网络在人与计算机之间传播。这些网络具有连通性涨落、连通性相关和小世界特性。在以前的工作[A。Vazquez，Phys. Rev. Lett. 96，038702（2006）]我已经证明了连通性波动与小世界性质一起导致了一种新的传播规律，其特征在于初始幂律增长，其指数由网络上的平均节点距离确定。在这里，我将这些结果扩展到考虑在真实网络中通常观察到的连接相关性的影响。我表明，constitutive和disconstitutive连接的相关性增强和减少，分别，这种传播规律的有效性范围。作为一个推论，我得到的区域的连接波动和程度的相关性，其特征在于没有一个流行病的阈值。这些结果与传染病、谣言和信息在人类中的传播以及计算机病毒、电子邮件蠕虫和恶作剧在计算机用户中的传播有关。
2006-09-28 cond-mat.dis-nn physics.soc-ph q-bio.PE
Social distancing in pedestrian dynamics and its effect on disease spreading
在没有接种疫苗的情况下，非药物措施，如社交距离，可以在控制流行病方面发挥重要作用。在本文中，我们研究了社会距离对流行病的影响，它是可执行的。我们使用一个结合了人类流动和疾病传播的数学模型。对于流动性动态，我们设计了一个基于代理的模型，包括行人动态与一种新型的力量，类似于在拥挤的网站社交距离。对于传播动力学，我们认为隔间的SIE动力学加上间接传播的足迹的传染性行人的传染因素。我们发现，增加社会距离的强度有显着影响的暴露风险。通过将人群分类为社会距离遵守者和非遵守者，我们得出结论，即使是少数潜在传染性病原体的社会距离实践，也会导致人群暴露风险发生急剧变化，但会降低其他人群实施该协议的有效性。此外，我们观察到，对于间接传播更重要的传染病，社会距离的有效性会降低。本研究可为降低暴露风险的政策制定提供定量指导。
2020-10-24 physics.soc-ph q-bio.PE
Exponential rate of epidemic spreading on complex networks
本文针对复杂网络上传染病初始阶段的指数传播速率展开研究，基于度分布、网络 assortativity 和聚类水平推导出网络再生数表达式并关联其与疾病传染性及传播速率，结果适用于多数网络，填补了经典流行病学与复杂网络理论的空白。
2025-04-18 cond-mat.stat-mech physics.soc-ph q-bio.PE
Screening for an Infectious Disease as a Problem in Stochastic Control
Czech Technical University（捷克技术大学）
最近人们对筛查人群中的传染病很感兴趣。在这里，我们提出了一个随机控制模型，其中的最佳筛选政策是证明很难找到，但其中汤普森抽样证明最佳的性能保证贝叶斯后悔的形式。汤普森抽样似乎特别适用于我们不太了解其动态的疾病，例如超级传播的COVID-19。
2020-11-01 cs.LG math.OC physics.soc-ph
Epidemic spreading on modular networks: The fear to declare a pandemic
在过去几十年中，由于城市化和国家间流动性的增长，大流行病的频率增加了。由于在一个国家传播的疾病可能成为具有潜在的全球人道主义和经济影响的大流行病，因此开发模型来估计全球大流行病的可能性非常重要。在本文中，我们提出了一个模型的疾病传播的结构模块复杂网络（有社区），并研究如何桥节点$n$的数量连接社区的影响疾病传播。我们发现，我们的模型可以在全球范围内描述为一个社区之间的传染性传播过程，全球传染性和恢复时间分布取决于每个社区的内部结构和$n$。我们发现，随着$n$的增加，在临界点附近，疾病到达大多数社区，但每个社区只有一小部分恢复的节点。此外，我们还得到在极限$n \to \infty$内，大流行的概率在临界点处突然增加。这种情况可能会使是否启动大流行警报的决定更加困难。最后，我们表明，链接渗流理论可以在全球范围内使用，以估计一个流行病的概率，因为社区之间的全球传染性有一个弱的依赖于全球恢复时间。
2020-03-23 physics.soc-ph q-bio.PE
Connecting Mass-action Models and Network Models for Infectious Diseases
本文通过确定传播规则和提出映射方法，将任意网络上的传染病传播与质量作用模型相联系，并利用合成数据验证了方法优势，阐明了两种模型结果一致或不一致的成因。
2024-08-27 physics.soc-ph q-bio.PE stat.AP
Effects of concurrency on epidemic spreading in Markovian temporal networks
本文构建可调节并发程度且保持边统计与聚合网络结构一致的 Markovian 时序网络模型，发现并发在流行病阈值附近小幅促进传播，而在高感染率下多数情况会抑制传播。
2024-05-08 physics.soc-ph
Sample NLPDE and NLODE Social-Media Modeling of Information Transmission for Infectious Diseases:Case Study Ebola
我们调查的信息传播，通过Twitter消息相关的埃博拉病毒在非洲西部的传播流行病为基础的动态模型。扩散扩散导致NLPDE模型和不动点分析产生系统的NLODE模型。当推文被映射为图中的连接节点并被视为时间序列马尔可夫链TSMC时，通过库尔茨定理，这些特定路径可以被识别为常微分方程系统的近似解，这些常微分方程系统在大N极限下保留了原始推文动力学的许多特征。对与Tweet和re-Tweet速率相关的模型的约束导致方程系统的不同版本。我们使用埃博拉Twitter模因的数据来研究修改后的四参数模型，并将得到的拟合应用于一组埃博拉模因的准确性度量。原则上，描述基于Twitter的模因传播的时间和空间演化方程可以帮助确定并告知决策者这类流行病的传播和遏制的性质。
2014-12-31 cs.CY cs.SI physics.soc-ph
Beyond COVID-19 Pandemic: Topology-aware optimisation of vaccination strategy for minimising virus spreading
减轻传染病的传播最近得到了研究界的相当大的关注。可以通过采取卫生措施、社会规则以及广泛的疫苗接种运动来实现这一目标。接种疫苗目前是在不严格封锁的情况下缓解冠状病毒病（COVID-19）爆发的主要方法。其效力还取决于行政管理的数量和及时性，因此需要严格的优先次序标准。几乎所有国家都优先考虑类似级别的接触工人，以最大限度地提高患者的生存率和挽救的生命年数。减轻传染病的传播最近得到了研究界的相当大的关注。它可以通过采取卫生措施、社会规则以及广泛的疫苗接种运动来实现。接种疫苗目前是在不严格封锁的情况下缓解冠状病毒病（COVID-19）爆发的主要方法。其效力还取决于行政管理的数量和及时性，因此需要严格的优先次序标准。几乎所有国家都优先考虑类似类别的暴露工人：医疗保健专业人员和老年人，以最大限度地提高患者的生存率和挽救的生命年数。尽管如此，该病毒目前正在高速传播，迄今所采用的任何优先标准都没有考虑到接触网络的结构组织。
2022-02-15 cs.SI physics.soc-ph
Epidemic spreading with time delay in complex networks
提出了一个改进的小世界无标度复杂网络\emph{susceptible-infected-susceptible}（SIS）模型，研究了在传染阶段引入时滞的传染病传播问题。考虑到网络的拓扑结构，研究了传染过程中的一致时滞和度依赖时滞。我们发现，时滞的存在将促进网络中传染病的爆发和流行。
2005-11-24 physics.soc-ph
Memory-induced complex contagion in epidemic spreading
尽管流行病模型已经发展成为预测疾病和观点传播的强大工具，但大多数模型都假设无记忆代理和独立的传播渠道。我们开发了一种感染机制，它具有对过去暴露的记忆，同时结合了多种感染源的联合作用。非结构化基质中的易感-感染-易感模型的分析方程和模拟揭示了一个额外阶段的出现，该阶段将通常的健康和流行相分离。这个中间阶段显示出根本不同的特点，系统表现出兴奋性或异国情调的双稳态变体。此外，向地方病的过渡呈现出混合的方面。这些功能是两种记忆模式之间的复杂平衡的产物，并表明非马尔可夫效应显着改变传播过程的属性。
2019-03-04 physics.soc-ph q-bio.PE
Steady States of Epidemic Spreading in Small-World Networks
考虑一个标准的\textit{susceptible-infected-susceptible}（SIS）模型，研究小世界网络中传染病传播的稳态行为.使用分析方法和大规模的模拟，我们恢复通常的流行病的行为与一个临界阈值$λ_{c}$以下的传染病消亡。而对于远高于$λ_{c}$的扩散率$λ$，发现作为$λ$的函数的感染个体密度$ρ$具有性质$ρ\approx F(K)(\ln λ- \ln λ_{c})$。
2005-09-01 physics.soc-ph
Interplay between the local information based behavioral responses and the epidemic spreading in complex networks
传染病的传播会引发人类对疾病的行为反应，而行为反应对疾病的传播起着至关重要的作用。在这项研究中，为了说明人类行为反应的影响，一个新的类的个人，$S^F$，被引入到经典的易感-感染-恢复（$SIR$）模型。在模型中，$S^F$状态表示易感个体主动采取保护措施以降低被感染的概率，易感个体在与有传染性的邻居接触时可能以一定的反应率进入$S^F$状态。利用渗流方法，导出了流行阈值和流行率的理论公式。研究结果表明，随着响应率的增加，疫情阈值提高，疫情发生率降低。数值模拟也验证了分析结果。此外，我们还证明了，由于平均场方法忽略了动态相关性，基于平均场方法得到了一个错误的结果--流行阈值与响应率无关，即，附加的$S^F$状态对流行阈值没有影响。
2015-09-04 physics.soc-ph
Non-Markovian SIR epidemic spreading model
我们引入了非马尔可夫SIR传染病传播模型的启发COVID-19的特点，通过考虑离散和连续时间版本。潜伏期、延迟传染性和恢复期的分布用一般函数建模。通过对这些函数进行相应的选择，证明了该模型退化为经典的马尔可夫情形。流行病的阈值是解析确定的任意函数的传染性和恢复和数值验证。该模型的相关性通过对2020年春季意大利第一波疫情的建模来展示。
2021-11-22 physics.soc-ph
Predicting the speed of epidemics spreading on networks
全球运输和通信网络现在使信息、思想和传染病能够以远远超过历史上可能的速度传播。为了有效地监测、设计或干预这种类似传染病的过程，需要预测特定网络中特定传染病的速度，并区分在爆发期间迟早更有可能被感染的节点。在这里，我们使用消息传递方法来研究这些量，以获得简单有效的预测，这些预测在各种真实网络上的流行病模拟中得到了验证，并具有良好的一致性。除了对不同节点的个性化预测外，我们还发现，随着传染病的发展，整体突然从低密度过渡到几乎完全的网络饱和。我们的理论是在树状网络上的简单传染中发展和解释的，但我们也能够展示该方法如何很好地扩展到复杂的传染和高度聚集的网络。
2020-02-12 cond-mat.stat-mech physics.soc-ph q-bio.PE
Multiscale Analysis of Spreading in a Large Communication Network
在时间网络中，底层网络的拓扑结构和交互事件的时间对于确定网络介导的动态过程如何展开至关重要。我们已经探讨了SI模型中传播速度的极限情况，该模型的建立使得感染性个体和易感个体之间的事件总是传播感染。这个过程的速度为通过网络的交互事件介导的任何动态过程的速度设置了上限。时间网络的帮助下，来自大规模的时间戳数据的移动电话通话，我们扩展了早期的结果，指出突发性和时间的不均匀性的减速效果。在这样的网络中，链接不是永久活跃的，而是动态过程，由在特定时间点在链接上发生的重复事件介导。我们进行了多尺度分析，并查明了事件序列的时间在各个环节的重要性，它们与相邻序列的相关性，以及网络规模的传播过程所采取的时间路径。这是通过研究经验和分析不同的特征中继时间的链接，相关的各自的规模，和一组时间参考模型，允许删除选定的时域相关性一个接一个。
2011-12-19 cs.SI physics.data-an physics.soc-ph
The effect of heterogeneous distributions of social norms on the spread of infectious diseases
由SARS-CoV-2病毒引起的COVID-19疫情于二零二零年初在中国突然爆发，并迅速蔓延至全球。这导致了对病毒本身的研究显著增加，更广泛地说，在许多科学领域的流行病。在这项工作中，我们专注于传染病传播的动态，以及它如何受到遵守社会规范的个体差异的影响，即，人口成员采用健康和卫生的社会规范。
2022-03-29 physics.soc-ph
Stochastic Compartment Model of Epidemic Spreading in Complex Networks with Mortality and Resetting
本文提出一个包含死亡和重置的随机舱室流行病模型，在WS网络上模拟，证明零死亡率下$R_0>1$时存在地方性平衡，并探讨长程跳跃和死亡率的影响。
2025-09-12 cond-mat.stat-mech physics.soc-ph
Optimal control of a probabilistic dynamic for epidemic spreading in arbitrary complex networks
基于离散时间马尔可夫链过程，提出了一种离散时间概率动力学模型，用于模拟基于接触的传染病传播过程，特别是研究了SIR模型，并给出了该模型的相图。然后，本报告提出了一组方程，代表最优控制策略，通过庞特里亚金的最大值原理，在两种不同的情况下，疫苗接种政策和联合疫苗接种住院政策，并显示了数值模拟，与标准的前向后扫描程序，这些方程。
2017-12-20 physics.bio-ph physics.soc-ph
Imperfect spreading on temporal networks
我们研究网络上的传播，其中节点之间的接触动力学是由一个随机过程和相互接触的时间分布可能不同于指数。我们考虑一个不完美的传播过程，其中传输是成功的，在每个接触的确定概率。我们首先推导出一个表达式的成功时间分布，确定传播的速度，然后集中在一个问题有关的传染病传播，通过估计在一个系统中的节点在一个有限的，随机的时间内保持传染病的流行阈值。最后，我们讨论了我们的工作的影响，设计一个有效的策略，以提高时间网络上的传播。
2016-07-06 cs.SI physics.data-an physics.soc-ph
Competition, Collaboration, and Optimization in Multiple Interacting Spreading Processes
竞争和合作是多智能体概率传播过程的核心。舆论战和竞争性营销活动是前者的典型例子，而艾滋病毒和结核病等多种疾病的共同传播则表明了后者。这些传播受到底层网络拓扑结构、网络组成部分之间的感染率、恢复率以及同样重要的传播过程本身之间的相互作用的影响。在这里，我们第一次推导出动态的消息传递方程，提供了一个精确的描述动态的两个相互作用的传播过程的树图，并开发系统的低复杂度模型，预测一般图上的传播。我们还开发了一个理论框架，通过预算约束下的优化资源分配，并在有限的时间窗口内的相互作用的传播过程的最优控制。衍生算法可用于在存在竞争对手竞争过程的情况下最大化所需的传播，并在偶联传染病的情况下通过疫苗接种限制传播。我们证明了框架和优化方法在合成和现实世界的网络上的有效性。
2021-03-16 cond-mat.stat-mech physics.soc-ph
Social distancing strategies against disease spreading
传染病的反复发生及其对社会的影响日益严重，促使人们研究减缓传染病传播的策略。本文综述了逾渗理论在描述复杂网络上对抗传染病传播的策略中的应用。本文对链接渗流与传染-恢复模型的关系进行了概述，并引入节点空隙渗流过程来描述由健康个体组成的网络（$i.e$）的稀释过程，该网络是维持社会功能的网络。然后，我们调查了两种策略：淬火无序策略，其中在社会中诱导接触强度的异质性分布，以及间歇性社会距离策略，其中健康个体被说服避免与他们的邻居接触间歇性的时间。使用渗流工具，我们表明，这两种策略可以阻止传染病传播。最后，我们讨论了传染率，$i.e$，传播疾病的有效概率，对性能的策略，以减缓传染病传播的作用。
2013-08-09 physics.soc-ph q-bio.PE
Geographical effects on epidemic spreading in scale-free networks
许多真实的网络都是嵌入在度量空间中的：个体之间的交互依赖于他们的空间距离，并且通常发生在他们最近的邻居之间。在本文中，我们引入了一个修改的易感-感染-易感（SIS）模型来研究地理因素对疾病传播的影响，假设一个健康个体被一个传染性个体感染的概率与它们之间的欧氏距离成反比。研究发现，在疾病传播中，地理位置比枢纽站起着更重要的作用：网络的地理约束越大，流行病的流行程度就越高。
2006-06-30 physics.soc-ph
Network-based Prediction of COVID-19 Epidemic Spreading in Italy
SARS-CoV-2病毒最初出现在中国武汉市，随后几乎在全球范围内传播，导致大流行，在中国病例中，该病毒在接触网络上相当好地遵循SIR（易感-传染-隔离）流行模型。在本文中，我们调查的SIR模型对网络的预测精度也为意大利。具体来说，意大利地区是一个集合种群代表的网络节点和网络链接是这些地区之间的相互作用。然后，我们修改了基于网络的SIR模型，以考虑意大利政府在COVID-19传播的各个阶段采取的不同封锁措施。我们的研究结果表明，基于网络的模型更好地预测每日累计感染的个人时，随时间变化的锁定协议被纳入经典的SIR模型。
2020-10-27 cs.SI physics.soc-ph q-bio.PE
Optimal Deployment of Resources for Maximizing Impact in Spreading Processes
有效利用有限的资源控制网络上的传播过程在各种情况下都具有重要意义，从确定“有影响力的传播者”以最大限度地传播信息和在监管网络中采取有针对性的干预措施，到制定经济系统中传染病和金融传染病的缓解政策。纯粹基于拓扑参数的这些优化任务的解决方案并不完全令人满意;在现实环境中，问题的特点往往是异构的相互作用，并需要通过一组有限的可控节点在有限的时间窗口内进行干预。因此，可用资源的最佳分配是网络拓扑结构和传播动态之间相互作用的结果。我们将展示如何解决这些问题作为一个通用的分析框架的基础上的一个可扩展的动态消息传递方法的特定实例，并展示了各种现实世界的例子上的方法的有效性。
2016-08-29 cond-mat.stat-mech cs.SI physics.soc-ph
Spreading of Persistent Infections in Heterogeneous Populations
到目前为止，已经研究了具有异质接触网络的影响，主要是针对在时间上不持久的疾病，即，对于与个体的一生相比，传染期可以被认为非常短的疾病。此外，所有这些先前的结果都是在封闭种群中获得的，其中个体数量在整个流行期间都没有变化。在这里，我们更进一步，从分析和数字两方面分析了一种完全不同的疾病：那些持续性的疾病，可以持续一个人的一生。更具体地说，我们具体到结核病（TB）感染动力学的情况下，感染在出现并传播给其他个体之前会潜伏一段时间。我们引入了一个流行病学模型结核样持续感染考虑到固有的异质性的人口结构。这种动态引入了我们能够解决的新的分析和数值挑战。我们的研究结果表明，对于持续性疾病的流行阈值取决于度分布的前两个时刻的比率，使其在一类无标度网络中当系统接近热力学极限时趋于零。
2010-03-19 cond-mat.stat-mech physics.soc-ph q-bio.PE
Multiscale Reconstruction of Multiplex Networks with Higher-Order Interactions
Hangzhou Normal University（杭州师范大学）；National University of Defense Technology（国防科技大学）；Beihang University（北京航空航天大学）；University of Fribourg（弗里堡大学）
本研究提出多尺度推断框架，基于耦合认知-行为动力学，同步重建高阶多层网络的微观与宏观结构，揭示跨层耦合与异质性对可辨识性的影响。
2026-09-15 physics.soc-ph
Modeling the spread of infectious disease in urban areas with travel contagion
在这项研究中，我们开发的数学模型，以了解传染病的传播动力学和流动动力学之间的耦合，通过城市交通系统。我们首先将城市人口的流动动态描述为离开家、往返活动地点和从事活动的过程。然后，我们嵌入的易受感染的暴露-感染-恢复（SEIR）过程中的流动性动态和开发的空间SEIR模型与旅行传染（trans-SEIR），明确占在旅行和日常活动中的传染。我们研究了该模型的理论性质，并展示了活动传染和旅行传染如何影响二次感染的平均数量。在数值实验中，我们探讨了城市交通系统如何改变传染病的基本动力学，改变继发感染的数量，促进疾病在城市中的同步，并影响疾病爆发的高峰。Trans-SEIR模型被进一步应用于了解纽约市COVID-19爆发期间的疾病动态，在那里我们展示了活动和旅行传染如何分布，以及如何在有限的资源下实施有效的旅行控制。Trans-SEIR模型和我们的研究结果可能对提高我们对城市交通与疾病动力学之间耦合的理解，疾病系统的检疫和控制措施的发展，以及促进疾病弹性城市交通网络的理念做出重要贡献。
2020-05-10 physics.soc-ph q-bio.PE
Synergistic epidemic spreading in correlated networks
研究了传染病传播中具有非线性协同效应的易感-感染-易感（SIS）模型的度相关效应。在一个平均场处理的协同SIS模型的双峰网络与可调度相关性，我们确定了一个不连续的过渡，是独立的度相关强度，除非协同作用是不存在的或非常弱。无论协同作用（不存在或存在），在模型中的正和负的程度相关性降低和提高的流行阈值，分别。对于具有强正度相关性的网络，平均场处理预测了稳态感染密度的两个不连续跳跃的出现。为了测试平均场处理，我们提供了本模型的近似主方程。我们定量地证实，近似的主方程不仅符合所有的定性预测的平均场治疗，但也相应的蒙特卡罗模拟。
2022-09-07 physics.soc-ph q-bio.PE
The Role of Geographic Spreaders in Infectious Pattern Formation and Front Propagation Speeds
利用基于核的易感-传染-扩散（SIR）模型研究了传染性种群的斑图形成和空间扩散，该模型适用于广泛的基本繁殖数$R_o$。重点是地理传播者的作用，这里定义为感染人口（$ϕ$）的一部分，经历相同社区之间的高流动性。当感染在多个社区内的空间中随机开始时，确定感染群体的空间组织和侵入锋速度（$c_{max}$）。对于小但有限的$ϕ$，尺度分析在1维和模拟结果在2维表明，$c_{max}\sim (1-ϕ) γ(R_o-1) σ$，其中$γ$是传染持续时间的倒数，和$σ^2$是描述移动的空间内核跨社区的长距离传播者的方差。因此，尽管$ϕ$的减少是达到$c_{max}$的阻滞因素，但小$ϕ$对$c_{max}$没有显著影响。$σ$确定了社区间感染的空间组织。当$σ>5dr$（长距离移动，其中$dr$是定义相邻社区的最小空间范围）时，传染性群体将经历短暂但空间相干的模式，其波长可以从扩散核特性导出。
2021-08-23 physics.soc-ph
Rejection-Based Simulation of Stochastic Spreading Processes on Complex Networks
随机过程可以模拟网络上的许多新兴现象，如计算机病毒、谣言或传染病的传播。因此，了解这种随机传播过程的动态是根本的利益。在这项工作中，我们考虑了广泛的房室模型，其中每个节点是在几个国家（或车厢）之一。节点在指数分布的等待时间后根据给定的规则集随机改变其状态。对于现实规模的网络，即使只生成传播过程的单个随机轨迹，在计算上也非常昂贵。在这里，我们提出了一种新的模拟方法，它结合了基于事件的模拟和拒绝采样的优点。我们的方法在绝对运行时间和规模方面优于最先进的方法，同时在统计上是等效的。
2019-01-04 cs.SI physics.soc-ph
Bifurcation analysis of the Microscopic Markov Chain Approach to contact-based epidemic spreading in networks
许多传染病在单一宿主种群中传播的流行病房室模型的动力学都存在二阶相变。这种转变发生作为一个函数的传染性参数，从没有感染的个人到地方病的状态。在这里，我们从动力系统的角度研究了离散时间房室流行病模型的这种转变，称为微观马尔可夫链方法，其适用性预测未来的传染病传播的情况已被证明在COVID-19大流行期间非常有用。我们表明，有一个地方病的状态，这是稳定的，是一个全球吸引子，它的存在是一个跨临界分岔的后果。这一数学分析为实际应用中的模型结果提供了依据。
2022-10-31 cond-mat.stat-mech cs.SI math.DS
Epidemic spreading with awareness and different timescales in multiplex networks
传染病传播的理论模型的主要问题之一是发展控制传染媒介传播的方法。人类行为在传播动力学中起着根本作用，可用于阻止疾病传播或减轻疾病负担，因为意识到疾病存在的个人可以采取措施减少接触传染病的机会。在本文中，我们提出了一个数学模型的疾病传播的意识在复杂网络。与以前的模型不同，信息的传播遵循广义的Maki-Thompson谣言模型。信息和疾病传播之间的时间尺度也有灵活性。我们验证了表征信息意识扩散的速度极大地影响了疾病的流行。我们还表明，不知情的个人的比例减少并不总是意味着患病率的下降，因为疾病和意识传播之间的相对时间尺度在系统的动态中起着至关重要的作用。这个结果被证明是独立的网络拓扑结构。最后计算了模型的流行阈值，并证明了它不依赖于相对时间尺度。我们的研究结果为信息如何影响疾病传播提供了一个新的视角，并可用于开发更有效的疾病控制方法。
2019-09-21 physics.soc-ph q-bio.PE
The reachability of contagion in temporal contact networks: how disease latency can exploit the rhythm of human behavior
许多传染病的症状会影响其宿主退出社会活动，限制其自身传播的潜力。因此，成功的传播需要传染性的开始与宿主的社交活动时间一致。由于社会活动和传染性都是时间现象，我们假设，当这两个过程同步时，疾病最普遍。我们认为疾病的动力学，包括行为反应，有效地缩短了疾病的传染期。我们将这个模型应用于从面对面的社交互动中收集的数据，并具体研究潜伏期的持续时间如何影响疾病的可及性。然后，我们模拟模型疾病在网络上的传播，以测试我们结果的鲁棒性。潜伏期与人的暂时社会行为同步的疾病，即潜伏期为24小时或7天，对应于有可能被感染的人数的高峰。这种同步的效果是目前的一系列疾病模型与现实的参数。传染病的潜伏期与其普遍性之间的关系是非线性的，在很大程度上取决于疾病传播的社会背景。
2017-07-25 physics.soc-ph q-bio.PE
Effect of overlap on spreading dynamics on multiplex networks
尽管单层网络上的流行病动力学研究已经受到了相当大的关注，但多层网络上的流行病动力学研究仍然有限，并面临着许多挑战。本文研究了多重网络上的SIS传染病模型，并研究了层间重叠对传播动力学的影响。为此，我们假设一个$S$ -节点被感染的前提条件是，在每一层中至少有一个传染性邻居。一个值得注意的结果是，重叠可以改变流行病爆发开始的相变的性质。具体地说，当两个层完全重叠时，系统经历通常的连续相变。否则，观察到一个不连续的相变，伴随着一个无病期和地方病期共存的无病区的发生。随着重叠程度的减小，重叠区域被扩大。仿真结果和平均场论都验证了上述结果.
2020-02-05 cond-mat.stat-mech physics.soc-ph
Epidemics on contact networks: a general stochastic approach
从马尔可夫随机过程的角度考虑网络的动力学。我们通过网络图案部分描述系统的状态，并使用可用信息推断任何丢失的数据。这种通用的方法特别适合于模拟传播过程和/或种群动态。特别是，我们的系统框架的一般性和它的假设被明确说明的事实表明，它可以被用来作为一个共同的基础，比较现有的流行病模型太复杂，无法直接比较，如基于代理的计算机模拟。我们提供了许多关于易感染-易感染（SIS）和易感染-去除（SIR）动力学的特殊情况的例子（例如，流行病传播），并且我们观察到可以以低计算成本获得准确结果的多种情况。我们的观点揭示了现实模型的复杂要求与其基本假设之间的微妙平衡。
2011-12-31 cond-mat.stat-mech physics.soc-ph q-bio.PE
Temporal network sparsity and the slowing down of spreading
时变复杂系统中的相互作用在拓扑层次（谁与谁相互作用）和时间层次（相互作用何时发生以及多久发生一次）上通常是非常异构的。虽然它是已知的，时间的不均匀性往往有很强的动态过程的影响，例如，突发性的接触序列与较慢的传播动态，图片是远远不够完整。在本文中，我们表明，时间的异质性导致时间稀疏的时间尺度上的平均事件间时间，时间稀疏性决定了时间网络上的易感传染病（SI）传播动力学的减速量。这一结果是基于几个经验的时间网络数据集的分析。一个简单的网络模型的近似解证实了时间稀疏性和SI传播动力学放缓之间的关联。由于确定性SI传播总是遵循最快的时间路径，我们的结果概括-路径是较慢的遍历，因为时间稀疏，因此所有的动态过程也较慢。
2014-11-20 cs.SI physics.soc-ph
Identification of highly susceptible individuals in complex networks
在传播过程中识别高易感个体对控制疫情具有重要意义。在本文中，我们探讨了易感性的人在易感染恢复（SIR）和谣言传播动力学。我们首先研究社区结构对人们易感性的影响。尽管在相同的感染率下，社区结构可以减少感染种群，但它不会确定性地影响节点的敏感性。我们发现个体的易感性对传播动力的选择是敏感的。对于SIR传播，由于敏感度与节点的影响力高度相关，因此拓扑指标k-shell可以更好地识别高度敏感的个体，优于度，介数中心性和PageRank。而在谣言传播模型中，节点的敏感性和影响力没有明显的相关性，度在所考虑的拓扑度量中表现最好。我们的发现强调了拓扑特征和传播机制在识别高度易感人群中的重要性。
2015-04-27 cs.SI physics.soc-ph
Impact of presymptomatic transmission on epidemic spreading in contact networks: A dynamic message-passing analysis
包含症状前传播的传染病很难监测、建模、预测和遏制。我们解决这个问题，通过研究一个随机的可验证的暴露的感染恢复模型的任意网络实例使用的分析框架的基础上的动态消息传递的方法的变体。该框架提供了一个很好的估计的概率演化的传播的静态和接触网络，提供了显着提高的精度相对于个人为基础的平均场方法，同时需要一个更低的计算成本相比，数值模拟。它有助于推导出流行病阈值，这是相边界分离的参数制度，感染可以有效地控制，从那些他们不能。这些通过拓扑（减少接触）和感染参数变化（例如，社交距离及戴口罩），与最近的COVID-19疫情有关。
2021-05-06 cond-mat.dis-nn physics.soc-ph q-bio.PE
The Impact of Vaccination Behavior on Disease Spreading Based on Complex Networks
预防接种是预防和控制传染病发生和流行的有效途径。然而，许多因素影响居民是否决定接种疫苗，如效力和副作用，而个人希望通过接种疫苗获得免疫力。本研究主要探讨民众对疫苗接种的态度，特别是民众对疫苗效果的评估以及对邻居接种行为的依赖程度如何影响民众对疫苗接种的态度。我们发现，提高人们对疫苗接种的信任度，对提高疫苗接种率和加快疫苗接种进程有很大的好处。与直觉相反的是，如果个体对疫苗接种的态度更依赖于邻居的接种行为，那么会有更多的个体接种疫苗，疫苗接种的进程也会加快。此外，如果有更多的邻居，人们更愿意接种疫苗。
2022-03-08 physics.soc-ph
Optimizing surveillance for livestock disease spreading through animal movements
许多家畜传染病的空间传播严重依赖于动物在场所之间的运动，因此运动数据的知识可以帮助我们检测，管理和控制疫情。然而，系统的鲁棒传播特性的识别受到表征人口通过移动的相互作用的时间维度的阻碍。传统的中心性措施不提供相关的信息，结果强烈波动的时间和爆发的属性严重依赖于geotemporal初始条件。通过专注于在意大利的牛流离失所的案例研究，我们的目标是在牲畜流行病的规划和控制有用的强大功能方面的特点，以处理时间波动，初始条件的敏感性和在爆发过程中丢失的信息。通过空间疾病模拟，我们检测在不同初始条件下稳定的传播路径，允许种子的聚类并减少流行病的变异性。路径还使我们能够识别被称为哨兵的场所，这些场所具有很大的感染概率，并提供关于爆发起源的关键信息，如在集群中编码的那样。这种新的程序提供了一个通用的框架，可以应用于特定的疾病，以帮助风险评估分析和通知最佳监测系统的设计。
2012-10-02 physics.soc-ph q-bio.PE
Physical Proximity and Spreading in Dynamic Social Networks
大多数传染病都是通过人类互动的动态网络传播的。最近对社会动态的研究提供了证据，表明传播模式可能在很大程度上取决于社会系统的详细微观动态。我们记录了大量人群中的每一次互动，首次大规模绘制出一个密集连接系统的完整邻近网络。在这里，我们展示了网络结构和传播过程的动态相互作用距离的显着影响。我们创建的网络支持近距离（亲密网络，高达~ 1米）和远距离（环境网络，高达~ 10米）传输模式。亲密网络是碎片化的，弱联系连接紧密的社区，而环境网络支持陌生人之间随机接触驱动的传播。虽然从邻近网络的微观动力学到经验流行病没有微不足道的映射，但这些网络提供了病原体传播的液滴和空气传播模式的一个很好的近似。疫情动态的巨大差异对公共政策以及数据收集和建模方法产生了影响。
2015-09-22 cs.SI physics.soc-ph
I2E2S2R Rumor Spreading Model in Homogeneous Network with Hesitating and Forgetting Mechanisms
本文提出均匀网络中具有犹豫与遗忘机制的I2E2S2R谣言传播模型，通过平均场方程计算无谣言平衡点与基本再生数，利用Lyapunov函数证明全局稳定性，并经数值模拟揭示网络度、公众意识及准确信息引导对谣言传播的影响。
2025-10-12 math.OC physics.soc-ph
A Dynamic Epidemic Model for Rumor Spread in Multiplex Network with Numerical Analysis
本文主要研究和理解当种群受到谣言传播时种群组成的随机动力学。我们首先开发了一个个体易感-暴露-恶意-移除（iSEIR）模型，该模型是SEIR模型的扩展，用于总结人群中相互作用群体的谣言传播行为。在这个iSEIR模型中，相互作用的群体可以被视为多路网络中的节点。然后，从多重网络的样本中可以得出谣言传播中相互作用的群体的动力学行为的各种性质。样本基于iSEIR模型进行模拟，并根据人口规模、人口分布和转移率进行不同设置。仿真研究结果表明，多重网络中谣言传播的有效控制需要对信息流进行有效的管理，这可以通过在个体行为动力学中设置适当的免疫阈值和传播阈值来实现。在所提出的iSEIR模型下，我们还得到了谣言传播过程达到平衡时的一个稳态结果，称为“过饱和现象”，这可能有助于我们在实践中对信息流进行最优或更好的控制。
2020-02-29 nlin.CD physics.soc-ph q-bio.PE
Unfolding the multiscale structure of networks with dynamical Ollivier-Ricci curvature
本文提出动态 Ollivier-Ricci 边曲率以几何地研究任意网络，通过曲率分布间隙识别限制信息传播的瓶颈边，并推导出几何模块度以发现多尺度社区，在可检测性相变前表现鲁棒且优于多数现有方法。
2021-07-14 cs.DM physics.data-an physics.soc-ph
