首页/论文/1006.2129

arXiv 1006.21292010-06cond-mat.dis-nncond-mat.stat-mechphysics.bio-ph

正方形格点上易感-感染-扩散（SIR）模型的临界性态

On the critical behavior of the Susceptible-Infected-Recovered (SIR) model on a square lattice

Tânia Tomé, Robert M. Ziff

备注：: 9 pages, 5 figures. Accepted for publication, Physical Review E
发表信息：: Phys. Rev. E 82, 051921 (2010)
DOI：: 10.1103/PhysRevE.82.051921

阅读 PDF ↗

arXiv 页面 ↗HTML 原文 ↗

摘要英文摘要相关论文

摘要：

通过数值模拟和流行病分析，得到了正方形格点上随机异步SIR模型的转移点c_0=0.1765005（10），其中c是选定的感染点自发恢复而不是试图感染一个邻居的概率.这一点对应于λ_c =（1-c_0）/c_0 = 4.66571（3）的感染/恢复率和（1-c_0）/（1 + 3c_0）= 0.538410（2）的净传播率，其落在位点阈值和键阈值的严格界限之间。该模型的临界行为与2-D渗流普适类是一致的，但局部增长概率不同于动态渗流集团增长的概率，这是明确证明。

英文摘要：

By means of numerical simulations and epidemic analysis, the transition point of the stochastic, asynchronous Susceptible-Infected-Recovered (SIR) model on a square lattice is found to be c_0=0.1765005(10), where c is the probability a chosen infected site spontaneously recovers rather than tries to infect one neighbor. This point corresponds to an infection/recovery rate of lambda_c = (1-c_0)/c_0 = 4.66571(3) and a net transmissibility of (1-c_0)/(1 + 3 c_0) = 0.538410(2), which falls between the rigorous bounds of the site and bond thresholds. The critical behavior of the model is consistent with the 2-d percolation universality class, but local growth probabilities differ from those of dynamic percolation cluster growth, as is demonstrated explicitly.

机构、总结、中文摘要均由AI分析而来，可能存在错误，请以论文正文为准。

阅读原文

阅读 PDF ↗

arXiv 页面 ↗HTML 原文 ↗

本文内容

摘要英文摘要相关论文

机构、总结、中文摘要均由AI分析而来，可能存在错误，请以论文正文为准。

继续探索

相关论文

对“网络中易感-感染-易感动力学的流行病阈值的性质”的评论[ arXiv：1305.4819]

Comment on "Nature of the Epidemic Threshold for the Susceptible-Infected-Susceptible Dynamics in Networks" [arXiv:1305.4819]

最近，Boguñá { \it et. al.} [Phys. Rev. Lett. { \bf 111}，068701（2013），arXiv：1305.4819]指出，在具有小世界（SW）性质的随机无标度（SF）网络上，SIS模型的传染病阈值为零。他们通过考虑长期再感染机制得出结论。在这篇评论中，我们将表明，这样的效果是太弱，以保证一个地方病阶段与{ \em有限}分数的感染节点。因此，在随机SF网络中，流行病阈值可以是有限的。

2013-09-05cond-mat.dis-nnphysics.soc-phq-bio.PE

Barabási-Albert网络上易感感染易感模型的稀有区域

Rare regions of the Susceptible Infected Susceptible model on Barabási-Albert networks

我以前的工作扩展到易感-感染-易感（SIS）模型加权Barabási-Albert无标度网络。提供的数值证据表明，具有缓慢、幂律动力学的相是先前用接触过程研究的淬火无序和树拓扑结构的结果。我比较模拟结果与频谱分析的网络，并表明淬火平均场（QMF）近似提供了一个可靠的，相对较快的方法来探索活动聚类。这表明，QMF可以用于描述由于网络的不均匀性的稀有区域的影响。有限大小的QMF研究表明，预期的消失的流行病阈值$λ_c$的热力学极限和参与率的倒数$\sim 0.25$，这意味着本地化的情况下dispertative重量计划。相反，对于乘法权重和未加权树，该值在热力学极限中消失，表明只有弱的稀有区域效应与动力学模拟一致。对平均场行为的强修正解释了序参量$ρ(λ)$在跃迁点处的凹形状。将这种方法应用于其他模型可能会揭示有趣的稀有区域效应，格里菲斯相位作为淬火拓扑不均匀性的后果。

2013-04-19cond-mat.dis-nncond-mat.stat-mech

网络中易感染-易感染-易感染动力学的流行病阈值性质

Nature of the epidemic threshold for the susceptible-infected-susceptible dynamics in networks

我们开发了一种分析方法的易感染的易感（SIS）流行病模型，使我们能够解开真正的起源不存在的流行病阈值在异构网络。我们发现，网络中的高度节点的数量和它们之间的拓扑距离之间的微妙平衡决定了这样一个阈值的存在或不存在。特别是，度分布衰减慢于指数衰减的小世界随机网络在热力学极限下具有消失的流行阈值。

2013-09-12cond-mat.dis-nnphysics.soc-phq-bio.PE

随机幂律网络上易感-感染-易感传染病模型的Griffiths效应

Griffiths effects of the susceptible-infected-susceptible epidemic model on random power-law networks

我们提供了数值证据缓慢的动力学的易感染的易感模型发展有限大小的随机网络与幂律度分布。通过对许多网络实现的活动密度进行平均，进行了广泛的模拟。我们研究了异常值在高度波动（自然截止）和非波动（硬截止）的最连接顶点的影响。对数和幂律衰减的时间被发现自然和硬截止，分别。这种情况发生在控制参数空间$λ_1<λ<λ_2$的扩展区域中，表明由拓扑不均匀性引起的Griffiths效应。最佳波动理论考虑样本到样本的伪阈值的波动来解释所观察到的缓慢的动态。一个准平稳分析表明，响应函数保持有界在$λ_2$。我们认为这些是模糊过渡的信号。然而，在热力学极限下，格里菲斯效应失去了它们的相关性，并在$λ_c=0$处有一个常规的临界点。由于许多真实的网络是由异构和弱连接的模块组成的，在我们对独立和有限网络的分析中发现的慢动力学可以为更深入地理解此类系统发挥重要作用。

2016-03-28cond-mat.dis-nncond-mat.stat-mechphysics.soc-ph

具有非平凡初始条件的临界SIR动力学中的传染病平台

Epidemic plateau in critical SIR dynamics with non-trivial initial conditions

一些国家为抑制COVID-19传播而实施的遏制措施已导致疫情放缓，其特征为每日感染的时间序列在较长时间内趋于平稳。我们证明，这样的动态模式是兼容的关键易感感染删除（SIR）动态。在传统的临界SIR模型分析中，临界动态区域是从单个感染节点开始的。然而，对正在进行的流行病采取遏制措施，会使系统进入临界状态，受感染的人数可能很大。我们描述了这样的非平凡的起始条件如何影响SIR模型的临界行为。我们执行的模型的理论和大规模的数值研究。我们发现，预期的爆发规模是一个递增的函数的初始数量的感染者，而预期的持续时间的爆发是一个非单调的函数的初始数量的感染者。此外，我们精确地描述了与爆发的大小和持续时间相关的波动幅度在关键SIR动态与非平凡的初始条件。远离听到的免疫力，波动比平均值大得多，从而表明平稳时间序列的预测可能特别具有挑战性。

2020-10-21cond-mat.dis-nnphysics.soc-phq-bio.PE

时间相互作用促进了易感-感染-易感流行病模型的地方性

Temporal interactions facilitate endemicity in the susceptible-infected-susceptible epidemic model

身体接触和面对面交流的数据表明，时间变化的网络是人类和动物之间发生感染的媒介。时间网络上的流行病过程由于网络结构和时间维度的复杂性而变得复杂。急需理论方法来确定影响流行病动态的关键因素。特别是，是什么因素使一些时间网络比其他时间网络更强的感染媒介正在争论之中。我们开发了一个理论来理解任意时间网络上的易感染-易感染传染病模型，其中每个接触都在有限的持续时间内使用。我们发现，网络的时间性降低了流行病的阈值，使感染更容易持续在时间的网络比在他们的静态同行。我们进一步证明了不同时刻邻接矩阵的李交换子括号是时间网络中流行阈值的关键决定因素。流行阈值的时间性，这取决于一个数据集的影响，近似预测的换向器规范的大小。

2016-07-09cond-mat.dis-nnphysics.soc-ph

更多相关论文收起更多论文

随机传染-恢复模型的有限尺寸标度

Finite-size scaling of the stochastic susceptible-infected-recovered model

通过数值模拟和有限尺寸标度方法，得到了正方形格子上随机传染-感染-恢复模型的临界性态。的序参量以及在恢复的个人的数量的分布被确定为一个函数的感染率的几个值的系统大小。围绕临界性的分析是通过探讨本模型与标准逾渗理论之间的密切关系而得到的。对于正方形体系，UP的值为1.0167（1），它等于尺寸分布的二阶矩与一阶矩的平方之比U乘以序参量P，这一值与位渗流和键渗流的值相同，进一步证实了SIR模型也属于渗流类。

2010-12-19cond-mat.dis-nn

Euclidean网络上的易感-感染-感染模型

Susceptible-Infected-Recovered model on Euclidean network

考虑一维欧氏网络上的SIR传染病模型，其中距离$l$的节点除了最近邻外，还以概率$P(l) \propto l^{-δ}$相连.网络的拓扑结构的变化，$δ$是不同的SIR模型的影响进行了研究。对于不同的感染概率$q$和$δ$值，计算$R(t)$，到时间$t$的恢复的人口分数，和$τ$，流行病的总持续时间。对于直到$δ\approx 2.0$的所有$δ$观察到阈值行为;在阈值$q = q_c$之上，饱和值$R_{sat}$达到有限值。$R_{sat}$和$τ$在大小为$N$ ; $R_{sat} \sim N^{-β/{\tildeν}} g_1[(q-q_c)N^{1/{\tilde ν}}]$和$τ\sim N^{μ/{\tildeν}} g_2[(q-q_c)N^{1/\tildeν}]$的有限系统中都表现出标度行为。对于$0 \leq δ< 1$，$q_c$是恒定的，对于$1<δ\lesssim 2$，$q_c$随着$δ$而增加。平均场的行为被认为是$δ\approx 1.3$ ;弱依赖$δ$观察超过这个值的$δ$。分布的爆发规模也估计和发现是单峰的$q < q_c$和双峰的$q > q_c$。结果进行了比较静态percolation phenomenon也平均场的结果有限系统。根据这些结果，对欧氏网络的性质进行了讨论。

2012-11-09cond-mat.dis-nncond-mat.stat-mechphysics.soc-ph