Optimizing Hybrid Spreading in Metapopulations
University College London（伦敦大学学院）；National University of Defense Technology（国防科技大学）；Monash University（莫纳什大学）
本研究构建了混合流行病理论框架，发现临界混合传播现象，即单一机制无效而组合可致巨大疫情，为优化有益传播与评估有害疫情提供策略。
2015-03-31 cs.AI cs.SI physics.soc-ph
Effects of Levy Flights Mobility Pattern on Epidemic Spreading under Limited Energy Constraint
近年来，大量的实证研究发现，动物的觅食、迁徙和人类的出行都服从Levy飞行，其指数在-2左右。受今年甲型H1N1流感大流行的启发，本文从网络视角研究了征费航班的流动模式对传染病传播的影响。在总能量的约束下，构造了一个具有Levy飞行空间性质的空间加权网络。能量限制由个体在一定时间段内的总旅行距离的限制来表示。我们发现指数-2是SIS传播动力学的流行阈值。此外，在阈值处，流行病传播的速度最高。研究结果有助于理解流动模式对传染病传播的影响。
2010-02-05 physics.data-an physics.soc-ph
Traffic-driven epidemic spreading in correlated networks
尽管人们在复杂网络中的流量动力学和传染病传播方面做了大量的工作，但在{ \em相关}网络上流量驱动的传染病传播问题还没有得到解决。有趣的是，我们发现，流行病的阈值，一个基本量背后的传播动力学，表现出非单调的行为，它可以最小化的一些临界值的传播系数，一个参数表征网络的相关性。为了理解这种现象，我们使用基于度的平均场论来计算相关网络的流量驱动的流行病阈值。该理论预测阈值与分组生成速率和介数矩阵的最大特征值成反比。我们得到理论和数值之间的一致性。我们的研究结果可能会提供洞察到控制/利用现实世界的传染病传播动态驱动的交通流量的重要问题。
2015-07-16 cs.SI physics.soc-ph
In Response to COVID-19: Configuration Model of the Epidemic Spreading
提出了一种基于无标度网络的传染病传播结构模型。我们得到的解析解描述了传染病传播的不稳定和稳定的动力学，并演示了如何这些制度可以在流行病的交换。我们将该模型应用于COVID-19病例，并展示了我们模型的预测特征。
2020-07-08 physics.soc-ph q-bio.PE q-bio.QM
Epidemic Spreading on Weighted Complex Networks
如今，在线服务的出现提供了各种多元关系的信息，以支持对传染病传播过程的全面了解。在这封信中，我们考虑边权重来表示这种多角色关系。此外，我们进行了详细的分析，两个代表性的指标，爆发阈值和流行病流行，SIS和SIR模型。理论和仿真结果都发现彼此很好的协议。此外，实验表明，在完全混合网络中，当网络的平均权值一定时，边的权值分布不会影响网络的传播效果。本文的工作对于深入理解多重关系网络和加权网络上的传染病传播具有一定的指导意义。
2014-02-10 cs.SI physics.soc-ph
Epidemic Spreading and Aging in Temporal Networks with Memory
时变网络拓扑结构可以深刻地影响由它们介导的动力学过程。人们还知道，个体之间互动模式中的记忆效应会影响扩散和传播现象的发生。在本文中，我们分析了这两种成分对网络上流行病动力学的综合影响。在最近引入的具有记忆的活动驱动网络上，研究了易感染-易感染（SIS）和易感染-易感染-移除（SIR）模型。通过基于活动的平均场方法，我们推导出，在很长的时间限制，分析预测的流行阈值作为一个函数的参数描述的活动分布和记忆效应的强度。我们的研究结果表明，记忆降低了阈值，这是相同的SIS和SIR动态，因此有利于传染病传播。在长时间渐近状态下，理论计算与数值模拟结果完全一致。强的老化效应存在于前渐近制度和流行病的阈值深受流行病的开始时间的影响。我们详细讨论了依赖于模型的前渐近校正的起源，其理解可能允许相关的时间网络的流行病控制。
2018-12-19 cs.SI physics.soc-ph q-bio.PE
Mutual Feedback Between Epidemic Spreading and Information Diffusion
信息扩散对传染病传播的影响近年来引起了人们的广泛关注。当一种疾病开始在人群中传播时，有关该疾病的信息就会传播给其他人，这反过来又会对疾病的传播产生影响。在本文中，使用H7N9传播的经验结果和有关该疾病的信息，我们清楚地表明，这两种类型的过程的传播动力学相互影响。为了说明信息扩散对传染病传播的影响，我们建立了一个数学模型，其中两种类型的传播动力学描述使用SIS过程。仿真结果和成对分析都表明，信息扩散可以提高疫情爆发的阈值，降低最终感染个体的比例，并显著降低疫情传播的速率。此外，我们发现传染病传播的多爆发现象，以及信息扩散的影响，与实证结果一致。这些调查结果突出表明，即使在流行病似乎得到控制的情况下，也需要保持社会对疾病的认识，以防止随后的爆发。这些结果有助于深入理解传染病传播动力学与信息扩散之间的相互作用。
2015-06-12 cs.SI physics.soc-ph
Cooperative epidemic spreading on a two-layered interconnected network
研究了传染病传播在两层互联网络上的动力学行为。提出了三个不同层次的模型来描述互联网络上的合作传播过程，其中一个网络中的疾病可以传播到另一个网络。理论分析表明，互联网络中的全局流行阈值不大于两个孤立的分层网络的流行阈值。特别是，在一个互联的同质网络，详细的理论分析，这使得快速和准确的计算的全球流行病阈值。此外，在节点度之间存在层间相关性的互联异构网络中，发现层间相关系数对流行阈值的影响很小，但对总流行有显著影响。仿真结果进一步验证了分析结果，表明合作流行过程促进了疾病的传播。
2017-02-13 cs.SI physics.soc-ph
Epidemic spreading with nonlinear infectivity in weighted scale-free networks
本文研究了具有非线性传染性的加权无标度网络SIR模型的传染病传播问题，其中我们的解析模型中的传染率是加权的。具体地说，我们将传染性指数$α$和权重指数$β$引入到解析SIR模型中，考察了$α$和$β$的组合对传染阈值和相变的影响.通过调整$α$和$β$的值，可以将流行阈值重建为一个有限值，并观察到稳定的流行率$R$在早期以指数形式增长，然后遵循分层动态。此外，我们还发现$α$比$β$更敏感地转换流行阈值和流行率，这可能为流行病传播和相关免疫方案提供一些有用的信息或新的见解。
2009-03-05 physics.soc-ph q-bio.PE
Analysis and Control of Epidemics: A survey of spreading processes on complex networks
本文回顾并提出了各种解决和开放的问题，在发展，分析和控制的流行病模型。我们有兴趣为希望进入复杂网络传播过程领域的新工程师提供一份相对简洁的报告。
2015-08-25 cs.SI math.OC physics.soc-ph
Epidemic spreading with immunization rate on complex networks
我们调查疾病，计算机病毒或信息在复杂网络上的传播，以及预防或控制传播的免疫策略。在不能实现全民免疫、免疫效果不理想的情况下，需要进行有免疫率的靶向免疫。在这种情况下，我们计算了SIR和SIS流行病模型的流行病阈值。结果表明，在无标度网络中，只有当免疫率等于1时，目标免疫才是有效的。我们在这里分析传染病传播的有向复杂网络，但类似的结果也适用于无向的。
2011-04-13 cs.SI physics.soc-ph
Suppressing traffic-driven epidemic spreading by edge-removal strategies
近年来，复杂网络上的流量动态与传染病传播之间的相互作用越来越受到人们的关注。然而，控制交通驱动的传染病传播仍然是一个具有挑战性的问题。在这份简报中，我们提出了一种方法，通过适当地删除网络中的一些边缘来抑制流量驱动的流行病爆发。我们发现，可以通过有针对性地切割具有最大算法介数的大度节点或边之间的链接来提高流行阈值。相反，通过随机边缘去除，将降低流行阈值。这些发现是强大的交通流量条件，网络结构和路由策略。此外，我们发现，目标边缘的关闭可以有效地释放通过大度节点的流量负载，使这些节点的感染概率相对较低。
2015-02-28 cs.SI physics.soc-ph
The impact of nodes of information dissemination on epidemic spreading in dynamic multiplex networks
College of Artificial Intelligence, Southwest University（西南大学人工智能学院）；School of Public Policy and Administration, Chongqing University（重庆大学公共政策与管理学院）
本文提出双层网络模型，探讨意识层中个体属性对传染病传播的影响，发现高中心性个体能抑制传染病传播，低中心性个体对感染数量有近似线性影响。
2024-06-06 cs.SI physics.soc-ph
Targeted Recovery as an Effective Strategy against Epidemic Spreading
我们提出了一个有针对性的干预方案，其中恢复仅限于具有最少数量的感染邻居的个人。我们的恢复策略在任何类型的网络上都是高效的，因为与自发恢复的基线场景相比，流行病爆发是最小的。在空间嵌入式网络的情况下，我们发现，一种流行病保持强烈的空间限制与特征长度尺度经历随机游走。我们证明了数值和分析，这种动力学导致一个流行点，具有平坦的表面结构和半径，线性增长的蔓延率。
2017-10-16 physics.soc-ph q-bio.PE
SEAIR epidemic spreading model of COVID-19
我们研究了COVID-19的易感-暴露-隔离-传染-隔离（SEAIR）传染病传播模型。它抓住了COVID-19传染性的两个重要特征：延迟开始和在症状出现之前出现，甚至完全没有症状。在随机正则图和复杂网络上，分别对该模型进行了连续时间分区和离散时间分区的理论分析。我们分析表明，有流行病的阈值和方程的易感人群在地方病平衡在所有三个版本，当流行病是弱的。我们提供的理论论据，一个节点的特征向量中心性近似决定其被感染的风险。
2020-08-28 physics.soc-ph q-bio.PE
Competing spreading processes and immunization in multiplex networks
物理接触网络上的传染病传播自然会引入虚拟接触网络上的人类意识信息扩散，而意识扩散又反过来抑制传染病传播，从而形成多重网络中传染病与意识的竞争传播过程。在本文中，我们研究的竞争动力学的流行病和意识，这两者都遵循SIR过程，在一个两层网络的基础上微观马尔可夫链方法和数值模拟。我们发现，较强的意识传播和自我保护能力的个人可能会导致更高的流行阈值和更小的爆发规模。但个体的自我意识对疫情阈值和爆发规模没有明显影响。此外，本文还研究了在传染病和意识传播相互作用下，身体接触网络的免疫问题。结果表明，目标免疫的免疫效果明显优于随机免疫，且意识扩散可以显著降低随机免疫和目标免疫的免疫阈值。
2016-08-03 cs.SI physics.soc-ph
Effects of human dynamics on epidemic spreading in Côte d'Ivoire
了解和预测传染病的爆发对于社会发展和公共卫生至关重要，特别是对于不发达国家。然而，由于受空间结构和人类动力学（包括人类流动性和人类互动强度）影响的复杂流行病传播动力学，因此遇到了挑战性问题。我们提出了一个系统的模型来描述科特迪瓦全国范围内的流行病传播，它集成了多个因素，如人员流动，人际交往强度，人口特征。通过数据驱动的模拟和理论分析，我们提供了一些见解，以帮助建模和预测流行病传播过程，这超出了局部评估和几何视图的范围。我们表明，当地的平均基本生殖数大于1的要求是不必要的流行病的爆发。观察到的扩散现象可以粗略地解释为一个异质的扩散反应过程，通过重新定义移动距离，根据节点之间的人的移动量，这是超越几何的观点。然而，人类动力学的异质性仍然对精确预测提出了挑战。
2016-04-30 physics.soc-ph q-bio.PE
Suppressing epidemic spreading by risk-averse migration in dynamical networks
本文研究了动态网络中个体行为与传染病传播之间的相互作用。我们将代理分布在具有周期性边界条件的正方形区域上。每个智能体都被看作是网络的一个节点，如果两个智能体之间的地理距离小于一定的半径，则在两个智能体之间建立无线链路。每一次，每一个智能体都要评估疫情，做出是留在原地还是离开原地的决定。如果受感染邻居的数量达到或超过临界值$E$，代理将以一定速度离开当前位置。由于代理人的运动，网络的结构是动态的。有趣的是，我们发现存在一个最佳值的$E$导致的最大流行阈值。这意味着传染病传播可以通过规避风险的移徙得到有效控制。此外，我们还发现，随着恢复率的增加，随着接触半径的增加，并通过一个最佳的移动速度最大化的流行阈值增加。我们的研究结果提供了一个更深入的了解动态网络中的传染病传播。
2018-02-05 physics.soc-ph q-bio.PE
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
Small inter-event times govern epidemic spreading on temporal networks
就像人类和动物互动网络的度一样，互动之间的时间分布通常是右偏和厚尾的。这两种分布都强烈地影响着流行病的动态，但是，正如我们在这封信中所展示的那样，原因非常不同。尽管尾部的高度对于促进流行至关重要，但控制流行动态的是小间隔时间。我们研究了这种效果的分析和数值不同版本的易感-感染-感染模型对不同类型的网络。
2020-04-09 physics.soc-ph q-bio.PE
Mathematical models for epidemic spreading on complex networks
提出了一个有限复杂网络上的传染病传播模型，该模型限制每个时间步最多只能有一个传染源。由于该过程的高度离散特性，分析不能使用连续近似，而连续近似被广泛用于大多数模型。利用离散方法，我们研究了流行病的阈值和准平稳分布。主要结果是一个定理的混合时间的过程，其规模像对数的网络规模和成正比的距离从流行阈值的倒数。为了全面介绍该模型，我们回顾了基于复杂网络的传染病传播建模的现代方法，并介绍了有关随机网络、离散时间马尔可夫链及其准平稳分布的必要信息。
2013-07-21 cs.SI math.PR physics.soc-ph
Epidemic Spreading and Equilibrium Social Distancing in Heterogeneous Networks
我们研究了一个通过网络相互作用的异质种群之间的多类型SIR流行病过程。当我们的基础上的社会接触的随机图与给定的顶点度，我们给极限定理的感染的个人的分数。对于一个给定的社会距离的个人策略，我们建立了流行病的再现数$R_0$，它可以用来识别网络的脆弱性和通知疫苗接种政策。在本文的第二部分中，我们研究了社会距离博弈的均衡，其中个人根据预期的全球感染率选择他们的社会距离水平，然后必须等于他们选择后的实际感染率。给出了平衡点存在唯一的条件。对于随机规则图的情况下，我们表明，自愿的社会距离将始终是社会次优。
2021-11-01 cs.SI physics.soc-ph q-bio.PE
Bursty communication patterns facilitate spreading in a threshold-based epidemic dynamics
社会互动的记录为我们提供了新的数据来源，以了解互动模式如何影响集体动态。这种人类活动模式通常是突发的，即，它们由短时间的激烈活动和长时间的沉默组成。这种突发性已经被证明会影响传播现象;它在某些情况下加速传染病传播，在另一些情况下减慢它。我们研究了一个依赖于历史的传染模型。在我们的模型中，易感个体和感染个体之间在短时间内的重复相互作用是易感个体感染所必需的。我们对真实的时间网络数据进行了数值模拟，发现在我们的模型中，突发性活动模式有助于传染病传播。
2012-06-11 cond-mat.stat-mech cs.SI physics.soc-ph
Effects of awareness diffusion and self-initiated awareness behavior on epidemic spreading - an approach based on multiplex networks
本文研究了多重网络中传染病传播与意识扩散之间的相互作用。在该模型中，传染病可以在代表传染病传播路径的一个网络（接触网络）中传播，导致意识在另一个网络（信息网络）中扩散，然后意识的扩散会导致个体采取社会距离，进而影响传染病传播。对于意识的扩散，我们认为，一方面，个体可以通过信息网络中的其他有意识的邻居获得信息，另一方面，易感个体可以通过接触网络（局部信息）或大众媒体（全局信息）中的被感染邻居诱导自我意识。通过马尔可夫链方法和数值计算，我们发现两个网络的结构和意识的有效传播率会影响感染个体的密度和流行阈值。然而，我们证明了虽然引入自我意识可以降低感染密度，但无论是局部信息还是全局信息，都不会增加流行阈值。我们的发现是显着不同的许多以前的结果-本地信息为基础的行为反应可以改变流行阈值。
2015-02-02 cs.SI physics.soc-ph
Immunization of traffic-driven epidemic spreading
本文研究了利用免疫策略控制交通驱动型传染病传播的问题。我们分别考虑了随机、基于度和基于介数的免疫策略。研究发现，基于介数的免疫策略可以最有效地预防交通驱动型疫情的爆发。此外，我们还发现，随着传播速率和数据包生成速率的提高，超过免疫节点数时，传染病就会消亡。
2018-02-05 physics.soc-ph
Asymmetrically interacting spreading dynamics on complex layered networks
疾病通过物理接触网络的传播和疾病信息通过通信网络的传播是两个密切相关的动力学过程。我们通过关注任何传播过程背后的两个基本量：流行阈值和最终感染率，研究了两种类型的传播动态之间的不对称相互作用，每种传播动态都发生在自己的层上。我们发现，接触层上的流行病爆发可以诱导传播层上的流行病爆发，信息传播可以有效地提高流行病的阈值。当两层之间存在结构相关性时，信息阈值保持不变，但可以提高流行阈值，使接触层对流行病爆发具有更强的弹性。我们开发了一个物理理论来理解这两种类型的传播动力学之间错综复杂的相互作用。
2014-05-08 cs.SI physics.soc-ph
Unification of theoretical approaches for epidemic spreading on complex networks
复杂网络上的传染病传播模型因其在预测和控制现实世界中的传染病传播场景方面的成功而引起了物理、数学和流行病学研究者的极大关注。为了理解传染病传播和接触网络拓扑结构之间的相互作用，已经开发了几种杰出的理论方法。一个精确的理论方法描述的传播动力学必须同时考虑网络的拓扑结构和动力学相关性，以增加方程的复杂性为代价。在这个简短的调查中，我们统一了最广泛使用的复杂网络上的传染病传播的复杂性，包括平均场，异质平均场，淬火平均场，动态消息传递，链接渗透，成对近似的理论方法。我们在这些方法之间建立联系，为开发一种准确的理论方法来在复杂网络上传播动态提供新的见解。
2016-12-13 physics.soc-ph
Epidemic spreading on interconnected networks
许多真实的网络并不是彼此孤立的，而是形成网络的网络，通常以非平凡的方式相互关联。在这里，我们分析了一个传染病传播过程发生在两个相互关联的复杂网络之上。我们开发了一个异质平均场的方法，使我们能够计算的条件出现的地方病状态。有趣的是，一个全球性的地方病状态可能会出现在耦合系统中，即使流行病是不能够在每个网络上分别传播，甚至当耦合连接的数量是小的。我们的分析结果成功地面对大规模的数值模拟。
2012-02-18 cond-mat.dis-nn cs.SI physics.soc-ph
SIS Epidemic Spreading with Heterogeneous Infection Rates
在这项工作中，我们的目标是了解感染率的异质性对易感-感染-易感（SIS）传染病传播的影响。以经典的SIS模型为基准，研究了独立同分布的感染率对处于亚稳态的平均感染率的影响。对数正态分布，伽玛和新设计的分布被认为是感染率。我们发现，当回收率较小时，即在同质和异质两种情况下，传染病的传播都是：1）平均感染率的异质性阻碍了病毒的传播; 2）感染率的偶数阶矩越大，平均感染率越小，但奇数阶矩的贡献则相反;当恢复率很大时，即流行病可能会消亡或感染一小部分人口，感染率的异质性可能会增加流行病蔓延的可能性。最后，我们通过现实世界的网络与他们的异质感染率验证我们的结论。我们的研究结果表明，在现实中，流行病的传播可能并不像经典的SIS模型所表明的那样严重，但消除流行病可能更加困难。
2016-04-05 cs.SI physics.soc-ph
Dynamical interplay between awareness and epidemic spreading in multiplex networks
我们提出了两个过程之间的相互关系的分析占流行病的传播，并防止其感染的信息意识，在多重网络的顶部。这种情况是一个流行病的过程中传播的持久的真实接触的网络，和一个循环的信息意识过程中传播的虚拟社会接触网络之间的相同的个人。拓扑结构对应于一个多重网络，其中两个扩散过程相互作用，相互影响。使用微观马尔可夫链方法（MMCA）的分析揭示了流行病的发病率的相图，并允许捕获的流行阈值的演变取决于多路复用的拓扑结构和与意识过程的相互关系。有趣的是，流行病爆发的临界点有一个由意识动态和虚拟网络拓扑定义的临界值（亚临界点），从该临界点开始，爆发时间增加，流行病发生率降低。
2013-09-19 cond-mat.stat-mech cs.SI physics.soc-ph
Effects of city-size heterogeneity on epidemic spreading in a metapopulation: A reaction-diffusion approach
我们回顾并介绍了一个广义的反应扩散方法，传染病传播的集合种群建模为一个复杂的网络。集合种群由易感和受感染的个体组成，这些个体被分组为亚群，这些亚群象征着城市和村庄，这些城市和村庄通过人类在交通网络中的旅行而耦合。通过分析方法和数值模拟，我们计算了感染者在长时间限制的metapoluation中的比例，以及表征将流行病与非流行病阶段分开的流行病阈值的相关参数。在这个模型中，我们研究了异构网络拓扑结构和异构子种群大小分布的影响。这样的系统适用于流行病建模，其中小村庄和大城市同时存在于集合种群中。我们发现，异质性条件导致的流行病阈值是一个非平凡的函数的反应速率（局部参数），网络的拓扑结构（全局参数）和交叉人口规模，区分“村庄动态”从“城市动态”。
2012-11-09 physics.soc-ph q-bio.PE
Traffic-driven SIR epidemic model on networks
提出了一个新的SIR传染病模型，该模型由网络中的感染包传输驱动。具体地说，感染节点产生并传递感染包，导致疫情的传播，而恢复节点阻止感染包的传递，这抑制了传染病传播。在分组传输中使用由控制参数$α$管理的高效路由协议。通过仿真得到了感染节点的最大瞬时种群、感染节点的最大种群以及相应的最优$α$。我们发现，一般更平衡的负载分布会导致更激烈和广泛的传播网络中的流行病。增加节点的平均度或度分布的均匀性都有利于传染病传播。当数据包生成率$ρ$较小时，增加$ρ$有利于传染病传播。然而，当$ρ$足够大时，出现抑制传染病传播的交通堵塞。
2015-02-18 cs.SI physics.soc-ph
Impact of origin-destination information in epidemic spreading
接触的网络结构塑造了流行病传播过程。网络理论的最新进展提高了我们对大规模流行病过程的理解。在传染病传播的研究中，仍需对若干考虑因素的相关性进行评估。其中之一是说明传染病携带者流动的来源地和目的地模式的影响。在这里，我们计算始发地-目的地模式兼容的经验数据的粗粒度流在航空运输网络。我们研究的发病率流行病的过程中的集合种群的方法，考虑不同的替代方案的流量先验知识。在数据驱动的情景中，考虑了对来源地和目的地流量的估计，结果证明与在微观层面评估流行病的影响有关（在我们的情景中，哪些人群被感染）。然而，这一信息与评估其宏观发病率（感染人群的比例）无关。这些结果对于实现更好的计算平台来预测流行病发病率是有意义的。
2018-12-24 cond-mat.stat-mech cs.SI physics.soc-ph
Phase diagram of epidemic spreading - unimodal vs. bimodal probability distributions
在SIR模型下研究了复杂网络上的疾病传播问题。对经验复杂网络的模拟揭示了两种特定的疾病传播机制：局部遏制和流行病爆发。衡量疾病传播程度的变量一般具有双峰概率分布的特征。介绍了经验复杂网络的疾病传播相图。对多叉树上疾病传播的理论模型进行了分析和模拟研究。结果表明，该模型再现了经验复杂网络中观察到的疾病传播相图的定性特征。讨论了复杂网络的树状结构在疾病传播中的作用。
2009-12-03 physics.soc-ph
Traffic-driven epidemic spreading on scale-free networks with tunable degree distribution
研究了度分布可调的无标度网络中流量驱动的传染病传播问题。网络的异质性由幂律度分布的指数$γ$控制。发现流行阈值在约$γ=2.2$处最小化。此外，我们发现具有较大算法介数的节点更容易被感染。我们希望我们的工作提供新的见解的影响网络结构的交通驱动的传染病传播。
2018-02-05 physics.soc-ph
Epidemic Variability in Hierarchical Geographical Networks with Human Activity Patterns
近年来，一些研究表明，人类行为的非泊松统计源于等级地理网络结构。基于这一观点，我们将重点放在等级地理网络中的传染病传播，并研究两种不同的接触模式（即：例如，与地理距离相关的均匀时间延迟（HOTD）和非均匀时间延迟（HETD）影响暴发的传播速度和变异性。研究发现，与HOTD和null模型相比，HETD中时延与网络层次的相关性显著减缓了传染病传播，并导致了向上级联的多模态现象.相应地，HETD暴发的变异性值较低，但在较长时间内有多个可比的峰值，这使得传染病传播的长期预测变得困难。当种子（i）例如，初始感染节点）来自网络的高层，显著促进了传染病传播。有趣的是，两种接触模式的变异性出现了不同的趋势：高层次的种子在HOTD导致较低的变异性，HETD的情况下，相反。更重要的是，HETD中高层种子的变异性远大于HOTD，这意味着传染病传播在等级地理网络中的不可预测性。
2012-04-03 cs.SI physics.soc-ph
Suppressing traffic-driven epidemic spreading by adaptive routing strategy
近年来，流量驱动的传染病传播路由策略的设计受到越来越多的关注。在本文中，我们提出了一种自适应路由策略，通过一个可调的参数$h$，将拓扑距离与当地的流行病信息。在无拥塞的情况下，存在一个最优的路由参数$h$值，导致最大的流行阈值。这意味着与静态最短路径路由方案相比，自适应路由可以更有效地控制传染病传播。此外，我们还发现，在节点传输容量有限的情况下，最优的$h$值可以极大地缓解业务拥塞。我们希望我们的工作提供了新的见解动态路由交通驱动的传染病传播的影响。
2018-02-05 physics.soc-ph
Generalized group-based epidemic model for spreading processes on networks: GgroupEM
我们开发了一个广义的基于群体的流行病模型（GgroupEM）框架，用于任何分区流行病模型（例如：易感染-易感，易感染-恢复，易感染-暴露-感染-恢复）。这里，组由单个节点的集合组成。该模型可以用来理解一个随机传染病传播在非常大的复杂网络中的重要动态特性，是关于群体状态的信息。通过分组聚集节点，以聚集误差为代价使状态空间比基于个体的方法小，且聚集误差受等周不等式的强约束。我们还开发了一个平均场近似的框架，以进一步减少状态空间的大小。最后，我们将GgroupEM扩展到多层网络。由于基于组的框架在计算上比基于个体的框架更便宜且更快，因此当模拟时间很重要时，该框架是有用的。
2019-08-16 physics.soc-ph q-bio.PE
Effects of social distancing and isolation on epidemic spreading: a dynamical density functional theory model
为防止冠状病毒病COVID-19等流行病传播，保持社交距离及隔离受感染人士至关重要。然而，现有的反应扩散方程的流行病传播是无法描述这些影响。我们提出了一个扩展的疾病传播模型相结合的SIR模型与动态密度泛函理论，明确考虑到社会距离和隔离的感染者。该模型显示了有趣的非平衡相分离与减少感染的数量，并允许新的见解控制流行病。
2020-05-08 physics.bio-ph physics.soc-ph q-bio.PE
Epidemic Spreading on Activity-Driven Networks with Attractiveness
我们研究SIS传染病传播过程展开最近概括的活动驱动的建模框架。在这个时变网络模型中，每个节点由两个变量描述：活动性和吸引力。第一，描述了形成联系的倾向。第二，定义吸引他们的倾向。我们推导出分析考虑的时间尺度驱动的接触和传染的演变可比的流行阈值。这些解是通用的，适用于任何活动和吸引力的联合分布。通过考虑异质分布和两个变量之间的不同相关性进行的大规模数值模拟，证实了理论图片。我们发现吸引力的异质分布改变了传染过程。特别是，在两个变量之间不相关和正相关的情况下，异质吸引力促进了传播。相反，活动和吸引力之间的负相关阻碍了传播。所提出的结果有助于了解时变网络的动力学性质及其对在其结构上展开的传染现象的影响。
2017-09-11 cs.SI 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
Relevance of backtracking paths in epidemic spreading on networks
网络上的流行病的理解大大受益于最近的应用程序的消息传递方法，它允许获得精确的结果不可逆的传播（即永久获得性免疫的疾病）在局部树拓扑结构。这一成功表明，可以将同样的方法应用于可逆转的流行病，因为个人可以感染流行病并反复康复。基本假设是回溯路径（即一个人被他/她以前感染的邻居再次感染）不起相关作用。在本文中，我们表明，这是不可逆的流行病的情况下，由于忽略回溯路径导致的流行病阈值的公式，是定性不正确的大尺寸限制。此外，我们定义了一个修改后的可逆动力学，明确禁止直接回溯事件，并表明这种修改完全打乱的现象。
2018-10-25 cond-mat.stat-mech cs.SI physics.soc-ph
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
Change points, memory and epidemic spreading in temporal networks
动态网络表现出在不同时间尺度上变化的时间模式，所有这些都可能影响网络上发生的过程。然而，大多数用于建模时变网络的数据驱动方法试图孤立地捕获单个特征时间尺度-通常与马尔可夫链的短时记忆或由外部或系统事件引起的长时间突变相关联。在这里，我们提出了一个统一的方法来同时对这两个方面进行建模，检测时间网络的短期和长期行为。我们这样做，通过开发一个任意顺序的混合马尔可夫模型的变化点，并使用非参数贝叶斯公式，允许马尔可夫顺序和位置的变化点，以确定从数据没有过拟合。此外，我们评估质量的多尺度模型的能力，再现流行病的传播的时间网络，我们表明，同时描述多个时间尺度具有协同效应，在统计上显着的功能被发现，否则将保持隐藏的独立处理每个时间尺度。
2017-12-24 cs.SI physics.data-an physics.soc-ph
Optimal curing policy for epidemic spreading over a community network with heterogeneous population
设计一个有效的治疗政策，能够阻止一个流行病的过程在一个负担得起的成本，必须考虑到人口接触网络的结构，支持传染过程。因此，我们解决了在人群中分配恢复资源的问题，以尽可能低的成本防止流行病在网络中无限期地持续下去。具体地说，我们分析了一个易感染的易感流行病过程的加权图上传播，通过一阶平均场近似。首先，我们描述了接触网络的动态的流行病之间的一个非齐性总体，这可能是分为社区的影响。对于社区网络的情况下，我们的调查依赖于公平分区的图论概念，我们表明，流行病的阈值，对流行病传播的网络鲁棒性的一个关键措施，可以确定使用一个低维的动力系统。利用计算的流行病阈值，我们确定了成本最优的治疗策略，通过解决一个凸极小化问题，它具有一个减少的社区网络的情况下的维数。最后，我们考虑了一个两层的最优固化问题，对于这个问题，我们设计了一个在网络规模下具有多项式时间复杂度的算法。
2017-12-01 cs.SI math.OC physics.soc-ph
Non-perturbative heterogeneous mean-field approach to epidemic spreading in complex networks
自大约十年前以来，网络科学一直关注疾病传播如何依赖于结构模式的问题。在这里，我们有助于进一步推进我们对传染病传播过程的理解，提出了一个非微扰制定的非均匀场的方法，已普遍用于在物理文献中处理这种传播现象。我们提出的非微扰方程没有假设系统接近流行阈值，也没有任何线性近似的动力学。特别是，我们首先开发了一个概率描述在节点级别的流行病传播的所谓的易感染的易感家庭的模型，并在我们得到相应的异质平均场方法。我们建议使用的方法，而不是修剪扩展到一阶，这导致一个非微扰的配方，可以解决不动点迭代，并使用远离流行病阈值的可靠性，以评估流行病的流行。我们的结果是在密切的协议与蒙特卡罗模拟，从而提高了预测能力的经典异质平均场方法，同时提供了一个更有效的框架，在计算时间。
2011-06-30 physics.comp-ph physics.data-an physics.soc-ph
Epidemic Spreading with External Agents
我们研究流行病在大型网络中的传播过程，当传播是由少量的外部代理人协助：传染源有界的传播能力，但其运动是不受限制的相对于底层的网络拓扑结构。对于网络的“空间限制”，我们表明，感染的传播可以显着加快，甚至由几个这样的外部代理随机感染。此外，对于一般的网络，我们推导出上界的顺序的传播时间实现某些简单的（随机/贪婪）的外部传播政策。相反，对于某些常见的网络类，如线图，网格和随机几何图形，我们还推导出所有（潜在的网络状态感知和对抗）外部传播策略的传播时间的顺序上的下限;这些对抗的下限匹配（对数因子）的传播时间实现的外部代理与随机传播策略。这表明，由外部代理进行的随机的、状态无关的感染传播实际上是在这种空间受限网络中传播的顺序最优。
2014-04-13 cs.IT cs.NI cs.SI
Antivax movement and epidemic spreading in the era of social networks: Nonmonotonic effects, bistability and network segregation
在这项工作中，我们解决了一个多耦合动力学的复杂网络与可调结构隔离。具体来说，我们在疫苗接种运动下与支持和反对疫苗的代理人一起研究网络化的传染病传播。我们的研究结果表明，这种耦合动力学表现出无数的现象，如伴随着双稳态的非平衡转变。此外，我们观察到一个中间最佳隔离水平的出现，其中社区结构增强了对疫苗接种的负面意见，但违反直觉地阻碍了-而不是有利于-全球疾病传播。因此，我们的研究结果表明，疫苗接种运动应避免最终隔离过度反疫苗群体的政策，使他们有效地发挥回声室的作用，在其中个人寻求确认，而不会危及整个人口的安全。
2021-08-24 physics.soc-ph q-bio.PE
Competing spreading processes on multiplex networks: awareness and epidemics
在多层互联的复杂网络之上，类似流行病的传播过程揭示了相互交织的竞争效应的丰富相图。作者最近的一项研究[Granell等人，Phys.Rev.Lett. 111，128701（2013）]分析了导致流行病传播的两个过程之间的相互关系，以及在多重网络之上传播信息意识以防止其感染。在这种情况下，提高认识意味着对疾病进行全面免疫，结果表明存在一个元临界点，在这个点上，流行病的关键开始取决于提高认识过程的实现。在这里，我们提出了一个全面的分析，这些关键的属性在更一般的情况下，意识的传播并不意味着完全免疫，感染并不意味着立即意识到它。我们发现这两个竞争过程之间的关键关系，代表它们之间的相互作用的参数范围很广。我们还分析了大规模广播的意识（大众媒体）的流行病发病率的最终结果的后果。更重要的是，大众媒体使元批评点消失了。结果表明，主要的发现，即存在一个元临界点，是植根于竞争的原则，并持有一个大的场景。
2014-05-18 cond-mat.stat-mech cs.SI physics.soc-ph
Self-awareness based resource allocation strategy for containment of epidemic spreading
个体之间的资源支持对于控制或减轻传染病传播尤其是在大流行期间尤其重要。然而，问题仍然是，我们如何能够保护自己不被感染，同时通过捐赠资源帮助他人抗击这一流行病。为了回答这个问题，我们提出了一个新的资源分配模型，考虑到个人的自我保护意识。在该模型中，引入了一个调整参数来量化个体在意识到疾病时的反应强度。在此基础上，建立了一个资源分配与疾病传播的耦合模型，研究了自我意识对资源分配的影响以及对传染病传播动力学的影响。通过理论分析和大量的蒙特卡罗模拟，我们发现在稳态下，系统收敛到两种状态：完全健康或完全感染，这表明当资源短缺时，患病率会突然增加。更重要的是，我们发现，在疫情爆发期间，对人民过于谨慎和过于无私，都不适合疾病控制。通过大量的模拟，我们找到了最佳点，在那里有一个最大值的流行阈值，爆发可以延迟到最大程度。最后，我们进一步研究了网络结构对耦合动力学的影响。我们发现，度的异质性促进了疾病的爆发，而网络结构并没有改变行为反应的最优现象。
2020-02-07 physics.soc-ph q-bio.PE
Effect of Heterogeneous Transmission Rate on Epidemic Spreading Over Scale Free Networks
研究了具有幂律度分布和异质传播率的复杂网络中的传染病传播问题。传染病传播率的随机分配导致了节点的异质性，这反过来又导致了节点在各种子种群方面的隔离。这项研究的目的是获得微观洞察的影响，在疾病的传播过程中，通过这种网络的各个亚群之间的相互作用。基于疾病传播的易感感染易感（SIS）模型，用离散时间马尔可夫链方法描述了传染病在网络上的传播。该研究是参数化的变量$λ$，定义为一个节点与其相邻节点的分数接触的数量。从模拟结果中，它被发现，在这样的网络上的流行病的传播是关键的最小接触的数量由一个节点，低于没有爆发的疾病。在这些网络中的感染程度进行评估，从定义的感染节点的总数和相应的感染水平的分数方面的流行病的大小。参数研究的结果表明，流行病的规模上的并发接触由一个节点（$λ$）和每个节点的平均链接数的依赖。在这两种情况下，发现流行病的规模随着相应参数的增加而增加。
2016-07-18 physics.soc-ph q-bio.PE
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
Epidemic spreading in evolving networks
在无标度稳态网络的情况下，建立了一个传染病传播模型，并对该模型进行了分析。结果发现，与人们天真的预期相反，重新布线的过程通常倾向于抑制传染病传播。特别是它被发现，在静态网络中，重新布线网络的度分布指数$γ>3$表现出一个阈值的感染率低于该流行病在稳定状态下消亡。然而，在重新布线的情况下，阈值更高。对于$2<γ\leq 3$，不存在这样的阈值，但是对于小的感染率，感染节点的稳态密度（流行率）对于重新布线网络是较小的。
2010-01-22 cond-mat.stat-mech physics.soc-ph q-bio.OT
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
