Impacts of bridging nodes on the epidemic activation mechanisms
Universidade Federal de Viçosa（维索萨联邦大学）；Universidade de São Paulo（圣保罗大学）；Instituto Federal Fluminense（弗鲁米嫩塞联邦学院）；National Institute of Science and Technology for Complex Systems（复杂系统科学与技术国家研究所）
研究桥接节点在流行病激活机制中的作用，通过添加度为2的桥接节点分析其对网络中hub间反馈交互的影响，发现桥接节点能改变流行病的局部激活机制。
2026-04-25 physics.soc-ph
Competing Epidemics on Graphs -- Global Convergence and Coexistence
近年来，众所周知的\textit{Susceptible-Infected-Susceptible}（$SIS$）流行病模型有效地捕捉了诸如病毒、传染病甚至谣言/意见等传染病在接触网络（图）上的传播动力学。当涉及到两种在重叠图上传播的传染病之间的竞争时，它们的传播被所谓的\textit{bi-virus}流行病模型所捕获。对这种动力系统的分析涉及到平衡点的识别及其收敛特性，这决定了病毒中的任何一种是消亡，还是两者共同生存。我们展示了现有的工作是如何不成功的特征模型参数空间的一个大的子集，包括所有参数的双病毒系统的竞争力是显着的，足以实现共存的流行病。在本文中，我们填补了这一空白，并获得收敛结果的整个模型参数空间，给出精确的条件（必要和充分）下，系统\textit{globally converges}的\textit{trichotomy}的可能结果：一个无病毒的状态，一个单一的病毒状态，并共存状态-第一个这样的结果。
2021-04-22 cs.SI cs.SY eess.SY
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
Burstiness in activity-driven networks and the epidemic threshold
研究了时间网络中异质时间激活对传染病传播的影响。研究了具有突发性的活动驱动网络中的易感染-易感染（SIS）模型。通过使用基于活动的平均场方法，我们推导出一个封闭的分析形式的流行病阈值的任意活动和事件间的时间分布。我们发现，正如预期的那样，突发性降低了流行阈值，而其对患病率的影响是双重的。在低传染率系统中，突发性增加了平均传染概率，而在高传染率系统中，突发性减弱了传染病传播。我们的研究结果可以帮助澄清文献中报道的突发性的相互矛盾的影响。我们还讨论了在过渡的缩放属性，表明它们不受突发性。
2019-05-27 cond-mat.stat-mech cs.SI physics.soc-ph
Competing spreading dynamics in simplicial complex
生物学和社会系统中的相互作用并不局限于成对的，而是可以采取任意大小。大量的研究表明，任意大小的相互作用显着影响网络系统的传播动力学。竞争传播动态，即，几种流行病同时传播并相互竞争的现象在现实世界中已被广泛观察到，但任意大小的相互作用如何影响竞争传播动力学仍然缺乏系统的研究。本文提出了一个由单纯复形表示的高阶系统上的两个竞争单纯易感传染病模型，并分析了该模型的临界现象。在所提出的模型中，易感节点只能被两种流行病中的一种感染，并且感染向邻居的传播可以通过成对（即，边缘）和高阶（例如，2-单形）相互作用。通过平均场（MF）理论分析和数值模拟，我们表明，该模型显示出丰富的动力学行为依赖于2-单纯形感染强度。当2-单纯形感染强度较弱时，模型的相图与简单图一致，由三个区域组成：每个流行病的绝对优势区域和无寄生虫区域。随着2-单纯形感染强度的增加，出现了一个新的相位区，称为交替优势区。在这一区域，一种流行病的存活取决于初始条件。我们的理论分析可以合理地预测时间演变和稳态爆发规模在每个区域。此外，我们还进一步探讨了2-单纯形感染强度对称和非对称时模型的相图。结果表明，2-单纯形感染强度对体系相图有显著影响。
2021-05-18 nlin.CD physics.soc-ph
Epidemic-Driven Collapse in a System with Limited Economic Resource. II
我们认为流行病的蔓延有可能导致社会经济崩溃。为此，我们利用一个简单的SIS（易感-感染-易感）模型，感染人口规模和集体经济资源与每个经济主体的平均货币或收入之间存在负反馈。在这样一个系统中的耦合机制被认为是激活型的，与恢复率由Arabidius类定律。在这种情况下，经济资源正式扮演有效市场温度的角色，资源消耗的最低水平与激活能有关。这种耦合会导致与热爆炸相反的坍缩效应，使得由于资源的有限性，传染病最终会驱动系统在非零活化能下坍缩。在这种情况下，系统无法再稳定，回到稳定的疫情前状态或更差的疫情后状态。我们证明，系统的崩溃可以部分缓解外部补贴，这意味着不断的资源流入从一些外部来源或债务解释为负资源的手段。我们还考虑了一个简单的隔离方案，并表明它可以导致不同的社会经济结果，这取决于初始资源（市场温度）和最低水平的资源消耗（激活能）。
2020-12-22 physics.soc-ph
Competing for Attention in Social Media under Information Overload Conditions
尽管多种形式的现代社交媒体已成为传播信息的主要渠道，但由于信息源数量的迅速扩大，它们正变得超载。我们分析了中国最大的微博网站新浪微博中不断扩大的用户生成内容，发现证据表明，流行信息通常遵循一种与疾病传播不同的机制，与普遍认为的相反。在这种机制中，拥有更多朋友的个体需要更多的重复曝光来进一步传播信息。此外，我们的数据表明，与流行病不同，对于某些信息，个人分享信息的机会与他/她分享信息的邻居的比例成正比，因此，一个人的朋友数量越多，传播信息所需的重复接触次数就越多，这是争夺注意力的结果。我们使用一个分数易感感染恢复（FSIR）模型，其中一个节点的感染概率是成比例的感染邻居的分数这个过程建模。我们的发现对信息传染具有戏剧性的影响。例如，使用FSIR模型，我们发现现实世界的社交网络有一个有限的流行阈值。这与传统智慧从疾病流行模型中得出的零阈值形成对比。这意味着，当个体被过量的信息源超载时，如果信息超过临界流行阈值，信息就会到达人群，或者它永远不会被很好地接受，导致只有少数信息内容可以在整个人群中广泛传播。
2014-10-14 cs.SI physics.soc-ph
Generalized threshold-based epidemics in random graphs: the power of extreme values
自举渗流是图中的一个众所周知的激活过程，其中当节点具有至少$r$活动邻居时，节点变为活动的。这种过程最初是在规则结构上研究的，最近也在随机图的背景下进行了研究，在随机图中，它可以作为各种级联的简单模型，例如在大型社交网络上传播思想，趋势，病毒内容等。特别地，已经表明，在$G(n,p)$中，最终活动集可以表现出对于子线性数量的种子的相变。在本文中，我们提出了一个独特的框架来研究更广泛的一类图模型和流行病过程的类似的次线性相变。具体来说，我们考虑i）一个广义版本的自举渗流在$G(n,p)$随机激活阈值和随机节点到节点的影响; ii）不同的随机图模型，包括图与给定的度序列和图的社区结构（块模型）。我们工作的共同点是显示临界种子集大小对分布极值的惊人敏感性，这使得一些系统非常容易受到大规模爆发的影响。我们验证我们的结果运行模拟合成和真实的图形。
2016-03-15 cs.SI physics.soc-ph
Epidemics on a stochastic model of temporal network
个体之间的接触是传染病传播的途径。这些接触图案可以由网络结构表示。静态结构一直是常见的建模范式，但最近的结果表明，时间结构发挥不同的作用，以调节感染或感染样动力学的传播。在时态网络上，顶点仅在某些时刻是活动的，否则不活动，因此接触不是连续可用的。在一些经验网络中，两个连续的顶点激活事件之间的时间通常遵循异质活动（例如突发）。在本章中，我们提出了一个简单直观的时间网络随机模型，并探讨如何流行病的时间结构共同演变，重点是流行病的增长动力学。该模型不假设底层拓扑结构，仅受两个连续顶点激活事件之间的时间约束。主要的观察结果是，在异质和同质的时间模式的情况下，感染传播的速度是不同的，但这种差异取决于流行病的阶段。与均匀场景相比，幂律情况在开始时会导致更快的增长，但在一定时间后会变得更慢，需要几个时间步长才能到达整个网络。
2012-04-24 physics.soc-ph q-bio.PE
Consequences of non-Markovian healing processes on epidemic models with recurrent infections on networks
本文研究非马尔可夫恢复过程对网络上反复感染模型的影响，通过引入多阶段感染仓室刻画Gamma分布恢复时间，解析和数值揭示了星形图与无标度网络上传染病寿命的标度规律及激活机制。
2024-10-02 physics.soc-ph
Robustness and fragility of the susceptible-infected-susceptible epidemic models on complex networks
我们分析了两个标准的易感染-感染-易感（SIS）动态的改变，其保留了顶点的自发愈合和感染能力随其程度无限增加的中心特性。所有模型在平均场论中具有相同的流行阈值，但根据网络特性，模拟产生双重场景，其中修改后的SIS模型的流行阈值与标准动态相比可以显著改变或保持不变。对于指数为$γ<5/2$的幂律度分布的不相关合成网络，SIS动态是鲁棒的，对于所有研究的模型都表现出基本相同的结果。在修正的动力学指数$γ>5/2$中观察到一个与非均匀平均场理论而不是猝灭平均场理论更一致的阈值。差异更显着的$γ>3$，其中一个有限的阈值被发现在修改后的模型与消失的阈值的原始之一。这种二重性在星图上的流行病寿命方面得到了阐明。我们验证，激活修改后的SIS模型被触发的$k$核心分解$γ<3$的网络的最里面的组件，而它只发生在标准模型的$γ<5/2$。对于$γ>3$，修改后的动态中的激活是集体的，基本上涉及整个网络，而它是由标准SIS中的集线器触发的。对偶性也出现在临界量的有限尺寸标度中，其中对于修改的动力学观察到平均场行为，但对于原始动力学则没有。我们的研究结果为讨论描述真实系统的流行病模型的最合适的概念以及处理这些模型的最合适的理论方法的选择提供了依据。
2018-07-18 physics.soc-ph
Non massive immunization to contain spreading on complex networks
控制流行病的最佳策略是通过有效的免疫接种以最小的成本拆除接触网络。然而，网络碎片在实践中很少可以访问，并且可能会产生极端的副作用。在这项工作中，我们研究了远低于渗流阈值的流行病遏制免疫人口分数。我们报告说，适度和弱监督免疫接种可以导致有限的传染病阈值的无标度网络上的易感-感染-易感模型通过改变从一个特定的基序到一个集体驱动的过程的过渡的性质。修剪有效的散布器并增加它们的相互分离对于集体激活来说都是必要的。分数的免疫顶点需要消除的流行病，这是远远小于渗流阈值观察到一个广泛的真正的网络考虑有针对性的或熟人免疫策略。我们的工作有助于构建最佳遏制，通过非大规模和可行的免疫策略来保护网络功能。
2019-12-20 cs.SI physics.soc-ph
Epidemic spreading on time-varying multiplex networks
社会互动在多个背景下分层，并受到复杂的时间动态。对社会系统的这两个特征的系统研究只是最近才开始的，这主要归功于多元和时变网络的发展。然而，这两个进展几乎是平行的，几乎没有重叠。因此，连接模式的多重性和时间性质之间的相互作用知之甚少。在这里，我们的目标是通过引入一个随时间变化的多路复用网络模型来解决这个限制。我们感兴趣的是如何描述这两个属性影响传染过程。为此，我们研究SIS流行病模型展开在可比的时间尺度方面的多重网络的演变。我们研究分析和数值的流行阈值之间的重叠，和功能，每一层的函数。我们发现，层之间的重叠显着降低了流行阈值，特别是当重叠节点的时间激活模式是正相关的。此外，当各层之间的平均连接性非常不同时，传染动力学由连接更密集的层的特征驱动。在这里，流行病阈值相当于单层图的阈值，并且在驱动传染的层中，疾病的影响与重叠无关。然而，在传播动力学受其影响很大的其他层中，情况并非如此。本文的结果为描述真实网络的性质及其对传染现象的影响提供了又一步
2018-08-11 cs.SI physics.soc-ph
Multiple phase transitions of the susceptible-infected-susceptible epidemic model on complex networks
利用不同的平均场方法研究了指数为$γ>3$的幂律度分布的随机网络上的易感-感染-易感（SIS）动力学的流行阈值，得到了不同的结果.我们进行了广泛的模拟，在准稳态与这些平均场论的比较。我们观察到伴随的多个过渡，在个别网络的度分布呈现出很大的差距，并得到多个流行病的阈值很好地描述了不同的平均场论。我们观察到，涉及阈值的过渡，在热力学极限消失涉及本地化的状态，其中网络的消失部分有效地有助于流行病活动，而地方病状态，感染的顶点的有限密度，发生在一个有限的阈值。多个转换与网络的不同子域的激活有关，这些子域不是直接连接的。
2015-01-09 physics.soc-ph q-bio.PE
Virus spread versus contact tracing: two competing contagion processes
于二零二零年上半年，多个国家因阻止COVID-19发病率曲线增长而遭受封锁后，他们面临恢复社会及经济活动的挑战。SARS-CoV-2的快速空气传播性和疫苗的缺乏要求采取积极的遏制措施，以避免传播链的传播。迄今为止，最好的策略，通常被称为测试-跟踪-治疗（TTT），包括对人群进行诊断测试，跟踪感染者的接触者，并通过隔离所有这些病例进行治疗。能够更好地描述上述机制联合作用的动力学过程是一种传染过程，它与病原体的传播竞争，切断了潜在的传染途径。在这里，我们提出了一个房室模型，耦合的动态感染与接触者追踪和隔离的情况下。我们开发了一个有效的情况下再现数$R_c(t)$，揭示了接触者追踪的作用，在缓解和抑制流行病的分析表达式。我们发现，有一个权衡之间的感染传播和隔离的情况下。如果隔离仅限于有症状的个体，发病率曲线可以变平，但不会弯曲。然而，如果接触者追踪也适用于无症状的个人，该战略可以弯曲曲线并抑制流行病。定量结果取决于网络拓扑结构。我们量化了接触者追踪有效性的最重要指标，即其扭转流行曲线上升趋势的能力，导致其弯曲。
2021-02-01 physics.soc-ph q-bio.PE
Oscillating epidemics in a dynamic network model: stochastic and mean-field analysis
考虑了一个SIS传染病传播的自适应网络模型，模型中的链路类型依赖于链路的激活和删除。对两两ODE近似和基于网络的随机模拟进行了分叉分析，表明可能会发生三种典型的行为，即除了无病或地方病稳态外，还可以观察到振荡。利用傅里叶分析，以及通过分析随机模型的精确主方程的随机模拟中的振荡行为进行了研究。一个紧凑的成对近似的动态网络的情况下，也开发和链接型独立重新布线的情况下，流行病的结果和网络结构的变化，同时在一个单一的分叉图。通过超越简单地将模拟结果与平均场模型进行比较，我们的方法可以更深入地了解观察到的现象，并有助于更好地理解和绘制平均场模型的局限性。
2014-10-18 math.DS math.PR physics.soc-ph
Simplicial temporal networks from Wi-Fi data in a University Campus: the effects of restrictions on epidemic spreading
无线网络通常用于公共场所、大学和公共机构，并提供准确且易于访问的信息以监控用户的移动性和行为。在最近的大流行期间采取遏制措施后，我们分析了意大利一所大学校园在三个时期（对应于部分封锁、部分开放和几乎完全开放）的WiFi网络的大量数据。我们测量组的概率分布和在Wi-Fi接入点的链路激活，调查如何在存在限制的情况下使用不同的区域。我们根据其拥挤程度和链接形成的概率对热点及其覆盖的区域进行排名，这是确定潜在爆发的相关变量。我们考虑了最近提出的单纯时间网络上的流行病模型，我们使用测量的分布来推断在三个阶段的再生数的变化。我们的数据表明，由于接触人数急剧增加，有必要采取额外措施，在全面开放阶段限制传染病传播。
2022-10-26 physics.soc-ph
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
Effect of time varying transmission rates on coupled dynamics of epidemic and awareness over multiplex network
在目前的工作中，一个非线性随机模型，提出了研究的影响的时间变化的传输速率的共同演变的流行病和其相应的意识在一个两层的多路复用网络。在该模型中，传染病层中给定节点的感染传播率取决于其在感知层中的感知概率。同样，感知层中节点的感染信息传输速率取决于其在流行病层中的感染概率。由身体接触引起的疾病传播在流行病层上的SIS（易感感染易感）过程方面描述，并且关于疾病爆发的信息的传播在虚拟交互介导的意识层上的UAU（未意识到未意识到）过程方面描述。研究了传输速率随时间的变化以及这些相互竞争过程的协同演化，并给出了网络拓扑参数α。使用二阶线性理论，它已被证明，在连续的时间限制，这些过程的共同演变可以描述在阻尼和驱动谐振子方程。从蒙特卡罗模拟的结果表明，对于适当选择的参数（α），这两个过程可以表现出持续振荡或阻尼动力学。阻尼动力学对应于地方病状态。此外，对于地方病状态的情况下，它表明，包括意识层显着降低了疾病的传播率，并减少了流行病的规模。一个给定的节点对应的阻尼动力学的地方病状态感染概率被发现有依赖于两个传输速率，以及对两个绝对层内和相对层间的程度的各个节点。
2018-06-01 physics.soc-ph q-bio.PE
Competing of Sznajd and voter dynamics in the Watts-Strogatz network
我们研究了Watts-Strogatz网络的聚类系数C依赖于重新布线的概率。网络是两个相反的接触过程的区域，其中节点可以处于两种状态，S或D。其中一个过程由Sznajd动力学控制：如果有两个连接的节点处于D状态，则它们的所有邻居都以概率p成为D。S节点的浓度在概率p的给定值处突然变化。结果是，对于小p，在聚类网络中S节点的激活占主导地位。这一结果可以通过两种极限情况的比较来解释：没有重新布线的Watts-Strogatz网络（C=0.5）和Bethe晶格（C=0）。
2013-05-22 cs.SI physics.comp-ph physics.soc-ph
Spectral analysis and slow spreading dynamics on complex networks
易感-感染-易感（SIS）模型是描述信息/传染病传播现象的最简单的无记忆系统之一。淬火无序对动力学行为的影响最近被比较淬火平均场（QMF）近似的无标度网络。QMF通过邻接矩阵的谱分解分析，可以考虑稳态下活性的拓扑异质性和聚类效应。因此，它可以提供对可能的稀有区域效应的预测，从而对慢动力学的发生。我比较QMF SIS的结果与各种大尺寸图上的模拟。特别是，我表明，Erd \H os-Rényi图这种方法正确预测的流行阈值和稀有区域的影响。如果图是碎片的，或者如果我们在边缘上应用强的、指数抑制的加权方案，格里菲斯阶段就会出现。后一个模型描述了面对面实验中的连接时间分布。在广义Barabási-Albert型网络与老化连接的情况下，强烈的稀有区域效应和格里菲斯相动力学的数值证据。
2013-06-14 cond-mat.dis-nn cond-mat.stat-mech physics.soc-ph
The prevalence of small world networks explained by modeling the competing dynamics of local signaling events in geometric networks
网络在科学和工程中无处不在。许多方法，包括我们自己小组的一些方法，已经探索了如何计算或预测网络的动态，给出了关于单个节点和网络连通性的内部模型的信息，可能还有由表征网络的统计或描述性度量提供的额外信息。但是，当没有关于参与节点的内部模型或动态的知识或信息时，可以推断出什么关于网络动态的信息？在这里，我们探讨如何连接的节点子集竞争性地相互作用，以激活一个共同的下游节点，他们连接到。我们通过从神经生理学中借用一套简单的规则来实现这一点。我们开发的模型反映了全球网络动态出现的局部过程。我们称这个模型为竞争性耐火动力学模型。它是从生物神经元的空间和时间的总和的考虑，从而沿着树突树的总和突触后电位（PSP）有助于在达到阈值电位的初始段的膜电位。我们首先展示了如何“获胜节点”或一组“获胜”节点，实现下游节点的激活是可计算的模型。然后，我们推导出一个正式的定义优化的网络信令在我们的框架。我们定义了网络边缘上的信令延迟与单个节点处理传入信号所需的内部时间之间的比率。我们表明，一个最佳的比率是一个连接的节点之间的信息传播的速度不超过内部动态时间尺度的节点。然后，我们将展示如何使用这些结果，以达到一个独特的解释，在自然和工程系统的小世界网络拓扑结构的流行。
2017-11-03 math.DS physics.soc-ph q-bio.MN
Statistical inference of dynamical processes on networks
Tampere University（坦佩雷大学）；Goethe University Frankfurt（法兰克福歌德大学）；Central European University（中欧大学）；Universidad Nacional Autonóma de México（墨西哥国立自治大学）
研究网络二元状态传播过程模型选择，提出通用框架，利用渐近近似预测结果，刻画六种传播机制可检测性，评估其在实证数据集上的普遍性，指出统计模型选择在常见条件下可能失败并给出新方向。
2026-07-10 physics.soc-ph
