SIS Epidemic Modelling on Homogeneous Networked System: General Recovering Process and Mean-Field Perspective
College of Artificial Intelligence, Southwest University（西南大学人工智能学院）
本文提出通用恢复过程SIS模型，研究恢复时间分布对疾病动态的影响，并探讨未来研究方向。
2025-11-14 cs.SI physics.soc-ph
Critical behavior of the SIS epidemic model with time-dependent infection rate
在这项工作中，我们研究了一个修改后的易感-感染-易感（SIS）模型，其中感染率$λ$指数衰减的再感染次数$n$，饱和后$n=l$。我们发现了一个临界衰减率$ε_{c}(l)$，超过这个衰减率，就会有一部分人被永久感染。从平均场解和超立方晶格上的计算机模拟中，我们发现了SIR模型中的上临界维数为6的证据，它可以映射到普通的渗流中。
2012-03-29 cond-mat.stat-mech cs.SI physics.soc-ph
Improved Bounds on the Epidemic Threshold of Exact SIS Models on Complex Networks
任意网络上的SIS（不确定-感染-易感）流行病模型，在不作近似的情况下，是一个具有唯一吸收状态（全健康状态）的$2^n$状态马尔可夫链.这使得SIS模型的分析，特别是确定流行病传播的阈值具有相当大的挑战性。已经表明，感染的精确边际概率可以由$n$维线性时不变系统上界，其结果是当LTI系统稳定时，即当$\fracβδ<\frac{1}{λ_{\max}(A)}$（其中$β$是每个链路的感染率，$δ$是恢复率，并且$λ_{\max}(A)$是网络邻接矩阵的最大特征值）时，马尔可夫链是“快速混合的”。这个众所周知的阈值最近被证明在几种情况下并不紧，例如在星形网络中。在本文中，我们提供了更严格的上界的确切边际感染概率，也考虑成对的感染概率。基于这个改进的界限，我们推导出更严格的特征值条件，保证快速混合（即，对数混合时间）。我们证明了改进的阈值条件，通过比较新的界限与已知的各种网络和流行病参数。
2016-03-16 cs.SI math.DS physics.soc-ph
Decay towards the overall-healthy state in SIS epidemics on networks
基于一种新的计算随机三对角矩阵的第二大特征值的代数方法，解析地计算了SIS流行病在完全图$K_{N}$上的衰减率。后一个问题在1950年左右得到了解决，主要是通过正交多项式理论和概率论。第二大特征值的精确确定，又称\emph{decay parameter}，是一般生灭过程和随机游动中的一个突出问题。我们的一般框架SIS流行病的应用程序表明，在任何网络的$N$节点的SIS流行病的最大平均寿命是不是大于（但紧$K_{N}$）比\[ E\left[ T\right] \sim\frac{1}δ\frac{\fracτ{τ_{c}}\sqrt{2π}% }{\left( \fracτ{τ_{c}}-1\right) ^{2}}\frac{\exp\left( N\left\{ \log\fracτ{τ_{c}}+\frac{τ_{c}}τ-1\right\} \right) }{\sqrt {N}}=O\left( e^{N\ln\fracτ{τ_{c}}}\right) \]为大$N$和有效的感染率$τ=\fracβδ$以上的流行病阈值$τ_{c}$。我们对$E\left[ T\right] $的阶估计锐化了Draief和Massoulié对\cite{Draief_Massoulie}的阶估计$E\left[ T\right] =O\left( e^{bN^{a}}\right) $…
2014-07-11 cond-mat.stat-mech cs.SI math.PR
Graphon-based sensitivity analysis of SIS epidemics
在这项工作中，我们使用的谱特性的graphons研究的稳定性和噪声的确定性SIS流行病在大型网络的敏感性。我们考虑线性化SIS模型中存在的加性噪声，并推导出一个噪声指数来量化由于噪声而导致的与无病状态的偏差。对于有限网络，我们表明，该指数取决于其图的邻接特征值。然后，我们假设该图是一个随机样本，从一个分段Lipschitz graphon有限秩，并使用相关的graphon运营商的特征值，我们找到一个近似的指数是紧时，网络的大小趋于无穷大。最后给出了一个数值例子来说明结果。
2020-01-30 cs.SI cs.SY eess.SY
Minimizing cumulative infections in SIS epidemic models over networks via an edge deletion algorithm
Posts and Telecommunications Institute of Technology（邮电大学）；Faculty of Fundamental Sciences - Lab Blockchain, Posts and Telecommunications Institute of Technology（邮电大学基础科学与区块链实验室）；Faculty of Information Technology, Posts and Telecommunications Institute of Technology（邮电大学信息技术学院）
针对SIS模型，采用平均场近似线性化网络动力学，证明总感染数上界为超模函数，提出边删除算法最小化累积感染，在合成和真实网络上验证了方法的有效性。
2026-09-30 cs.SI math.OC
Social Clustering in Epidemic Spread on Coevolving Networks
尽管传递性是社交网络的核心结构特征，但它对共同进化网络上流行病传播的影响仍然相对未被探索。在这里，我们介绍和研究的自适应SIS流行病模型，其中的感染和网络的共同发展与非平凡的概率关闭三角形在边重新布线，导致大量加强网络的传递性。这个新的模型提供了一个独特的机会来研究传递性的作用，改变SIS动态的共同进化网络。使用数值模拟和近似主方程（AME），我们确定和研究了一组丰富的新模型的动力学特征。在许多情况下，包括传递性强化的AME提供了稳定状态疾病患病率和网络度分布的准确预测。此外，对于某些参数设置，AME准确地跟踪系统的时间演化。我们发现，较高的传递性强化模型中导致较低水平的感染性个体的人口，当关闭一个三角形是占主导地位的重新布线机制。这些方法和结果可能是有用的发展思路和建模策略控制SIS型流行病。
2019-06-02 cs.SI physics.soc-ph
Game-Theoretic Choice of Curing Rates Against Networked SIS Epidemics by Human Decision-Makers
ETH Zurich（苏黎世联邦理工学院）；Purdue University（普渡大学）
研究人类决策者如何通过博弈论选择治愈率以对抗网络SIS流行病，探讨概率非线性感知对均衡保护策略的影响，提出在真实和非线性感知下均存在基于度数的均衡解。
2018-10-01 cs.GT cs.SI cs.SY
Game-Theoretic Protection Adoption Against Networked SIS Epidemics
本文用博弈论研究大规模网络SIS流行病中智能体的防护采纳策略，通过复制子动态和时标分离推导最优策略，严格证明地方病平衡点的存在唯一性，并数值分析节点度、感染率、成本和防护有效性对感染率的影响。
2024-07-03 cs.GT cs.SI cs.SY
Dynamic Curing and Network Design in SIS Epidemic Processes
针对SIS流行病传播快速消退需求，提出带预算近似保证的高效动态治愈算法及公平版本，同时研究通过边调整降低感染率的网络设计问题以消除等待期，二者结合形成高效缓解方案。
2024-08-14 cs.DS cs.SI math.OC
Networked SIS Epidemics with Awareness
Georgia Institute of Technology（佐治亚理工学院）；King Abdullah University of Science and Technology (KAUST)（阿卜杜拉国王科技大学）
本文研究了在静态接触网络上具有部分流行病状态信息的SIS流行病过程，探讨了意识对流行病动态的影响，并通过马尔可夫链分析展示了意识模型与基准模型在流行病指标期望上的减少。
2016-07-12 cs.SI cs.SY eess.SY
Contrasting Effects of Strong Ties on SIR and SIS Processes in Temporal Networks
大多数真实网络的特征是连通性模式，这些模式遵循复杂的非马尔可夫动态随时间演化。在这里，我们通过研究易感-感染-易感（SIR）和易感-感染-易感（SIS）流行病模型对有记忆和无记忆的活动驱动网络（即，马尔可夫和非马尔可夫）。我们发现，虽然记忆抑制传播过程中的SIR模型，其中的流行病阈值被移动到更大的值，它起到相反的效果，在SIS的情况下，阈值降低。联系强度的异质性，以及由此带来的频繁重复联系，实际上使得毒性较低的SIS样疾病能够在紧密连接的局部集群中生存，这些集群是病毒的储存库。我们通过评估真实时间网络中这两个过程的阈值来验证这一结果。我们的研究结果证实了非马尔可夫网络动力学在动力学过程中的重要作用
2015-06-23 cs.SI physics.soc-ph
Recent violent political extremist events in Brazil and epidemic modeling: The role of a SIS-like model on the understanding of spreading and control of radicalism
受巴西2023年极右翼暴力事件启发，本文提出纳入社交媒体与最高法院干预的类SIS模型，揭示激进主义传播、受控但难以根除的相变机制。
2023-03-21 cs.SI physics.soc-ph
Epidemic Thresholds with External Agents
我们研究了外部传染源对流行病过程相变的影响。特别是，我们考虑通过SIS/SIR动力学在网络上传播的流行病，此外还得到外部代理的帮助-不受图约束的来源，但具有有限的感染率或毒力。这样一个模型捕获了许多现有的外部援助流行病的模型，并发现在许多环境中使用-流行病学，营销和广告，网络的鲁棒性等，我们提供了一个详细的表征外部代理人对流行病阈值的影响。特别是，对于SIS模型，我们表明，任何外部感染策略与恒定的毒力要么未能显着影响的寿命的流行病，或充其量，维持流行病的寿命是多项式的节点数。另一方面，一个随机的外部感染策略，与感染节点的数量呈线性增长率，成功地在一定条件下，以维持指数流行病的生命周期。我们获得了类似的SIR模型的尖锐阈值，并讨论了我们的结果在各种设置的相关性。
2013-12-03 cs.SI physics.soc-ph
SIS Epidemic Model under Mobility on Multi-layer Networks
研究了种群中异质流动模式对SIS传染病模型的影响。特别地，我们考虑一个斑块环境，其中每个斑块包括属于不同类的个体，例如，不同社会经济阶层的人。我们通过一个相关的连续时间马尔可夫链（CTMC）模型的移动性，每个类的个人在不同的补丁。这些多个CTMC的拓扑结构构成了移动性的多层网络。在每一个时间，个人在空间分布的补丁的多层网络中移动根据他们的CTMC，随后与补丁中的本地个人根据SIS流行病模型进行交互。我们推导出一个确定性的连续极限模型来描述这些流动性-流行病的相互作用。我们建立了不同参数制度下无疾病平衡（DFE）和地方病平衡（EE）的存在性，并使用李雅普诺夫技术建立了它们的（几乎）全局渐近稳定性。我们推导出简单的充分条件，突出的多层网络的DFE的稳定性的影响。最后，我们数值说明，推导出的模型提供了一个很好的近似的随机模型与有限人口，也证明了多层网络结构的瞬态性能的影响。
2020-03-28 cs.SI cs.SY eess.SY
Finding Super-spreaders in SIS Epidemics
New Jersey Institute of Technology（新泽西理工学院）
本文提出了一种在SIS流行病模型中高效识别超级传播者的算法，通过分析动态过程识别高阶顶点，从而实现更有效的流行病控制。
2026-02-13 cs.SI math.PR math.ST
Bi-SIS Epidemics on Graphs -- Quantitative Analysis of Coexistence Equilibria
我们考虑一个系统，其中两个病毒的易感-感染-易感（SIS）类型的竞争一般，重叠的图形。虽然这样的系统一直是最近的许多作品的焦点，他们主要是在收敛分析的意义上进行了研究，没有现有的结果量化的非平凡的共存平衡（CE）-也就是说，当两个竞争病毒保持长期存在的网络。在本文中，我们证明了单调的CE相对于两种病毒的有效感染率，并提供了第一个定量分析，这种平衡的形式上界涉及的谱半径的基础图形，以及相关的单病毒系统的正平衡。我们的研究结果提供了更深入的了解长期感染概率如何受到系统参数的影响，我们通过数值结果进一步强调。
2022-09-15 cs.SI cs.SY eess.SY
Interior--Boundary Assortativity Profiles on Networks and Applications to SIS Epidemic Dynamics
School of Professional Studies, Northwestern University（西北大学专业研究学院）
本文提出内部-边界 assortativity 特征，用于分析网络结构对 SIS 流行病动态的影响，揭示了 assortativity 混合与网络分区几何之间的联系。
2026-10-09 cs.SI
Epidemic thresholds of the Susceptible-Infected-Susceptible model on networks: A comparison of numerical and theoretical results
最近的工作表明，不同的理论方法的易感-感染-易感（SIS）模型的流行病的动力学导致定性不同的估计的位置的网络中的流行病阈值。在这里，我们提出了大规模的数值模拟的SIS动力学的各种类型的网络，允许精确确定的有效阈值有限大小N的系统。我们定量比较的数值阈值与理论预测的非均匀平均场论和淬火平均场论。我们表明，后者一般更准确，缩放与N与正确的指数，但往往无法捕捉正确的前因子。
2012-10-16 cond-mat.stat-mech cs.SI physics.soc-ph
Decentralized Protection Strategies against SIS Epidemics in Networks
Delft University of Technology（代尔夫特理工大学）；University of Avignon（阿维尼翁大学）；INRIA（法国国家数字研究院）
研究网络中对抗SIS流行病的去中心化最优保护策略，通过博弈论框架分析均衡及价格焦虑，提出算法并验证结果。
2015-02-02 cs.GT cs.SI cs.SY
Epidemic thresholds in directed complex networks
在有向复杂网络中讨论疾病、计算机病毒或信息的传播。我们关心的是SIR和SIS动态模型的传播的稳定状态。在无标度有向网络中，当节点度与出度高度相关时，两种模型的爆发阈值均趋于零。
2011-03-09 cs.SI physics.soc-ph
Delocalized Epidemics on Graphs: A Maximum Entropy Approach
复杂网络上的易感-感染-易感（SIS）流行病过程具有亚稳定性，类似于地方病平衡点。在一般情况下，亚稳态可能涉及网络的大部分，或者它可以局限于接触网络的小子图上。局部感染并不令人感兴趣，因为真正的爆发涉及接触图的网络范围内的入侵，而不是接触网络内某些站点的局部感染。现有的方法本地化现象遭受的一个主要缺点：他们完全依赖于平均场近似模型的稳态解在其相变点附近，他们的近似精度是最差的，统计物理告诉我们。我们提出了一个分散熵的措施，量化的感染在一个通用的接触图的本地化。通过对一个最大熵问题的描述，我们找到了精确SIS过程中可能的亚稳态的色散熵的一个上界。因此，我们找到了足够的条件，使得网络上的任何初始感染要么消失，要么达到局部亚稳态。与现有的研究依赖于平均场近似模型的解决方案，我们的调查流行病本地化的基础上，精确的SIS方程的特点。我们所提出的方法提供了一个新的范式在复杂网络上研究传播过程。
2016-05-01 cs.SI math.DS physics.soc-ph
The Behavior of Epidemics under Bounded Susceptibility
我们调查的敏感性传染病的行为，有界的易感性约束-易感节点感染他们的邻居通过定期SI/SIS动态，但受感染率的上限。这种约束是由现代社交网络激发的，其中消息被广播到所有邻居，但注意力跨度是有限的。在具有下载带宽限制的分布式计算应用中，以及在隔离策略下的人类流行病中，也会出现有限易感性。网络流行病已被广泛研究的文献，以前的工作，以确保快速传播的SI动态下，和SIS动态下的长寿命所需的图形结构的特征。特别是，这些条件对于两类具有实际意义的网络是有意义的-密集的，均匀的（即，类C图），以及稀疏的，结构化的（即，星形）图。我们表明，有界易感性有一个令人惊讶的影响，在这些图形家庭的流行病行为。对于SI动力学，有界磁化率对星型网络没有影响，但显著改变了类星型网络的传播时间。相比之下，对于SIS动力学，类蝙蝠侠网络不受影响，但星形网络表现出急剧变化的灭绝时间下有界的敏感性。我们的研究结果是有用的抗病网络和基础设施网络的设计。更一般地说，他们表明，现有流行病模型的结果对非直观方式的建模假设很敏感，并建议在直接使用这些作为真实系统的指导方针时要谨慎。
2015-02-18 cs.SI
icon: Fast Simulation of Epidemics on Coevolving Networks
本研究提出一种基于拒绝采样的快速模拟算法，可高效模拟共演化网络上的SIS流行病传播过程，在计算效率上优于标准基线，还揭示了新的传播涌现模式，并开源了相关代码。
2024-10-07 cs.SI 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
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
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
May the Best Meme Win!: New Exploration of Competitive Epidemic Spreading over Arbitrary Multi-Layer Networks
本文将单病毒在任意图上传播的SIS传染病模型推广到两个互斥竞争病毒在具有类属结构的两层网络上传播的SI 1 SI 2S传染病模型，其中网络层代表病毒的不同传播路径.通过引入生存阈值和获胜阈值的概念，我们找到了确定病毒灭绝、互斥和共存的分析结果。此外，我们表明共存的可能性SIS型竞争性传播多层网络。我们不仅严格证明了共存的区域，我们通过网络层的中心节点的相互关系来量化它。层中心节点的重叠很少或没有重叠是共存的关键决定因素。具体来说，我们表明共存是不可能的，如果网络层是相同的，但可能的，如果网络层有不同的主导特征向量和节点度向量。例如，我们通过分析和数值计算表明，网络层的正相关性使病毒难以生存，而在网络层负相关的网络中，病毒的生存更容易，但要完全清除其他病毒则更困难。我们相信，我们的方法有很大的应用潜力，以更广泛的类的多病原体传播的多层和互连的网络。
2013-08-30 cs.SI physics.soc-ph
Epidemic Thresholds of Infectious Diseases on Tie-Decay Networks
在网络传染病的研究中，研究人员计算流行阈值，以帮助预测疾病最终是否会感染大部分人口。由于网络结构通常随时间变化，这从根本上影响了传播过程的动态，进而影响疾病传播的流行阈值，因此研究时间网络中的流行阈值非常重要。现有的时间网络中流行病阈值的研究大多集中在离散时间模型，但大多数现实世界中的网络系统在时间上不断演变。在我们的工作中，我们编码的连续时间依赖的网络到评估的易感-感染-易感（SIS）过程的流行病阈值通过研究一个SIS模型的领带衰减网络。我们推导了该模型的临界条件，并通过数值实验进行了验证。我们还研究了不同的因素-网络中联系强度的衰减系数，节点之间的相互作用频率，以及互动发生的底层社会网络的稀疏性-导致阈值临界值的降低或升高，从而有助于促进或阻碍疾病的传播。因此，我们展示了领带衰变网络的功能如何改变疾病传播的结果。
2021-08-10 cs.SI math.DS nlin.AO
Heterogeneous epidemic model for assessing data dissemination in opportunistic networks
本文研究了一个描述机会网络中数据传播的SIS传染病模型。假设网络节点间传输的数据量服从帕累托分布，即具有无标度特性，我们得到了最终流行病规模的估计。在这种情况下，易感性的异质性越大，意味着流行病的进展越不严重，相反，传染性的异质性越大，流行病就越严重--假设其他参数（异质性或易感性）保持不变。结果是一般性的，可以是有用的，在一般的流行病理论估计的疾病的流行病进展没有显着的获得性免疫-在帕累托分布的情况下举行。
2014-03-27 cs.SI physics.soc-ph q-bio.PE
How to Run a Campaign: Optimal Control of SIS and SIR Information Epidemics
Indian Institute of Science（印度科学学院）
本文研究了在有限资源下如何通过最优控制策略在截止期限前最大化信息传播效果，针对SIS和SIR模型分别提出最优资源分配方法，并分析了不同控制策略的效果差异。
2014-01-26 cs.SI cs.SY eess.SY
A purely data-driven framework for prediction, optimization, and control of networked processes: application to networked SIS epidemic model
Payame Noor University（帕亚梅努尔大学）；University of Virginia（弗吉尼亚大学）
网络是许多复杂现象的标志，在这些复杂现象中，不同代理之间的交织交互将简单的局部规则集转化为非线性涌现行为。虽然最近的一些研究揭示了网络结构和潜在的动态过程之间的关联，识别随机非线性动态过程仍然是一个突出的问题。在这里，我们开发了一个简单的数据驱动的框架，基于算子理论的技术来识别和控制随机非线性动态发生在大规模网络。所提出的方法不需要网络结构的先验知识，仅使用状态的两步快照的集合来识别潜在的动态。这种数据驱动的系统辨识是通过使用Koopman算子来找到线性演化的动态模式的低维表示来实现的。此外，我们使用全局线性Koopman模型来解决关键的控制问题，通过应用到模型预测控制（MPC）-通常，一个具有挑战性的命题时，适用于大型网络。我们表明，我们提出的方法解决了这一问题，将原来的非线性规划转化为一个更容易处理的优化问题，既凸，变量少得多。
2021-08-01 cs.AI cs.LG cs.SI
On Epidemic Spreading under Mobility on Networks
我们研究了一个耦合的马尔可夫移动模型，其中，在每一个时间，个人在网络中的空间分布的区域（子种群）根据连续时间马尔可夫链（CTMC），随后与当地的子种群根据SIS模型进行交互。我们推导出一个确定性的连续极限模型描述这些相互作用。我们证明了在不同的参数制度下的无病平衡点和地方病平衡点的存在性，并建立了他们的（几乎）全局渐近稳定使用李雅普诺夫技术。对于无病平衡点的稳定性，我们也推导出了一些简单的充分条件，突出了迁移率对SIS动力学行为的影响。最后，我们数值说明，推导出的模型提供了一个很好的近似随机模型与有限人口，也证明了图结构的瞬态性能的影响。
2019-09-26 cs.SI cs.SY eess.SY
Effects of community structure on epidemic spread in an adaptive network
当流行病在人群中传播时，个体可能会适应性地改变其社会接触网络的结构，以降低感染风险。在这里，我们研究了一种流行病的传播与社区结构的自适应网络。我们模拟了两个具有不同平均度的社区的影响。疾病模型是易感-感染-易感（SIS），适应是易感者和感染者之间联系的重新连接。得到的分岔结构，和平均场模型的开发，准确地预测系统的稳态行为。我们发现，流行病可以改变社区结构。
2012-12-12 cs.SI nlin.AO physics.soc-ph
Temporal Heterogeneities Increase the Prevalence of Epidemics on Evolving Networks
实证研究表明，接触模式遵循异质的事件间时间，这意味着高活动的间隔之后是不活动的时期。结合个人的出生和死亡，这些时间限制以非平凡的方式影响感染的传播，并取决于特定的接触动态。我们提出了一个随机模型来生成时间网络，其中顶点在异构事件间时间之后进行瞬时接触，并以固定的速率离开和进入系统。我们研究这些时间属性如何影响感染的流行，并估计R0，继发感染的数量，通过模拟感染（SIR，SI和SIS）与网络结构的共同发展。我们发现，异质接触模式导致更早和更大的流行病的SIR模型相比，同质的情况。在SI和SIS的情况下，流行病在早期阶段更快（高达90%的患病率），然后在异质模式的情况下，渐近极限减慢。在存在出生和死亡的情况下，与平均事件间隔时间相同的同质假设相比，异质模式总是导致更高的流行率。我们的研究结果表明，R0可能被低估，如果时间异质性不考虑在流行病的建模。
2012-06-26 cs.SI physics.med-ph physics.soc-ph
Phase Boundary of a Stochastic Watts-Threshold SIS Model on Random Networks
Mediterranean Institute of Technology, South Mediterranean University（南地中海大学地中海技术研究所）；BIMS Lab, Institut Pasteur de Tunis（突尼斯巴斯德研究所BIMS实验室）
通过自适应Delaunay采样和加权逻辑回归，在Erdos-Renyi和Barabasi-Albert网络上重建了随机Watts阈值SIS模型的灭绝-持续相边界，发现边界由六参数交互模型描述，转变尖锐，且采纳阈值主导流行病可行性。
2026-06-29 cs.SI
An Epidemic Threshold Set for Networks
Posts and Telecommunications Institute of Technology（邮电大学）
研究离散时间SIS流行病模型及复杂网络的流行病阈值，提出社区层面阈值集并建立局部与全局阈值比较结果，通过在合成与真实网络上的数值实验验证，结果与理论吻合。
2026-07-16 cs.SI math.DS math.OC
A lower bound on the performance of dynamic curing policies for epidemics on graphs
我们考虑一个SIS型的流行病过程，在一个已知的图上发展。我们假设一个固定的治疗预算可以在每个时刻分配给图的节点，朝着最小化预期灭绝时间的目标。我们提供了一个下界的最佳预期灭绝时间作为可用的预算，流行病参数，最大程度，和CutWidth的图的函数。对于具有大CutWidth（接近最大可能）的图，并且在节点数为次线性的预算下，我们的下限随图的大小呈指数级变化。
2015-10-20 cs.SI
