A modified age-structured SIR model for COVID-19 type viruses
我们提出了一个修改后的年龄结构SIR模型的基础上，在美国华盛顿州的社会接触和距离措施的已知模式。我们发现，人口年龄分布对疾病传播和死亡率有显着影响，并有助于特定年龄的接触和治疗措施的有效性。我们认为，在不太脆弱的年龄段放宽限制的影响，比较不同的人口参数的选定群体的结果。此外，我们分析了疫苗接种的缓解效果，并研究了针对年龄的分布的有效性。最后，我们探讨了如何将我们的模型应用于其他州，以反映基于不同参数和指标的社交距离政策。
2020-09-23 physics.soc-ph q-bio.PE
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
Atypical viral dynamics from transport through popular places
游客通过热门场所的流动无疑会影响病毒的传播-从H1N1和寨卡病毒通过机场等物理空间传播，到谣言和想法通过聊天室和社交媒体等在线空间传播。然而，对可能导致的病毒动力学类型缺乏了解。在这里，我们提出了一个最小的动力学模型，它侧重于时间依赖的{ \em流动性通过}和{ \em占用}这样的空间之间的相互作用。我们的通用模型允许分析分析，同时产生丰富多样的感染档案的形状，持续时间和强度。这些理论概况的一般特征与最近社会传染现象的真实数据相比较。
2016-08-06 cond-mat.stat-mech physics.soc-ph q-bio.PE
Impact of individual behavioral changes on epidemic spreading in time-varying networks
个体行为的变化往往与个体之间的动态互动纠缠在一起，使疫情过程复杂化，也给疫情的认识和控制带来巨大挑战。在这项工作中，我们考虑了流行病过程中的三种典型行为变化，即感染者的自我隔离，易感者的自我保护，以及他们之间的社会距离。我们通过吸引力的活动驱动网络将行为变化与个体的社会属性联系起来。利用平均场论，得到了具有个体行为变化的SIS模型的传染病阈值的解析估计，该阈值依赖于活动性、吸引性与易感状态和感染状态下生成链接数之间的相关性.我们发现，个人行为在抑制流行病方面发挥着不同的作用。虽然所有的行为改变都可以通过提高流行阈值来延缓流行，但感染者的自我隔离和社交距离可以有效地降低流行规模。此外，这些行为的同步变化以及实施这些行为的时机也在抑制流行病方面发挥了关键作用。这些结果对理解流行病过程中个体行为的相互作用具有一定的指导意义。
2021-06-22 physics.soc-ph
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
Contagion dynamics in time-varying metapopulation networks with node's activity and attractiveness
本文提出一种活动性与吸引力相关的时变集合种群网络模型，研究了SIR疾病在不同相关网络上的传播及非药物干预措施的效果，发现相关性增加降低爆发阈值但抑制爆发规模，且不同干预策略在不同相关网络中有效性不同。
2023-11-23 physics.soc-ph
Time varying networks and the weakness of strong ties
在大多数社会和信息系统中，代理人的活动会产生快速演化的时变网络。网络连接模式的时间变化和正在进行的动态过程通常以仍然挑战我们的数学或计算建模的方式耦合。在这里，我们分析了一个移动电话数据集，并找到一个简单的统计规律，表征用户的自我中心网络的时间演变。我们将这一观察结果编码在一个强化过程中，定义了一个随时间变化的网络模型，该模型表现出强关系和弱关系的出现。我们研究了时变和异构的相互作用对经典的谣言传播模型在合成和现实世界的网络。我们观察到，强关系严重抑制信息扩散，通过限制传播过程与经常性的通信模式之间的代理。这提供了一个反直觉的证据，即强联系可能对信息在网络中的传播起负面作用。
2014-02-17 cs.SI physics.soc-ph
Contact-based model for epidemic spreading on temporal networks
我们提出了一个基于接触的模型，通过扩展的动态消息传递方法的时间网络来研究流行病的传播。从以节点为中心的量到以边缘为中心的量的视角的转变使得能够在时变树上精确地建模马尔可夫病毒感染恢复的爆发，即，具有无环底层拓扑的时态网络。在任意图形上，所提出的基于接触的模型结合了潜在的结构和时间的异质性的基础接触网络，并提高了分析估计相对于个人为基础的（以节点为中心）的方法在一个低的计算和概念成本。在这个新的框架下，我们推导出一个时间网络上的流行病阈值的解析表达式，并证明了这种方法的可行性的经验数据。
2019-04-05 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
Stability of Spreading Processes over Time-Varying Large-Scale Networks
在本文中，我们分析了发生在时变网络上的传播过程的动力学。时变网络建模的一种常见方法是通过马尔可夫随机图过程。这种建模方法存在以下局限性：马尔可夫随机图只能复制具有指数切换时间的切换模式，而在实际应用中，这些时间通常远不是指数。在本文中，我们引入了一个灵活的和易于处理的扩展家庭的过程能够复制，任意精度，任何分布的开关间的时间。然后，我们研究了在这个扩展的家庭中的传播过程的稳定性。我们首先表明，一个直接的分析伊藤公式的基础上提供的稳定性条件的特征值的矩阵，其大小与边缘的数量呈指数增长。为了克服这一限制，我们推导出替代的稳定性条件，涉及矩阵的特征值，其大小与节点数线性增长。基于我们的研究结果，我们还表明，基于聚合静态网络的流行病学近似的流行阈值更准确的节点数量的增长，或随机图过程的时间波动性降低。最后，我们通过数值模拟来说明我们的研究结果。
2015-11-18 cs.SI math.DS math.OC
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
Epidemics on evolving networks with varying degrees
复杂网络上的传染病是近几年来研究的一个热点问题，主要是由于最近的流行病事件。通常情况下，真实的接触网络是动态的，因此许多努力已经投入到研究不断发展的网络上的流行病。在这里，我们提出并研究了一个模型的基础上不断变化的程度，在每一个时间步的节点可能会得到，概率$r$，一个新的程度和新的邻居根据一个给定的度分布，而不是它以前的邻居。我们发现分析，使用生成函数的框架，流行病的阈值和概率的宏观传播疾病依赖于重新布线率$r$。我们的分析结果支持数值模拟。我们惊讶地发现，重新布线率的影响$r$具有不同的度分布的网络的定性不同的趋势。也就是说，在某些结构中，例如随机规则网络，动力学增强了传染病传播，而在其他结构中，例如无标度网络，动力学降低了传播。此外，对于无标度网络，我们揭示了网络的快速动力学，$r=1$，将流行阈值改变为非零，而不是$r<1$的零，这与$r=0$的已知情况类似，即，静态网络。最后，我们发现流行病的阈值也为一般分布的恢复时间。
2022-01-10 physics.soc-ph
Self-reinforcing cascades: A spreading model for beliefs or products of varying intensity or quality
University of Vermont（佛蒙特大学）；Vermont Complex Systems Institute, University of Vermont（佛蒙特大学佛蒙特复杂系统研究所）；Santa Fe Institute（圣塔菲研究所）；Department of Computer Science, University of Vermont（佛蒙特大学计算机科学系）；MACSI, Department of Mathematics and Statistics, University of Limerick（利默里克大学数学与统计系MACSI）；Department of Physics, Boston University（波士顿大学物理系）
本文提出了一种考虑自我强化机制的级联模型，揭示了在广泛参数范围内产生幂律分布的机制，挑战了传统临界性模型的假设。
2026-02-19 cs.SI physics.soc-ph
Suppressing Epidemics with a Limited Amount of Immunization Units
疾病通过学校传播，流行病通过国家传播，病毒通过互联网传播的方式对于确定其风险至关重要。虽然这些威胁都有自己的特点，但其潜在的网络决定了传播。为了抑制传播，一个广泛使用的方法是通过免疫来分裂这些网络，这样流行病就不会传播。在这里，我们开发了一种免疫方法的基础上优化易感的大小，它优于最知名的策略免疫的最高介数的链接或节点。我们发现，网络的脆弱性可以显着降低，证明了这三个不同的真实网络：全球航班网络，学校的友谊网络，和互联网。在所有情况下，我们发现，不仅是平均感染概率显着抑制，而且对于最相关的情况下，一个小的和有限数量的免疫单位的感染概率可以降低高达55%。
2011-12-18 cond-mat.stat-mech cs.SI physics.soc-ph
Controlling the spread of deception-based cyber-threats on time-varying networks
该研究基于带可调节同质性的活动驱动网络与SIS模型，探究四种网络威胁传播控制策略的效果，发现靶向活跃度的策略最优，同质性网络对威胁传播有双重影响。
2025-10-01 physics.soc-ph
Characterizing Information Spreading in Online Social Networks
在线社交网络（OSN）正在改变信息在整个互联网上传播的方式。深入了解OSN中的信息传播，可以带来社会效益和商业效益。在本文中，我们描述了信息传播的动态（例如，如何快速和广泛的信息传播对时间）在OSN的开发一个通用的和准确的模型的基础上的交互式马尔可夫链（IMC）和平均场理论。该模型明确揭示了网络拓扑结构对OSN中信息传播的影响。此外，我们扩展了我们的模型，以适应时变的用户行为和不断变化的信息流行度。我们的模型使用六个关键参数来捕捉信息传播的复杂动态模式。基于人人网数据集的大量测试验证了该模型的准确性，表明该模型能够准确刻画人人网视频分享的动态模式，并成功预测未来的传播趋势。
2015-01-23 cs.SI physics.soc-ph
Multi-Competitive Virus Spread over a Time-Varying Networked SIS Model with an Infrastructure Network
我们研究了多竞争性病毒在（可能）随时间变化的个人网络中的传播，这些网络考虑了共享基础设施网络的存在，进一步使病毒的传播成为可能。我们建立了指数快速根除病毒的充分条件：1）时不变图，2）个体与同质病毒在网络中传播的对称交互的时变图（所有个体的愈合率和感染率相同），3）有向慢变图，病毒传播具有异质性（不一定所有个体的愈合和感染率相同）。数值例子说明了我们的理论结果，并表明，对于时变的情况下，违反上述充分条件可能导致病毒的持久性。
2023-03-15 cs.SY eess.SY physics.soc-ph
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
Scaling Properties in Time-Varying Networks with Memory
网络结构的形成主要受单个节点的活动性及其记忆性的影响，其中活动性通常可以解释为个体的固有属性，记忆性可以用节点间的交互强度来表示。在我们的研究中，我们通过时间聚集网络表征中的出现模式来定义活动，并通过经验时间网络的接触模式来量化记忆。为了解决活动和记忆在时变网络流行病中的作用，我们提出了活动驱动的增长网络与记忆的时间模式粗化。特别是，我们集中在动态标度和有限尺寸标度的上下文中的时间尺度粗化和扩展动力学之间的关系。最后，我们讨论了各种记忆因果关系测试的时变网络上的传播动力学的普遍性问题。
2015-12-14 cond-mat.dis-nn cs.SI physics.soc-ph
Contagion processes on the static and activity driven coupling networks
网络结构的演化与流行病的传播是共同共存的动力学过程。在大多数情况下，网络结构被视为静态或时变的，假设整个网络是在同一个时间窗口中观察。在本文中，我们考虑的传染病传播的静态和时变结构的网络。同时，假设时变部分与传染病传播具有相同的时间尺度。我们引入了一个静态和活动驱动耦合（SADC）网络模型来描述静态（强）结构和动态（弱）结构之间的耦合。在SADC模型上，研究了强结构为均匀度分布和非均匀度分布的SIS和SIR模型在不同耦合策略下的流行阈值.由SADC模型得到的理论阈值可以恢复和推广静态和时变网络中的经典结果。研究表明，在SADC网络中，当平均度保持不变时，弱结构使得同向耦合的传染病更容易爆发，而异向耦合的传染病更难爆发。此外，我们发现存在一个阈值比率的薄弱结构有实质性的影响，对流行病的爆发。这促进了我们理解为什么即使我们限制了人口的流动，流行病仍然可以在一些社交网络中爆发。
2015-12-07 cs.SI physics.soc-ph
Diffusion in Colocation Contact Networks: the Impact of Nodal Spatiotemporal Dynamics
时间接触网络的研究是为了理解动态传播现象，如传染病或信息传播。为了确定节点的时空动态如何影响托管联系网络中的传播潜力，我们提出了“诱导洗牌”空模型，该模型打破了时间，位置和节点之间的一个或多个相关性。通过重新配置每个节点在网络中出现的时间和/或位置，这些模型诱导出替代的托管事件集合，从而产生具有不同传播潜力的接触网络。这使得关于节点时空偏好的相关性如何不仅导致给定的接触网络，而且最终影响网络的传播潜力的二阶因果推理成为可能。我们发现，节点和时间之间的相关性是传播的最大障碍，而时间和位置之间的相关性对传播有轻微的催化作用。在每一个零模型下，我们都测量了接触人数和感染率随时间的变化，令人惊讶的是，两者之间没有直接的因果关系。
2015-12-08 cs.SI physics.soc-ph
Optimization strategies of human mobility during the COVID-19 pandemic: A review
我们生活的各个领域都感受到了持续的COVID-19大流行的影响-跨越了国家，财富，宗教或种族的界限。从第一次在公众中发现感染的时候起，这种病毒在很短的时间内就传播到了世界上几乎所有的国家。人类作为病毒的携带者，传播过程必然依赖于感染后的流动性。不仅在最初的传播过程中，而且在随后的变异传播过程中，人类流动在动态中起着核心作用。因此，一方面，各国在国内和国际上实行了不同程度的旅行限制，而且仍在实行。另一方面，这些限制对企业和一般生计造成严重影响。因此，这是一个优化过程，在全球范围内进行，有多个不断变化的变量。在这里，我们回顾了技术及其对优化的影响，或建议优化的人类流动在不同的规模，进行数据驱动，机器学习和模型的方法。
2021-05-31 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
The effect of cities and distance on COVID-19 spreading in the United States
2019冠状病毒病大流行通过多种时空动态随时间演变。不同地理区域之间相互作用的程度不同，可能会导致复杂的传播模式，因此很难辨别这些区域之间的影响。在这里，我们使用互相关分析来检测美国县级新冠肺炎病例时间演变的同步演变和潜在的相互影响。我们的分析确定了两个主要的时间段，在相关性的行为中具有可区分的特征。在第一阶段，只有城市地区之间出现了一些强相关性。在该流行病的第二阶段，强相关性变得普遍，并且存在从城市到农村地区的明显方向性影响。总体而言，两县之间的距离的影响远远弱于县人口的影响。这种分析可以提供关于疾病演变的可能线索，并可以确定该国哪些地区的干预措施在限制疾病传播方面可能更有效。
2022-11-14 physics.soc-ph q-bio.PE
Coronavirus Covid-19 spreading in Italy: optimizing an epidemiological model with dynamic social distancing through Differential Evolution
本文的目的在于应用最近的流行病学模型，即SEIR与社会距离（SEIR-SD），通过定义随时间变化的社会距离函数，在此扩展，以评估意大利及其两个最重要地区，即，伦巴第和坎帕尼亚。为了有效地使用该模型，必须找到其参数的最合适的值。SEIR-SD模型参数的估计通过使用差分进化，一种启发式优化技术来进行。通过这种方式，我们能够对上述三种情况中的每一种情况评估从今天到病毒传播结束的每日感染病例数，这一数字将达到最高峰的那一天，以及感染病例将非常接近于零的那一天。
2020-04-04 cs.SI physics.soc-ph q-bio.PE
Activity clocks: spreading dynamics on temporal networks of human contact
时变复杂网络上的动态过程是理解和建模社会技术系统中各种过程的关键。在这里，我们专注于人类接近的经验时间网络，我们的目标是了解的因素，在模拟中，形状的简单传播过程的到达时间分布。放弃挂钟时间的概念，转而采用基于活动的节点特定时钟，暴露了不同社会背景下到达时间的强大统计模式。使用随机化策略和生成模型约束的数据，我们表明，这些模式可以理解的异构事件间的时间分布，再加上异构数量的事件每边。我们还表明，无论是经验，并通过使用合成数据集，从上述行为的显着偏差，可以由存在的边缘类具有较强的活动相关性。
2013-10-31 cs.SI nlin.AO physics.soc-ph
How the reversible change of contact network affects the epidemic spreading
在COVID-19大流行爆发初期，中国个人的流动模式呈现出可逆的变化-在许多地区，流动性先是显著下降，后来又恢复。基于这一观察，在这里，我们研究了经典的SIR模型在一个特定类型的时变网络中的链接进行冻结恢复过程。我们首先关注一个孤立的网络，并发现恢复机制可能导致疫情的死灰复燃。链接冻结对流行动态的影响是微妙的。特别是，我们表明，有一个最佳值的冻结率的链接，对应于最低流行的流行病。这一结果挑战了我们的传统观念，即更严格的预防措施（对应于更大的冷冻率）总是可以对传染病传播产生更好的抑制效果。我们进一步研究了一个开放系统，其中网络中的一小部分节点可能从“环境”（外部感染节点）中获得疾病。在这种情况下，即使感染节点的数量已经下降到零，第二波也会出现，这不能用孤立网络模型来解释。
2022-10-23 physics.soc-ph q-bio.PE
Asynchronous Rumour Spreading in Social and Signed Topologies
在本文中，我们提出了一个实验分析的异步推拉谣言传播协议。该协议是迄今为止在分布式系统中用于简单、可扩展和鲁棒信息传播的性能最好的谣言传播协议。我们分析了多个参数对协议性能的影响，例如使用内存避免连续两次接触同一邻居，改变节点使用的停止标准来决定何时停止传播谣言，采用更复杂的邻居选择策略而不是标准的均匀随机选择等。以前的工作集中在提供理论上的上限，传播谣言到所有节点所需的轮数，或者，通过调整孤立的参数提出改进。据我们所知，我们的工作是第一个研究多个参数如何影响系统行为的隔离和组合，并在广泛的价值观。我们的分析基于使用真实世界社交网络数据集的实验模拟，从而补充了先前的理论工作，以阐明该协议在实际的真实世界系统中的行为。我们还研究了协议在一种特殊类型的社交图上的行为，称为签名网络（例如，Slashdot和Epperly），其链接表明更强的信任关系。最后，通过我们的详细分析，我们演示了如何简单地添加到协议可以提高所需的总时间通知100%的节点最多99.69%，平均82.37%。
2015-01-15 cs.SI physics.soc-ph
Modelling and predicting the effect of social distancing and travel restrictions on COVID-19 spreading
到目前为止，应对COVID-19大流行蔓延的唯一有效手段是非药物干预措施（NPI），这需要减少社会活动和流动限制的政策。量化其影响是困难的，但这是减少其社会和经济后果的关键。在这里，我们介绍了一个基于时间网络的元人口模型，该模型基于意大利的COVID-19疫情数据进行了校准，并易于评估这两种类型的NPI的结果。我们的方法结合了元人口模型的粒度空间建模的优势，能够通过活动驱动的网络真实地描述社会联系。我们提供了一个有价值的框架来评估不同的NPI的可行性，不同的时间和严重程度。结果表明，流动性限制的影响在很大程度上取决于在疫情爆发的早期阶段及时实施NPI的可能性，而减少活动的政策应优先考虑。
2020-12-16 math.DS physics.soc-ph q-bio.PE
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
Burstiness and tie reinforcement in time varying social networks
我们介绍了一个随时间变化的网络模型占突发性和领带加固观察到的社交网络。解析解显示了由两个过程的主导项的竞争所决定的非平凡相图。我们测试我们的结果对数值模拟，并比较分析预测与经验数据集之间找到良好的协议。所提出的框架可以用来分类的动态功能，真正的社交网络，并收集新的见解社会动态的影响正在进行的传播过程。
2016-07-29 cond-mat.stat-mech 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
Spatiotemporal Activity-Driven Networks
Aalto University（阿尔托大学）
本文提出一个结合空间和时间的活动驱动模型，用于研究时空接触结构中的动态过程，展示了空间对传播动态的影响及社交距离干预的效果。
2025-11-19 physics.soc-ph
Competition between simple and complex contagion on temporal networks
针对时间网络中社会传染机制主导性问题，考虑简单、复杂及主导机制变化的混合传播场景，提出分析方法识别场景转变并与数值模拟对比，为时间网络传染动态提供新见解。
2024-11-29 physics.comp-ph physics.soc-ph
Immunization strategies for epidemic processes in time-varying contact networks
扩展过程是研究网络结构特性及其组成部分的相对重要性的一个非常有效的工具，并已被广泛用于静态网络。在这里，我们认为简单的疾病传播过程中的经验时变网络的个人之间的接触，并比较这些过程中的几种免疫策略的效果。免疫策略被定义为选择一组不能感染或传播疾病的节点（个体）。该选择根据接触网络的节点的特定排名来执行。我们考虑了各种排名策略，特别关注训练窗口的作用，在此期间，在时变网络中测量节点的属性：较长的训练窗口对应于收集的大量信息，并且可以预期会导致免疫策略的更好性能。相反，我们发现一个意想不到的饱和的效率的策略的基础上节点的特征时，训练窗口的长度增加，显示有限的信息量的接触模式是足够的设计有效的免疫策略。这一发现是平衡的大变化的接触模式，强烈改变节点的重要性，从一个时期到下一个，因此显着限制任何策略的效率的基础上的重要性排名的节点。我们还观察到，策略的效率，包括一个随机性的元素，是基于时间上的本地信息不执行以及，但在很大程度上是独立的信息量。
2013-05-10 cs.SI physics.soc-ph q-bio.PE
Contagion dynamics in time-varying metapopulation networks
集合种群框架被广泛的学科采用，以描述系统的良好分离，但连接的亚群。子组或补丁通常表示为网络中的节点，其链接表示它们之间的迁移路线。到目前为止，这些连接大多被认为是静态的，但通常会随着时间的推移而演变。在这里，我们解决这种情况下，通过调查简单的传染过程随时间变化的集合种群网络。我们专注于SIR过程，并确定分析的流动性阈值的传染病传播的活动驱动的网络模型的框架内开始。我们发现与静态网络的情况有很大的不同。该阈值完全由定义瞬时迁移个体的平均数量的动态参数来描述，并且不依赖于静态网络表示的属性。值得注意的是，扩散和传染过程是缓慢的随时间变化的图形比在其聚集的静态同行，流动性阈值甚至两个数量级更大的第一种情况下。所提出的结果证实了考虑复杂网络的时变性质的重要性。
2013-03-26 cs.SI physics.soc-ph
Epidemic Spreading and Digital Contact Tracing: Effects of Heterogeneous Mixing and Quarantine Failures
通过安装在移动电话上的数字跟踪应用程序进行接触者追踪是控制传染病传播的重要工具。它的有效性可以通过修改用于分析接触网络的渗流和连通性的标准方法来量化。我们将此框架应用于具有不同程度分布，应用程序用户数量和隔离失败概率的网络。此外，我们还研究了同质性和异质性的结构化群体以及学位目标应用分布的可能性。我们的研究结果是基于显式模拟和平均场分析相结合。他们指出，可以有重大差异的流行病的规模和流行病的概率，这是等价的正常SIR过程。此外，程度的异质性被认为是特别重要的流行阈值，但没有那么多的流行规模。跟踪导致中断的概率不如应用程序采用率重要。最后，在应用程序采用方面，强烈的同质性和特别是异质性都是有害的。总的来说，流行动力学对我们测试的所有参数值都非常敏感，这使得估计数字接触者追踪效果的问题成为一个固有的多维问题。
2022-04-19 cond-mat.dis-nn cond-mat.stat-mech cs.SI
A General Stochastic Information Diffusion Model in Social Networks based on Epidemic Diseases
社交网络是信息、病毒和创新传播的重要基础设施。由于用户的行为会受到其他用户活动的影响，因此某些人群会考虑用户兴趣的相似性。另一方面，处理现实世界中的许多事件，在社交网络中是合理的;传播疾病就是其中的一个例子。人际关系和感染程度是影响疾病传播的重要因素。无论传播是否导致流行病，这两个原因都是存在的。SIRS是SIR和SIS疾病传播模型的混合模型。这个模型中的人在移除后可以恢复到易感状态。针对建立在社会网络上的社区，我们采用了分室类型的SIRS模型。在本文中，我们将提出一个一般的房室信息扩散模型，并提取一些有用的参数来分析我们的模型。为了使我们的模型适应现实行为，我们使用马尔可夫模型，这将有助于创建一个随机的方式所提出的模型。在随机模型的情况下，我们可以计算状态之间的交易概率和每个状态的预测值。模型的两种模式的比较表明，人口预测在每个状态下都能得到验证。
2013-09-27 cs.SI physics.soc-ph
Controlling Contagion Processes in Time-Varying Networks
绝大多数的策略，旨在控制网络上的传染过程，认为系统的连接模式，淬火或退火。然而，在现实世界中，许多网络是高度动态的，并在传染过程中同时进化。在这里，我们推导出一个分析框架，专门为时变网络设计的控制策略的研究。我们考虑删除/免疫的个别节点根据他们在网络中的活动，并开发一个块变量的平均场方法，允许推导方程描述的传染过程的演变，同时网络动态。我们推导出临界免疫阈值，并评估控制策略的有效性。最后，我们通过数值模拟合成网络和大规模真实世界移动电话呼叫数据集中的信息传播过程和控制策略来验证理论图
2013-09-26 cs.SI physics.soc-ph q-bio.PE
Time-varying networks approach to social dynamics: From individual to collective behavior
在这篇论文中，我们有助于理解的关键作用的时间维度的网络社会系统，以前被忽视，现在发现的数据革命最近在这一领域蓬勃发展。为此，我们首先介绍了时变网络的形式主义，并分析了社会动力学的一些经验数据，广泛使用的论文的其余部分。我们讨论了人类接触网络的结构和时间特性，如社会互动的异质性和突发性，我们提出了一个简单的模型，植根于社会吸引力，能够重现它们。然后，我们探讨了运行在时间网络上的动态过程的行为，由经验面对面的相互作用构成，详细讨论了随机游走和传染病传播的基本情况。我们还开发了一种分析方法，能够计算活动驱动模型的结构和渗流特性，旨在描述广泛的社会互动，由所涉及的个人的活动驱动。我们在社会时变网络的快速发展框架中的贡献为未来的工作开辟了有趣的视角，例如研究时间维度对多层系统的影响。
2016-08-12 cs.SI physics.soc-ph
Analytical computation of the epidemic threshold on temporal networks
网络系统中接触的时间变化可能从根本上改变传播过程的性质，并影响大规模传播的条件，如流行病阈值中所编码的那样。尽管物理学、应用数学、计算机科学和流行病学界对这个问题有很大的兴趣，但仍然缺乏完整的理论理解，目前仅限于传播和网络动态之间的时间尺度分离或特定的时间网络模型。我们考虑一个马尔可夫链描述的易感性传染性易感过程的任意时间网络。通过采用多层的角度来看，我们开发了一个通用的分析推导的流行阈值的谱半径的矩阵，编码网络结构和疾病的动态。一组时间模型和经验网络和对数值结果的方法的准确性得到证实。此外，我们还探讨了当时间网络的整体观测时间发生变化时阈值的变化，从而为经验时间网络系统的数据收集提供了最佳时间窗口。我们的框架是基本的和实际的兴趣，因为它提供了新的理解时间网络和传播动态之间的相互作用。
2015-04-13 physics.soc-ph q-bio.PE
Epidemic processes in complex networks
近年来，研究界已经积累了大量证据，证明在广泛的生物和社会技术系统中出现了复杂和异质的连接模式。现实世界网络的复杂性质对各种系统中发生的平衡和非平衡现象的行为有着深远的影响，而传染病传播的研究对于我们理解复杂网络中动力学过程的展开至关重要。对异质网络中传染病传播的理论分析需要发展新的分析框架，它已经产生了具有概念和实际意义的结果。对有关流行病过程的大量研究活动进行了连贯和全面的回顾，详细介绍了成功的理论方法，并明确了它们的局限性和假设。物理学家、数学家、流行病学家、计算机科学家和社会科学家在研究传染病传播方面有着共同的兴趣，并依赖于类似的模型来描述病原体、知识和创新的传播。因此，在重点介绍传染病建模中的主要结果和典型模型的同时，还介绍了关于广义社会传染过程的主要结果。最后，研究活动的最前沿的研究传染病传播的共同进化，耦合，随时间变化的网络。
2015-09-18 cond-mat.stat-mech cs.SI physics.soc-ph
Social contagions on time-varying community networks
时变社团结构广泛存在于各种现实网络中。然而，这种网络上的传播动力学还没有得到充分的研究。为此，我们系统地研究了时变社区结构对社会传染的影响。本文首先基于活动驱动网络模型提出了一个时变社区网络上的非马尔可夫社会传染模型，其中个体采取一种行为的充要条件是它所获得的行为信息达到一个阈值。然后，我们发展了一个平均场论来描述所提出的模型。通过理论分析和数值模拟，我们发现社会传染中的行为采纳呈现出一种层级特征，即，这种行为首先在其中一个社区迅速传播，然后在另一个社区爆发。此外，在不同的行为信息传递速率下，整个网络的最终行为采纳比例随社区强度的变化呈现出单调递增、非单调变化和单调递减的三种模式。在适当的行为信息传输速率范围内，可以找到最大化最终行为采纳的最优社区强度。最后，对于给定的平均度，增加活跃节点生成的边的数量比增加平均活动潜力更有利于社会传染。
2016-05-15 cs.SI physics.soc-ph
Human mobility and time spent at destination: Impact on spatial epidemic spreading
宿主迁移在传染病的空间传播中起着重要作用。以前的理论工作的基础上集成的网络理论到集合种群框架表明，异质性，真正的移动网络的特点有利于传播的流行病。然而，到目前为止进行的研究假设移动过程是马尔可夫或非马尔可夫与固定的旅行时间尺度。然而，现有统计数据表明，旅行者在目的地停留的时间波动很大，从一天到几个月不等。这种不同的停留时间对宿主之间混合事件的机会和持续时间产生至关重要的影响，因此可能对新出现的疾病的传播产生强烈影响。在这里，我们提出了一个分析和计算研究的流行病过程中的一个复杂的亚群网络，旅客有记忆的起源，并花了一个异质分布的时间间隔在他们的目的地。通过分析计算和数值模拟，我们发现逗留时间的异质性改变了局部爆发和全局入侵之间阈值的表达式，并且在全局爆发的情况下，它改变了系统的流行病行为。此外，我们的理论框架使我们能够研究旅行行为的变化对感染的影响，通过考虑一种情况，其中患病的人不离开他们的家庭位置。最后，我们比较了我们的非马尔可夫框架的结果与经典的马尔可夫方法，并找到两者之间的相关差异，在估计的流行病入侵的潜力，以及其空间传播的时间和模式。
2013-09-25 physics.soc-ph q-bio.PE
Time-varying Graph Representation Learning via Higher-Order Skip-Gram with Negative Sampling
ISI Foundation（ISI基金会）；University of Bologna（博洛尼亚大学）
图的表示学习模型是一系列成功的技术，它们将节点投影到可以由其他机器学习算法利用的特征空间中。由于许多现实世界的网络本质上是动态的，节点之间的交互会随着时间的推移而变化，因此这些技术可以针对静态图和时变图进行定义。在这里，我们建立在这样一个事实，即跳过gram嵌入方法隐式执行矩阵分解，我们将其扩展到执行隐式张量分解时变图的不同张量表示。我们表明，高阶跳跃与负采样（HOSGNS）是能够解开节点和时间的作用，与其他方法所需的参数的数量的一小部分。我们使用时间分辨的面对面邻近数据对我们的方法进行了经验评估，结果表明，当用于解决下游任务（如网络重建）和预测动态过程（如疾病传播）的结果时，学习的时变图表示优于最先进的方法。源代码和数据可在https://github.com/simonepiaggesi/hosgns上公开获取。
2020-06-25 cs.LG cs.SI physics.soc-ph
Temporal Gillespie algorithm: Fast simulation of contagion processes on time-varying networks
随机模拟是分析复杂网络动态过程的基石之一，也是探索其行为的唯一途径。快速算法的发展是至关重要的，以允许大规模的模拟。Gillespie算法可用于快速模拟随机过程，其变体已被应用于模拟静态网络上的动态过程。然而，它的适应时间网络仍然是不平凡的。我们在这里提出了一个时间Gillespie算法，解决了这个问题。我们的方法是适用于一般泊松（恒定速率）过程的时间网络，随机精确，和多个数量级的速度比传统的模拟方案的基础上拒绝采样。我们还展示了如何可以扩展到模拟非马尔可夫过程。该算法是很容易适用于在实践中，作为一个例子，我们详细介绍了如何模拟泊松和非马尔可夫模型的流行病传播。也就是说，我们提供了伪代码及其在C++中的实现，用于模拟范例的易感-感染-易感和易感-感染-感染模型以及具有非恒定恢复率的易感-感染-感染模型。对于经验网络，时间Gillespie算法通常比拒绝采样快10到100倍。
2015-10-26 physics.soc-ph q-bio.QM
Infection propagator approach to compute epidemic thresholds on temporal networks: impact of immunity and of limited temporal resolution
一个传播过程的流行病阈值表明了发生广泛传播制度的条件，从而代表了网络对流行病的脆弱性的预测。这种阈值取决于疾病的自然史和网络的接触模式及其时间变化。基于（Valdano et al. PRX 2015）中引入的易感-感染-易感模型的理论框架，我们在这里制定了一种感染传播因子方法来计算流行病阈值，该方法考虑了关于每次接触的不同感染力，免疫力的存在以及时间网络的有限时间分辨率的更现实的影响。我们将这种方法应用到两个时间网络模型和一个经验数据集的学校接触。我们发现，永久或暂时的免疫不影响估计的流行阈值，通过感染传播者的方法。与数值计算结果的比较表明，分析预测的良好协议。聚集的时间网络迅速恶化的预测，除了缓慢的疾病，一旦异质性的链接被保留。权重拓扑相关性被认为是关键因素，以提高预测的准确性。
2015-10-27 physics.soc-ph q-bio.PE
Latent geometry and dynamics of proximity networks
邻近网络是表示在物理空间中移动的人类之间的接近度的时变图。在过去的十年中，它们的属性已经被广泛研究，因为它们严重影响传播现象的行为和路由算法的性能。然而，导致其观察到的特征的机制仍然难以捉摸。在这里，我们发现，许多观察到的属性的邻近网络自然出现，同时在一个简单的潜在空间网络模型，称为动态$\mathbb{S}^{1}$。动态$\mathbb{S}^{1}$不直接对节点的移动性进行建模，而是捕捉每个快照中的连通性--模型中的每个快照都是传统复杂网络的$\mathbb{S}^{1}$模型的实现，与双曲几何图同构。通过放弃运动分量，该模型便于数学分析，使我们能够证明接触，相互接触和重量分布。我们表明，这些分布是幂律的热力学极限指数位于实际系统中观察到的范围内。有趣的是，我们发现网络温度在网络动态中起着核心作用，决定了这些分布的指数，时间聚集的代理度，以及独特和经常性组件的形成。此外，我们表明，典型的流行病和谣言传播过程在真实和建模的网络中表现相似。动态$\mathbb{S}^{1}$或其扩展可应用于其它类型的时变网络，并构成推断真实系统的潜空间中的节点坐标及其演化的极大似然估计方法的基础。
2019-11-27 cond-mat.stat-mech cs.SI physics.soc-ph
Fixation probability in evolutionary dynamics on switching temporal networks
本研究将生灭过程扩展至切换时序网络，发现其放大效应通常弱于构成它的静态网络，且多数小型切换网络表现为抑制器，与静态网络形成对比。
2023-10-25 cs.SI math.PR physics.soc-ph
