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
Superposition of waves for modeling COVID-19 epidemic in the world and in the countries with the maximum number of infected people in the first half of 2020
2020年上半年，基于逻辑离散方程系统，对全球及美国、巴西、俄罗斯、印度等感染人数最多的国家进行了COVID-19疫情传播的数学建模。结果表明，对于采取强限制措施的国家，COVID-19的传播符合一个容量较小的单波，而对于违反限制措施的一些国家，疫情的传播符合一个波叠加。对于人口混合较多的国家来说，今天的疫情传播也符合单一浪潮，但具有巨大的容量值（巴西-8 000万人，印度-4 000万人）。我们估计，当今世界的流行病传播可分为5波。前两波是由中国的疫情传播引起的（第一波-在武汉），第三波-由欧洲国家的疫情传播引起的，第四波主要是由俄罗斯和美国的疫情传播引起的，第五波主要是由拉丁美洲和南亚的疫情传播引起的。这是第五波，导致冠状病毒疫情COVID-19的传播进入新阶段，感染人数增加超过10万居民。对于所有研究的国家和世界，对于每个叠加波，计算波容量和增长指标。确定波的局部峰值及其结束时间。这是第五波导致COVID-19传播进入新阶段的事实，感染人数增加超过10万居民。对于所有被检查的国家和整个世界，对于每个叠加波，我们计算了波容量和感染者增长指数。
2020-07-05 physics.soc-ph q-bio.PE
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
Beyond network structure: How heterogenous susceptibility modulates the spread of epidemics
用于研究传染病传播的房室模型通常假设所有个体的易感性相同，因此，不知道易感性差异对传染病传播的影响。在这里，我们表明-SIS模型-差分易感性可以使网络更容易受到疾病的传播时，节点的程度和易感性之间的相关性是积极的，而不那么脆弱时，这种相关性是负的。此外，我们发现，当个体更有可能与具有相似易感性的其他人联系时，网络更有可能包含感染的口袋（网络是隔离的）。这些结果表明，不包括差分易感性的流行病模型可能会导致一个系统的过/下估计的基本流行病参数时，网络的结构是不独立的节点的易感性，或当有相关性的易感性连接的个人。
2014-03-10 cs.SI physics.soc-ph q-bio.PE
Travel Cadence and Epidemic Spread
在本文中，我们研究了人口之间的相互作用如何影响流行病的传播。我们扩展了经典的SEIR模型，包括基于集成的疾病传播模拟和人口流动。我们的模型不同于现有的旅行模式，有一个更详细的表示，而不会失去易处理性。这使我们能够高保真地研究跨区域旅行的流行后果。特别是，我们将\emph{travel cadence}定义为区域间旅行的二维度量，并表明这两个维度都会调节流行病传播。这一技术见解引出了政策建议，指出了一系列简单的政策轨迹，可以有效遏制疫情传播，同时保持基本的流动性。
2021-07-01 cs.SI physics.soc-ph
Effects of diffusion rates on epidemic spreads in metapopulation networks
它通常是有用的移动代理的传染动力学的集合种群模型。在这样的模型中，集合种群形成一个静态网络，个体从一个集合种群迁移到另一个集合种群。众所周知，集合种群网络的异质度分布降低了流行病传播的阈值。我们研究了异质度分布和扩散对集合种群网络中流行病的综合影响。我们发现，对于任意的异构网络，扩散抑制流行病的意义上的增加的流行病阈值。另一方面，需要一定的扩散率来引发全球范围的流行病传播。由于这些相反的扩散效应，接近流行阈值的传染病传播在中等扩散速率下最为显著。当个体固定在静态网络的节点上时，扩散可以抑制流行病的结果与扩散SIS动力学及其变体形成对比。
2010-08-20 cond-mat.dis-nn 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
Detecting Robust Patterns in the Spread of Epidemics: A Case Study of Influenza in the United States and France
在本文中，作者开发了一种方法，检测在不同地区的流行病模式之间的相关性，是由于人类的运动，并引入一个空模型，其中旅行引起的相关性被取消。他们将这种方法应用于美国和法国有充分记录的季节性流感暴发病例。在美国（使用1972-2002年的数据），作者观察到几个州与其近邻之间存在强烈的短程相关性，以及由国内大量空中交通流量造成的强大的长程传播模式。这些结果随时间的稳定性使作者能够得出关于旅行限制对流行病传播可能影响的结论。作者还将这种方法应用于法国（1984-2004）的案例，发现在区域范围内，没有明显主导疾病传播的交通方式。这种方法的简单性和鲁棒性表明，它可能是一个有用的工具，检测传播渠道的流行病的传播。
2008-06-22 physics.soc-ph q-bio.PE
Epidemic spreading in lattice-embedded scale-free networks
我们研究了嵌入格点的无标度网络中地理因素对疾病传播的影响。地理结构由两个节点的连接概率表示，该概率与它们在格中的欧氏距离有关。通过对标准的易感-感染模型的研究，发现地理结构对流行病爆发的时间行为和在底层网络中的传播有很大的影响：网络的地理约束越大，流行病传播越平稳。
2007-01-19 physics.soc-ph
Epidemic spreading and control strategies in spatial modular network
网络上的流行病传播是网络科学中研究最多的动力学之一，在真实的流行病场景中具有重要意义。然而，真正流行病的动态以及它如何受到感染渠道的底层结构的影响，仍然没有得到充分的了解。在这里，我们应用SIR模型和研究分析和数值的流行病传播最近开发的空间模块化模型，模仿在一个国家的城市结构。该模型假设在一个城市内部，传染渠道连接许多不同的位置，而城市之间的传染渠道较少，通常只直接连接在一个二维平面上的几个最近的邻居城市。我们发现该模型经历了两次传染病转移。第一个较低的阈值表示在一个城市内但未蔓延到整个国家的局部流行病，第二个较高的阈值表示在整个国家的全球流行病。基于我们的解析解，我们提出了几种控制策略，以及如何优化它们。我们还表明，虽然控制策略可以成功地控制疾病，但早期行动是防止疾病全球传播的关键。
2020-09-06 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
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
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
Impact of fluctuations in social contacts on the spread of epidemics
该模型考虑了人类社会接触次数的波动，建立了该流行病传播的数学模型。该模型基于逻辑斯蒂方程。一周内社会接触次数的振荡被认为是波动的主要来源。接触次数的时间波动变量表示为接触次数的傅里叶级数展开式的前两项之和。结果表明，最大的波动幅度发生在最大的流行病传播率附近。此后，波动的影响逐渐减小，直至疫情结束。
2021-05-27 physics.bio-ph physics.soc-ph
PolSIRD: Modeling Epidemic Spread under Intervention Policies
传统上，流行病在人群中的传播是通过划分模型来建模的，这些模型代表了在没有任何干预政策的情况下疾病的自由进化。此外，这些模型假设疾病病例完全可观察，没有考虑到报告不足的情况。我们提出了一个数学模型，即PolSIRD，它占低报通过引入一个观察机制。它还通过利用干预政策数据以及报告的疾病病例，捕捉干预政策对疾病传播参数的影响。此外，我们允许我们的循环模型通过基于梯度的训练来学习所有隔室端到端的初始隐藏状态以及其他参数。我们将我们的模型应用于美国最近全球爆发的COVID-19的传播，我们的模型在预测传播方面优于CDC采用的方法。我们还从我们的模型中提供了反事实模拟，以分析过早取消干预政策的影响，我们的模型正确地预测了第二波疫情。
2021-05-12 physics.soc-ph q-bio.PE
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
Modeling and Controlling the Spread of Epidemic with Various Social and Economic Scenarios
我们提出了一个描述流行病传播的动力学模型。该模型是SIQR（易感染-感染-恢复）和SIRP（易感染-感染-恢复-病原体）模型的扩展，用于描述传染病传播的各种情况。与基本的SIR模型相比，我们的模型考虑了两种可能的传染病传播途径：直接从感染室到易感室和间接通过一些中间介质或污染物。传播率是根据选定的社会环境中的个体之间的平均距离和个体在这些环境中停留的特征时间跨度来估计的。我们还引入了一个集体经济资源，与每个人的平均金钱或收入相关联，以描述传播过程和感染者可用资源之间的社会经济相互作用。动力-资源耦合应是活化型的，其回收率受类阿耳忒弥斯定律支配。我们的模型带来了构建各种控制策略以减轻流行病影响的优势，特别是可以应用于COVID-19传播的建模。
2021-02-12 econ.GN physics.soc-ph q-bio.PE
Is the epidemic spread related to GDP? Visualizing the distribution of COVID-19 in Chinese Mainland
于二零一九年十二月，中国湖北省武汉市发现COVID-19。SARS-CoV-2在中国春运期间迅速蔓延到整个中国大陆。截至二零二零年二月十九日，中国大陆已报告74 576例COVID-19确诊病例。什么样的城市确诊病例比较多，GDP和确诊病例有没有关系？在这项研究中，我们探索了新冠肺炎确诊病例与地级GDP之间的关系，发现两者之间呈正相关关系。这一发现警告说，当疫情爆发时，高GDP地区应该付出更多的预防和控制努力，因为它们比附近的其他地区有更大的风险。
2020-04-09 physics.soc-ph q-bio.PE
Estimating the State of Epidemics Spreading with Graph Neural Networks
University of Oxford（牛津大学）；Massachusetts Institute of Technology (MIT)（麻省理工学院）；TU Delft（代尔夫特理工大学）；German Aerospace Center (DLR)（德国航空航天中心）；Proxima Robotics srl（普罗xima机器人有限公司）
当一种流行病蔓延到人群中时，对所有相关对象进行连续监测往往是不切实际或不可能的。作为替代方案，可以使用算法解决方案来从有限数量的测量中推断整个群体的状态。我们分析了深度神经网络解决这一挑战性任务的能力。我们提出的架构是基于图卷积神经网络。因此，它可以根据潜在的社会网络结构的影响进行推理，这被认为是流行病传播的主要组成部分。我们测试所提出的架构与两个场景模拟的CoVid-19大流行：一个通用的同质人群，和波士顿大都市区的玩具模型。
2021-05-10 cs.LG physics.soc-ph q-bio.PE
Spread of variants of epidemic disease based on the microscopic numerical simulations on networks
本研究基于网络理论开展微观流行病模型数值模拟，发现病毒变异株传染性强于原始株时会快速扩散，传播速率随感染强度非线性增长，该现象可用接触过程的动态吸收态解释。
2021-12-28 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
FastSIR Algorithm: A Fast Algorithm for simulation of epidemic spread in large networks by using SIR compartment model
研究了SIR（Susceptible Infected Discovered）房室模型下任意复杂网络上的流行病传播问题.我们提出了一个朴素的SIR算法的网络上，有效地使用数据结构，以减少运行时间的流行病模拟传播的实现。朴素SIR算法模拟完整的流行动态，可以很容易地升级到并行版本。我们还提出了一种新的算法，称为FastSIR算法，具有更好的平均情况下运行时间比天真SIR算法的网络上的流行病模拟传播。FastSIR算法利用感染节点数的概率分布，以常数因子减少平均案例运行时间。此外，FastSIR算法没有及时跟踪流行动态，但仍然捕获所有感染转移。此外，我们还提出了一个有效的递归方法来计算感染节点数的概率分布。推导了两种算法的平均运行时间，并在五个不同的经验复杂网络上进行了实验分析。
2012-02-08 cs.DS cs.SI physics.soc-ph
Epidemic spreading on complex networks with general degree and weight distributions
疾病在复杂网络上的传播引起了物理学界的广泛关注。最近的研究表明，异质度和权重分布对流行病动力学有着重要的影响。在这项研究中，一种新的基于边权重的分区方法被开发用于估计具有一般度和权重分布的网络上的流行病阈值和流行病大小（最终感染密度），并且获得了与数值的显著一致性。即使在复杂的网络与强异构度和权重分布，这种方法是工作。我们提出了一种基于边权重的不同偏向的删除策略，发现当优先删除高权重的边时，这种策略可以有效地控制流行病的传播，特别是当网络的权重分布非常不均匀时。理论结果表明，该方法能较准确地预测上述去除效果.
2014-07-03 cs.SI physics.soc-ph
Interplay of epidemic spreading and vaccine uptake under complex social contagion
本研究通过SIR模型和阈值疫苗接种策略，在年龄分层多层网络上模拟，揭示复杂社会传染下疫苗接取态度与流行病传播的相互作用。
2024-12-16 cs.SI physics.soc-ph
Shift of percolation thresholds for epidemic spread between static and dynamic small-world networks
该研究的目的是比较静态和动态小世界网络上的流行病传播。该网络被构建为二维Watts-Strogatz模型（500 x500正方形网格，带有额外的捷径），动态涉及在流行病传播的每个时间步重新连接捷径。该流行病的模型是SIR，潜伏时间为3个时间步。在每个基础债券的捷径概率0-0.5的范围内检查流行病的行为。感兴趣的数量是渗流阈值的流行病蔓延，数值结果进行了检查，对一个近似的分析模型。我们发现一个显着降低的动态网络的渗流阈值的参数范围内。结果表明，动态网络上的流行病的行为是一个静态的小世界，捷径的数量增加了20.7 +/-1.4%，而整体的定性行为保持不变。我们得到的分析模型，占效果的修正。对于动态和静态的小世界，我们观察到抑制的平均流行病的大小依赖于网络的大小相比，有限尺寸标度已知的规则格。我们还研究了几个重新布线率相对于疾病的潜伏期的动态效果。
2010-11-12 physics.bio-ph physics.soc-ph
Impacts of Game-Theoretic Activation on Epidemic Spread over Dynamical Networks
我们研究了动态网络中流行病的演化，当节点选择以自私和分散的方式与他人互动时。具体而言，我们分析了无症状感染恢复（SAIR）流行病的框架内的活动驱动的网络与异构节点度和随时间变化的激活率，并推导出个人和度为基础的平均场近似的确切状态演变。然后，我们提出了一个博弈论模型，节点选择他们的激活概率在一个战略性的方式，使用当前的状态信息作为反馈，并描述了量子响应均衡（QRE）的建议设置。然后考虑了活动驱动的SIS传染病模型，刻画了该模型的平衡激活概率，并分析了闭环传染病的演化。我们的数值结果提供了令人信服的见解下的博弈论激活流行病的演变。具体而言，对于SAIR流行病，我们表明，在适当的条件下，流行病可以持续，因为任何感染比例的下降被抵消的活动率的增加节点。对于SIS流行病，我们表明，在制度中，有一个地方病的状态，感染的比例可以显着较小的博弈论激活，如果感染后的损失是足够高的。
2021-09-27 cs.SY eess.SY math.OC
The Impact of Vaccine Hesitancy on Epidemic Spreading
COVID-19大流行以前所未有的方式摧毁了世界，造成了巨大的生命损失。公共卫生当局一次又一次地敦促人们接种疫苗，以保护自己并减轻疾病的传播。然而，疫苗的犹豫使美国的疫苗接种水平停滞不前。本研究通过引入SIRS-V $_κ$模型（包括易感（S）、感染（I）、恢复（R）和接种（V）），探索疫苗犹豫对疾病传播的影响。我们通过定义疫苗置信水平$κ$（疾病过程中接种疫苗的最大人数），利用承载能力的概念来解释疫苗犹豫。疫苗信心的倒数是疫苗犹豫，$(\frac{1}κ)$。我们探讨了SIRS-V $_κ$模型的平衡点及其稳定性，并通过分析和模拟说明了疫苗犹豫对流行病传播的影响。
2021-09-28 cs.SY eess.SY math.OC
Revealing latent factors of temporal networks for mesoscale intervention in epidemic spread
在时间网络中，流行病缓解的传统观点取决于识别具有特定特征或网络角色的节点。然而，随之而来的基于个人的控制策略，很难在实践中进行，并忽略了重要的拓扑和时间模式之间的相关性。在这里，我们采用中观的视角，并提出了一个原则性的框架，以确定在多个尺度的集体特征，并排名其重要性的流行病传播。我们使用张量分解技术来建立一个时间网络的附加表示的介观结构，如凝聚力集群和时间本地化的混合模式。这种表示允许确定单个介观结构对流行病传播的影响，并评估去除所选结构的有针对性的干预措施的效果。我们说明了这种方法使用高分辨率的社交网络数据在学校面对面的互动，并表明我们的方法提供了有效的中尺度干预措施的设计。
2015-01-12 cs.SI physics.soc-ph
Modeling Epidemic Spread: A Gaussian Process Regression Approach
提出基于高斯过程回归的流行病传播建模方法，通过感染病例对数差分建模并给出误差界，在英国COVID-19数据上验证了预测有效性，优于其他回归方法。
2024-11-21 cs.SY eess.SY physics.soc-ph
Dynamics of beneficial epidemics
病原体可以通过人群传播。有益的传染，如提高宿主生存率的病毒或改善生活质量的技术创新，也有可能以有害的方式传播。有益的生物和社会流行病的动态与有害的流行病的动态有何不同？我们使用三种理论方法来研究这个问题。首先，在群体遗传学的背景下，我们表明，一个水平传播的元素，增加健身，如病毒DNA，传播超指数通过人口，更快地比有益的突变。其次，在行为流行病学的背景下，我们表明，感染，导致连接增加，导致人口中的超指数固定。第三，在动态社交网络的背景下，我们发现，增加全球感染的偏好加速了传播，并产生了超指数固定，但对局部非传染性的偏好通过切断感染者与易感者的联系来阻止流行病。我们的结论是，有益的生物和社会流行病的动力学的特点是快速传播的有益元素，这是促进在生物系统中的水平传播和社会系统中的受感染个体的积极传播行为。
2017-02-17 cs.MA cs.SI nlin.AO
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
Mesoscale community organization governs epidemic onset and spread in metapopulations
该研究提出层次化集合种群流行病传播框架，揭示社区内部连通性这一中尺度组织决定疫情暴发与传播，并结合真实数据验证了框架的稳健性。
2025-11-06 nlin.AO 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
Incorporating social opinion in the evolution of an epidemic spread
为控制COVID 19在不同国家的流行传播，往往需要对公民的流动性施加限制。最近的例子表明，这些政策的有效性在很大程度上取决于人民是否愿意遵守这些政策。这是一个很难测量和控制的参数。我们在这篇手稿中展示了一种系统的方法来检查一个社会的情绪，并将其纳入流行病传播的动力学模型。我们考虑西班牙的情况下，虽然结果和方法可以直接外推到其他国家的过程。
2020-07-09 cs.SI nlin.PS physics.soc-ph
What Stops Social Epidemics?
在理解图上的传播过程的动态方面的理论进展表明存在一个流行阈值，低于该阈值，没有流行病形成，高于该阈值，流行病传播到图的很大一部分。我们观察到社交媒体网站Digg上的信息级联，其传播速度足以让一个初始传播者感染数百人，但最终只影响整个网络的0.1%。我们发现，两个影响，以前研究的孤立，结合合作，大大限制了Digg上的级联的最终大小。首先，由于Digg网络的高度集群结构，大多数知道一个故事的人都是通过多个朋友接触到它的。这种结构降低了流行病的门槛，同时适度减缓了级联的总体增长。此外，我们发现，Digg上的社会传染机制指出了信息传播和其他传染过程之间的根本区别：尽管在一个社会群体中有多种感染机会，但人们不太可能成为反复接触信息的传播者。这种机制的结果对于更多的聚类图变得更加明显。最终，这种影响严重限制了Digg上社交流行病的规模。
2011-04-01 cs.SI physics.soc-ph
Time scales of epidemic spread and risk perception on adaptive networks
将动态接触网络和延迟意识转化为具有记忆的传染病模型，研究了传染病在连通人群中的传播模式。研究发现，传染病的传播不仅与个人过去与感染者的接触有关，而且与社会网络适应中反映的风险感知的时间尺度有关。发现流行阈值$p_{c}$随时间尺度参数s和记忆长度T的增大而减小，它们满足方程$p_{c} =\frac{1}{T}+ \frac{ωT}{<k>a^s(1-e^{-ωT^2/a^s})}$。同时考虑了传染病的生存期和网络的拓扑性质。度分布的标准差$σ_{d}$随吸收时间$t_{c}$的增加而增加，并发现了$σ_{d}=mt_{c}^γ$的幂律关系。
2010-11-07 physics.soc-ph
Effects of local and global network connectivity on synergistic epidemics
在具有无限和有限范围重连的格点模型（小世界和类小世界模型）中，研究了局部和全局连通性对协同的易感-感染-消除流行病传播的影响。在一个简单的模型中发现了几种效应，并得到了分析上的支持：（1）在具有高局部连通性的网络上，通过强建设性协同作用，重新连接增强了对流行病的抵御能力;（2）在具有任意局部连通性的网络上，通过破坏性或弱建设性协同作用，重新连接增强了流行病的传播;（3）在具有低局部连通性的网络中，独立于协同作用，重新连接增强了流行病的传播。
2015-11-22 cond-mat.stat-mech physics.soc-ph
Balancing Capacity and Epidemic Spread in the Global Airline Network
长期以来，人们一直认为复杂网络的结构在图上的传输和传播现象中发挥着作用。这种行为很难用分析方法建模，通常用数值方法建模。这些网络构成社会结构的重要组成部分，包括运输网络。随着社会努力控制COVID-19大流行，一个重要的问题是在全面开放交通网络和控制疫情传播之间选择最佳平衡。在本文中，我们研究如何利用信息理论分析网络结构的最新进展，可以告知有关此类网络的开放决策。凭借丰富的数据，我们专注于全球航空公司网络，但这些方法原则上适用于任何运输网络。我们能够证明，有可能大幅开放航空网络，并在一定程度上控制病毒的传播。
2020-11-30 physics.soc-ph
Modeling the amplification of epidemic spread by individuals exposed to misinformation on social media
Luddy School of Informatics, Computing, and Engineering, Indiana University（印第安纳大学卢迪信息、计算与工程学院）；Department of Electronics, Information and Bioengineering, Politecnico di Milano（米兰理工大学电子、信息与生物工程系）
本文通过构建传染病模型，研究社交媒体上的虚假信息如何放大传染病传播，评估不同场景下疫苗接种率和感染人数的影响。
2025-01-29 cs.CY cs.SI physics.soc-ph
Epidemic spreading under game-based self-quarantine behaviors: The different effects of local and global information
本研究构建博弈-流行病模型，探究局部与全局信息对自我隔离行为及疾病传播的影响，发现局部信息能有效控制疫情，而全局信息导致下降期感染曲线震荡，且异质网络中疾病更难传播。
2024-07-17 physics.soc-ph
Modeling the interplay between epidemics and regional socio-economics
在这项研究中，我们提出了一个动态的代理为基础的模型来调查社会经济和SEIRS型传染病传播在一个地理区域，划分为较小的区域，并进一步到最小的区域细胞之间的相互作用。该模型将小区的人口和地区的当局视为代理人，使得前者可以减少他们的经济活动，后者可以建议减少经济活动，两者的总体目标都是减缓传染病传播。代理人做出决策的目的是通过根据当地和区域感染率、对当局法规的遵守情况、区域经济活动的下降以及为减缓流行病传播所做的努力来评估其地位，从而相对于同类型的其他代理人获得尽可能高的社会经济地位。研究发现，居民对政府建议的遵从意愿对传染病传播的影响最为显著：在不遵从的人群中，周期波传播几乎畅通无阻;而在遵从的人群中，传播模式混乱，感染率显著降低。代理人的健康和经济问题的作用较小，前者增加了他们的努力，后者减少了他们。
2021-10-12 cs.MA physics.soc-ph
Equivalence between non-Markovian and Markovian dynamics in epidemic spreading processes
一个一般的形式主义，允许网络上的非马尔可夫过程的稳态减少到等价的马尔可夫过程在相同的基板。传染病传播过程的例子被认为是详细的，所有的非马尔可夫方面被捕获在一个单一的参数，有效的感染率。值得注意的是，这一结果与底层网络的拓扑结构无关，正如二维晶格和各种类型的随机网络的数值模拟所证明的那样。此外，引入了有效感染率的解析近似，这使得非马尔可夫动力学的临界点和临界指数的计算成为可能。
2017-01-10 cond-mat.stat-mech physics.soc-ph
Molecular Communications at the Macroscale: A Novel Framework for Modeling Epidemic Spreading and Mitigation
利用Brockmann和Helbing提出的有效距离概念，传染病传播的复杂时空过程可以被简化为具有明确波前的圆形波传播模式。传染现象的这种隐藏的同质性使得虚拟移动网络能够映射到物理传播渠道。随后，我们提出了一个新的通信启发模型的传染病传播和缓解之间建立一对一的对应关系的基本组成部分，包括信息和疾病传播。流行病的传播过程可以看作是大尺度的分子通讯，个体是携带信息（流行病状态）的大尺度信息分子。提出了归一化总体平均传播率（NEAP）和传播延迟分布（PDP）的概念，以表征所有传播路径的相对影响和时间差，类似于通信中路径损耗和功率延迟分布的经典描述方法。此外，我们引入了均方根（RMS）延迟传播的度量来衡量多个感染传播途径引起的早期传染动力学的失真。此外，我们还展示了如何从各种通信模块的角度来理解社会和医疗干预。建议的框架提供了一个直观的，连贯的，和有效的方法，通过应用根深蒂固的传播理论作为分析镜头的疾病暴发的特征。
2018-02-12 eess.SP physics.soc-ph
Impact of temporal connectivity patterns on epidemic process
为了提供一个全面的动态和对许多现实世界的时间网络，我们调查的时间连接模式和传播现象的相互作用，在修改后的活动驱动的时间网络（ADTN）与内存的易感染-感染-删除（SIR）模型。特别是，我们专注于SIR模型的流行病阈值是如何影响的异质性的节点活动和记忆强度的时间和静态制度，分别。节点之间的强联系（记忆）抑制了流行病的局部化传播，而节点活动的异质性则促进了流行病的全球化传播。由于SIR模型的流行阈值对静态网络中节点的度分布非常敏感，我们在修改后的ADTN上测试SIR模型，并使用可能的活动指数和记忆指数集在时间网络中生成相同的度分布。我们还讨论了最大聚类和最大度的时空尺度特性在流行阈值中的作用。据观察，高度活跃的节点的存在使得能够在短时间内触发流行病的初始传播，但它也限制了其最终向整个网络的传播。这意味着在疫情传播时间和疫情规模之间存在权衡。最后给出了ADTN的SIR模型的相图和在此情形下传染病传播的最优条件。
2019-07-19 physics.data-an physics.soc-ph
The Effects of Diffusion of Information on Epidemic Spread -- A Multilayer Approach
在这项工作中，目的是研究传染病的传播和多层次社会系统的信息。其主要思想是找到一个标准，根据该标准，采用传播信息阻止或抑制流行病的传播。两层网络是模型的基础。第一层描述了直接接触的互动，而第二层是信息传播层。这两个层由相同的节点组成。这个社会由五种不同类别的人组成：易感者、感染者、康复者、接种疫苗者和感染者。最初，只有一个受感染的个体开始传播感染。直接接触相互作用将感染传播给易感者。信息通过第二层传播。SIR模型用于描述感染传播，而Bass方程用于描述信息的采纳。信息传播与疾病传播竞争的控制参数是网络的拓扑结构和连通性密度。信息层的拓扑结构是一个无标度网络，其边缘密度不断增加。在接触层中，每个节点具有相同平均度的规则和无标度网络可以互换使用。观察结果是，接触网络的日益复杂性降低了个体意识的作用。如果接触层由具有有限范围连接的网络组成，或者边缘比信息网络稀疏，则信息的传播在控制流行病方面起着重要作用。
2021-03-13 cs.SI physics.soc-ph
Efficient local behavioral change strategies to reduce the spread of epidemics in networks
最近已经确定，传染病在人类之间的传播不仅受到病原体本身的影响，而且还受到人们意识到流行病时行为变化的影响;例如，社交距离。众所周知，接触网络中的社区结构（存在相对密集连接的顶点组）会影响疾病的传播。我们提出了一套当地的策略，社会距离，社区结构的基础上，可以在发生流行病，以减少流行病的规模。与大多数社交距离方法不同，我们不要求个人了解疾病状态（感染或易感等）。我们不做不切实际的假设，即整个接触网的结构是已知的。相反，建议的行为改变仅基于个人对网络的本地视图。每个人避免与他/她的一部分联系人接触，利用他/她的本地网络的知识来决定应该避免哪些联系人。如果行为改变只发生在一个人生病或意识到疾病的时候，这些策略可以以相对较小的成本（以避免接触的数量来衡量）大大减少流行病的规模。
2013-10-08 cs.SI physics.soc-ph
Epidemic spread in interconnected directed networks
在现实世界中，许多复杂系统与其他系统相互作用。此外，传染病信息在系统内或系统间的传播和传染病的传播往往不是随机的，而是有方向的。因此，本文建立了一个基于互联有向网络的传染病模型，它可以看作是无向网络和二部网络的推广。利用平均场方法，建立了该网络上的易感-传染-易感模型。对该模型进行了理论分析，得到了基本再生数，它也是无向网络和二部网络临界数的推广。并以基本再生数为前向分歧参数，证明了无病平衡点和地方病平衡点的全局稳定性。我们还给出了一个条件，流行病只在一个单一的子网。此外，我们进行了数值模拟，发现每个节点的进出度之间的独立性，大大降低了网络的拓扑结构对疾病传播的影响。
2017-07-20 nlin.AO physics.soc-ph
Dynamic communicability and epidemic spread: a case study on an empirical dynamic contact network
我们分析了最近提出的时间中心性措施，适用于一个经验网络的基础上，人与人之间的接触，在一个繁忙的城市医院的急诊科。我们发现，时间中心性识别一组不同的顶部传播者比中心性的基础上的时间聚集的二进制化的接触矩阵，使一起，捕捉顶部传播者的准确性显着提高。然而，在预测流行病结果方面，时间措施不一定优于不太复杂的措施。我们的研究结果还表明，其他时间标记，如观察到的持续时间和网络中首次出现的时间，可以用于一个简单的预测模型，以生成预测，捕捉观察到的数据的趋势非常好。
2016-03-13 cs.SI physics.soc-ph
Social inequalities that matter for contact patterns, vaccination, and the spread of epidemics
该研究利用匈牙利新冠疫情数据识别接触模式和疫苗接种态度的社会不平等维度，发现优势群体接触更多且接种率更高，并提出纳入行为差异的数据驱动流行病学模型，用于分析匈牙利第四波疫情，为公共卫生策略提供依据。
2023-07-10 cs.SI physics.soc-ph stat.AP
Epidemic Spread in Human Networks
Kansas State University（堪萨斯州立大学）
通过向经典SIS模型添加警觉状态，研究人类响应如何影响流行病传播，并利用平均场近似和代数图论分析揭示两个阈值及警觉性对传播动态的影响。
2011-07-13 cs.SY eess.SY math.DS
