Optimal resource diffusion for suppressing disease spreading in multiplex networks
资源扩散是一种普遍存在的现象,但其对传染病传播的影响却鲜有研究。提出了一个耦合传染病传播和资源扩散的多路网络模型。物理接触层中疾病的传播和受感染节点的恢复都强烈依赖于社会层中对应节点提供的资源。社会层中资源的产生和扩散又强烈依赖于物理接触层中节点的状态。在该模型中,资源优先或随机扩散。为了量化优先扩散的程度,提出了一个控制资源扩散的偏差参数。我们进行了大量的模拟,发现优先的资源扩散可以改变相变类型的感染节点的分数。当层间关联度低于某一临界值时,增大偏压参数会使双连续相变相变变为单连续相变。当层间关联度大于某一临界值时,相变由多次连续→不连续→混合。我们发现在相变中存在磁滞回线。我们还发现,有一个最佳的资源策略,在每个固定程度的层间相关性的阈值达到最大值,并在该疾病可以被最大限度地抑制。最优控制参数随层间关联度的增大而增大。
2018-01-11 physics.soc-ph q-bio.PE
Competition between vaccination and disease spreading
我们研究了传染病传播和疫苗接种过程之间的相互作用。我们假设,与疾病传播类似,疫苗接种过程也是通过直接接触发生的,即,它遵循标准的易感-感染-易感(SIS)动力学。这两个竞争过程是不对称耦合的,因为接种疫苗的节点可以以相对于易感节点降低的速率直接被感染。我们在平均场论的框架下分析了该模型,得到了丰富的相图。当疫苗接种对感染几乎没有保护作用时,两个连续的转变将无疾病免疫状态与无疫苗接种流行状态分开,中间混合状态是易感、感染和接种个体共存。随着疫苗效率的提高,三临界点导致了一个临界状态,出现了不连续的相变。均匀随机网络的数值模拟与分析预测吻合得很好。
2020-06-18 physics.soc-ph q-bio.PE
Roles of the spreading scope and effectiveness in spreading dynamics on multiplex networks
与单一网络相比,复合网络对个体间传播过程的影响主要表现在两个方面。首先,病原体或信息可以通过不同的层次一次性传播给更多的个体,扩大了传播范围。第二,通过不同的层次,一个人也可以在同一时间多次向同一个人传播病原体或信息,这使得传播更有效。为了理解传播范围和传播效果的不同作用,我们提出了一个链路重叠的多重网络上的传染病模型,其中每个交互的传播效果以及渠道的多样性(传播范围)可以由重叠链路的数量来控制.我们发现,对于泊松度分布,增加流行范围(第一个效果)比增加流行概率(第二个效果)更有效地促进传播过程。然而,对于幂律度分布,这两个因素对传播动力学的影响变得复杂。在有限系统中,提高流行概率使病原体或谣言更容易爆发。但在此之后,扩大流行范围仍然是更有效的广泛传播。本文对这些现象给出了理论结果和合理的解释,表明流行范围在传播动力学中起着重要的作用。
2017-11-28 cond-mat.dis-nn cond-mat.stat-mech physics.soc-ph
Social distancing strategies against disease spreading
传染病的反复发生及其对社会的影响日益严重,促使人们研究减缓传染病传播的策略。本文综述了逾渗理论在描述复杂网络上对抗传染病传播的策略中的应用。本文对链接渗流与传染-恢复模型的关系进行了概述,并引入节点空隙渗流过程来描述由健康个体组成的网络($i.e$)的稀释过程,该网络是维持社会功能的网络。然后,我们调查了两种策略:淬火无序策略,其中在社会中诱导接触强度的异质性分布,以及间歇性社会距离策略,其中健康个体被说服避免与他们的邻居接触间歇性的时间。使用渗流工具,我们表明,这两种策略可以阻止传染病传播。最后,我们讨论了传染率,$i.e$,传播疾病的有效概率,对性能的策略,以减缓传染病传播的作用。
2013-08-09 physics.soc-ph q-bio.PE
Layer-switching cost and optimality in information spreading on multiplex networks
我们研究了一个多路网络上的信息传播模型,在这个模型中,代理人通过多个交互通道(层)进行交互,比如在线与在线。离线通信层,受制于跨不同交互层的传输的层切换成本。该模型的特点是逐层的路径相关的传输率超过接触,这是动态确定的传入和传出的传输层依赖。我们制定了一个分析框架来处理这种路径依赖的传输性,并证明了非平凡的多重性和传播动态之间的相互作用,包括最优性。它表明,流行病的阈值和流行响应的层切换成本的非单调性和最佳条件可以改变突然的非解析的方式,也取决于网络层的密度和种子感染的类型。我们的研究结果阐明了多元化的重要作用,它的明确考虑应该是至关重要的现实建模和预测的传播现象的多元化社交网络在一个时代的社会互动层不断多样化。
2016-02-24 cond-mat.stat-mech cs.SI physics.soc-ph
Identify Influential Spreaders in Asymmetrically Interacting Multiplex Networks
识别最具影响力的传播者对于理解和控制网络中的传播过程非常重要。由于现实世界中的许多复杂系统都可以建模为多层网络,因此多层网络中重要节点的识别问题引起了人们的广泛关注。现有的研究主要集中在多层网络结构上,而忽略了多层网络的结构耦合和动力耦合如何影响网络中节点的动力重要性。在这里,我们调查这个问题的信息-疾病耦合的传播动力学的多元化网络。首先,我们明确地揭示了三个层间耦合因素,即两层的相对传播速度,层间耦合强度和两层的程度相关性,显着影响的节点上的接触层的传播影响。信息层的抑制作用使得接触层的结构中心性不能预测节点在多路复用网络中的传播影响。然后,通过将协同进化传播动力学映射为渗流过程,利用消息传递方法,提出了一种计算单个种子节点疾病爆发规模的方法,该方法可用于估计协同进化传播动力学中节点的传播影响力。我们的工作提供了见解的重要性,在多重网络中的节点,并给出了一个可行的框架,调查有影响力的传播者在不对称的共同进化动力学。
2021-01-07 physics.soc-ph
Parasite Spreading in Spatial Ecological Multiplex Networks
网络生态学是定量生物学的一个新兴领域,它将生态系统描述为复杂网络。一个合适的例子是寄生虫传播:几种寄生虫可能通过不同的机制在宿主之间传播,每一种寄生虫都产生一个相互作用的网络。同时模拟这些网络化的生态相互作用仍然是一个开放的挑战。我们提出了一种新的空间嵌入式多重网络框架,用于模拟通过多种传播途径传播的多宿主感染。我们的模型受到T. cruzi,一种通过营养和媒介机制传播的寄生虫。我们的生态网络模型是由一个多重节点代表物种种群相互作用,通过食物网和寄生虫污染层在同一时间。我们在两种不同的情况下模拟了SI动态:一个简单的理论食物网和一个经验。我们在这两种情况下的模拟表明,当营养和污染的相互作用被认为是以相等的速率时,感染是更广泛的。这表明,营养和污染的传输可能有实际生态系统中的累加效应。我们还发现,在社区中的媒介,主机的比例(i)至关重要的影响感染传播,(ii)调节寄生虫传播的速度和(iii)增加宿主的感染率的一个阶段性转变。通过免疫相同的分数的捕食者和猎物的人口,我们表明,多重拓扑结构是基本的概述的作用,每个宿主物种在寄生虫传播在一个给定的生态系统。我们还表明,多重模型提供了一个更丰富的现象学的寄生虫传播动力学相比,单层模型。我们的工作开启了新的挑战,并为网络系统中的多通道传播建模提供了新的定量工具。
2016-09-09 physics.bio-ph 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
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
Misinformation spreading on correlated multiplex networks
众多不断扩大的在线社交网络为错误信息的传播提供了快速渠道,这可能对社会经济系统产生严重影响。这一问题已引起多个领域的研究者的关注,但迄今为止,还没有系统的理论研究来观察虚假信息在相关多路网络中的传播。在这项研究中,我们提出了一个基于多元化网络的错误信息传播模型,考虑到事实上,每个人都可以从多个平台获得错误信息。随后,我们开发了一个异构的边基分区理论来理解我们提出的模型的传播动力学。此外,我们建立了一个基于稳定性分析的分析方法,以获得错误信息爆发的阈值。在这些理论的基础上,我们最后分析了不同的动力学和结构参数对错误信息传播动力学的影响。结果表明,当$β$超过一定值,即误报爆发阈值$β_c$时,误报爆发规模$R(\infty)$随着有效传输概率$β$的增大而不断增大.大的平均度、强的度异质性或正的层间相关性将降低$β_c$,加速错误信息的爆发。此外,对于小(大)的$β$值,增加程度异质性或更正的层间相关性都将增大(减小)$R(\infty)$。系统的理论分析结果与数值模拟结果吻合较好。我们提出的模型和准确的理论分析将作为一个有用的框架,以了解和预测的传播动态的错误信息的多元化网络,从而铺平了道路,以解决这一严重问题。
2019-09-01 cs.SI physics.soc-ph
Spreading of Memes on Multiplex Networks
介绍了一个网络信息传播模型,并利用分支过程方法进行了分析。该模型概括了[Gleeson et al.,物理学修订版X,#20162;两种方式。首先,即使对于单重(单层)网络,模型也是针对由其邻接矩阵定义的任何特定网络定义的,而不是限于随机网络的集合。其次,引入了该模型的多个版本,以捕获从一个社交媒体平台向另一个社交媒体平台发布信息的用户的行为。在这两种情况下的分支过程分析表明,动力系统是,在低创新的限制,在临界点附近,这是已知的导致模因流行度的重尾分布类似于经验数据中观察到的。
2019-02-28 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
Suppressing epidemic spreading in multiplex networks with social-support
虽然抑制疾病传播通常是通过投资公共资源来实现的,但在现实世界中,只有一小部分人口在爆发时能够获得政府援助,大多数人必须依靠家人或朋友的资源。我们研究了社会接触多重网络中疾病传播的动力学,当受感染节点的恢复依赖于社会层中健康邻居的资源时。我们研究程度异质性如何影响传播动力学。通过理论分析和模拟,我们发现程度异质性促进疾病传播。感染密度的相变是混合的,在第一个入侵阈值处从零平滑地增加到有限小的值,然后在第二个入侵阈值处突然跳跃。我们还发现了滞后回线的感染密度的转变。我们进一步研究了两层之间的边缘重叠如何影响扩散动力学。我们发现当重叠量小于某一临界值时,相变是混合的,并且存在一个磁滞回线,否则,相变是连续的,磁滞回线消失。此外,当传输速率低于第一入侵阈值时,边缘重叠允许流行病爆发,但当传输速率高于第一入侵阈值时,抑制任何爆炸性转变。
2017-08-08 physics.soc-ph
Optimizing surveillance for livestock disease spreading through animal movements
许多家畜传染病的空间传播严重依赖于动物在场所之间的运动,因此运动数据的知识可以帮助我们检测,管理和控制疫情。然而,系统的鲁棒传播特性的识别受到表征人口通过移动的相互作用的时间维度的阻碍。传统的中心性措施不提供相关的信息,结果强烈波动的时间和爆发的属性严重依赖于geotemporal初始条件。通过专注于在意大利的牛流离失所的案例研究,我们的目标是在牲畜流行病的规划和控制有用的强大功能方面的特点,以处理时间波动,初始条件的敏感性和在爆发过程中丢失的信息。通过空间疾病模拟,我们检测在不同初始条件下稳定的传播路径,允许种子的聚类并减少流行病的变异性。路径还使我们能够识别被称为哨兵的场所,这些场所具有很大的感染概率,并提供关于爆发起源的关键信息,如在集群中编码的那样。这种新的程序提供了一个通用的框架,可以应用于特定的疾病,以帮助风险评估分析和通知最佳监测系统的设计。
2012-10-02 physics.soc-ph q-bio.PE
The role of time scale in the spreading of asymmetrically interacting diseases
自然界和社会中的疾病和其他传染现象可以不对称地相互作用,例如一个可以从另一个受益,这反过来又损害了第一个,类似于捕食者-猎物系统。在这里,我们考虑两个模型的相互作用与非对称的相互作用和不同的相关时间尺度的疾病样动力学。使用均匀混合人口的速率方程,我们表明,每个模型的固定患病率和相图的行为不同的相对时间尺度的变化。我们还详细描述了观察到瞬态振荡的制度,这种模式是固有的不对称相互作用,但在文献中往往被忽视。我们的研究结果有助于更好地理解疾病动态,特别是相互作用的过程,并可以为现实世界的应用提供有趣的见解,最值得注意的是,事实核查和假新闻动态之间的相互作用。
2020-06-30 physics.soc-ph q-bio.PE
Controlling distant contacts to reduce disease spreading on disordered complex networks
在真实的社交网络中,人与人之间的互动是异质的,这会影响疾病在人群中传播的方式,达到感染个体比例的临界点,并成为流行病。这种属性称为无序,通常与个体之间的接触时间相关,可以通过加权网络进行建模,其中权重与归一化接触时间$ω$相关。在本文中,我们研究了SIR模型的疾病传播时,密切和遥远的相互作用类型。我们开发了一种缓解策略,仅减少远距离接触的持续时间,这在实践中更容易改变。使用分支理论,通过模拟的支持,我们发现,当紧密接触的密度$f_1$降低时,该策略的有效性增加。此外,我们发现了一个阈值$\tilde{f}_1 = T_c / β$,低于该策略可以使系统从流行到非流行阶段,即使密切接触者有最长的持续时间。
2020-05-11 physics.soc-ph q-bio.PE
Probing empirical contact networks by simulation of spreading dynamics
疾病、观点、想法、八卦等等都在社交网络上传播。这些网络的连接方式(网络结构)影响着传播过程的动态。通过研究这些关系,人们可以了解传播本身以及接触网络的结构和功能。在这一章中,我们将总结最近的文献,使用模拟的传播过程的经验接触数据。我们将主要关注时间邻近网络上的疾病模拟-网络记录谁靠近谁,在什么时间-但也涵盖其他类型的网络和传播过程。我们分析了29个经验网络来说明方法。
2017-06-28 physics.soc-ph q-bio.PE
Conditions for viral influence spreading through multiplex correlated social networks
网络科学的一个基本问题是预测某些个人如何能够发起新的网络,以产生“新思想”。这些趋势的变化通常是由少数创新者引发的,他们通过“病毒式”影响力迅速将自己的想法强加于人,产生一系列追随者,将旧网络分割成一个新网络。典型的例子包括科学思想的兴起或社交媒体的突然变化,比如Facebook.com的兴起对Myspace.com的损害。这一过程在实践中是如何产生的,尚未得到最终证明。在这里,我们表明,维持病毒传播过程的一个条件是存在一个多重相关图与隐藏的“影响链接”。解析解预测渗滤相变,无论是突然的或连续的,其中网络被瓦解,通过病毒级联的追随者在经验数据。我们的模型预测了严格的条件,以维持一个大的病毒传播,通过缩放形式的局部关联函数之间的多层,我们也证实了经验。最终,该理论预测了从社会到金融系统和市场的一大类多重网络中病毒级联的条件。
2014-05-27 cs.SI physics.data-an physics.soc-ph
Modeling contagious disease spreading
提出 Ising-SIR 模型,通过 Monte Carlo 模拟研究空气传播与直接接触传播机制对疾病扩散动力学的影响,发现不同机制导致不同增长指数,并预测多种时空模式。
2024-09-02 cond-mat.soft cond-mat.stat-mech physics.soc-ph
Effect of overlap on spreading dynamics on multiplex networks
尽管单层网络上的流行病动力学研究已经受到了相当大的关注,但多层网络上的流行病动力学研究仍然有限,并面临着许多挑战。本文研究了多重网络上的SIS传染病模型,并研究了层间重叠对传播动力学的影响。为此,我们假设一个$S$ -节点被感染的前提条件是,在每一层中至少有一个传染性邻居。一个值得注意的结果是,重叠可以改变流行病爆发开始的相变的性质。具体地说,当两个层完全重叠时,系统经历通常的连续相变。否则,观察到一个不连续的相变,伴随着一个无病期和地方病期共存的无病区的发生。随着重叠程度的减小,重叠区域被扩大。仿真结果和平均场论都验证了上述结果.
2020-02-05 cond-mat.stat-mech 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
Modeling the effects of social distancing on the large-scale spreading of diseases
为了遏制新出现的可在人与人之间传播的疾病的传播,通常实施旨在减少人与人之间相互作用的非药物干预措施。后一种措施的一个例子是保持社交距离,这可以是政策驱动的,也可以是由于害怕感染而在人群中自发产生的。然而,如果在人群达到群体免疫力之前取消NPI,病原体的进一步重新引入将导致继发感染。在这里,我们研究了不同的社会距离计划对疾病大规模传播的影响。具体而言,我们概括了集合种群模型,包括在亚种群水平的社会距离机制和模型的短期和长期战略,喂养当地或全球的流行病信息。我们发现,不同的模型成分可能会导致非常不同的结果在不同的亚群。我们的研究结果表明,有没有一个唯一的答案,如果实施和管理本地或全球的竞争措施是否更有效的问题,模型的结果取决于如何充分考虑人类互动的复杂性。
2021-05-20 physics.soc-ph q-bio.PE
Spreading of localized attacks in spatial multiplex networks
许多现实世界的多层系统,如关键基础设施,是相互依赖的,并嵌入在空间中的特征长度的链接。它们也容易受到局部攻击或故障的影响,例如恐怖袭击或自然灾害,这些攻击或故障会影响给定半径内的所有节点。在这里,我们研究了局部化攻击对两层空间复用网络的影响。我们发现了一个亚稳区域,其中大于临界尺寸的局部化攻击引起成核转变,因为故障的级联在整个系统中传播,导致其崩溃。我们发展了一个理论来预测临界攻击规模,并发现它具有新颖的缩放行为。我们进一步发现,在这些多重系统中的本地化攻击可以诱导一个以前未观察到的随机和空间级联的组合。我们的研究结果表明,在现实世界中的相互依赖的网络的重要脆弱性,并显示新的空间网络的理论特征。
2017-04-02 cs.SI physics.soc-ph
Social distancing in pedestrian dynamics and its effect on disease spreading
在没有接种疫苗的情况下,非药物措施,如社交距离,可以在控制流行病方面发挥重要作用。在本文中,我们研究了社会距离对流行病的影响,它是可执行的。我们使用一个结合了人类流动和疾病传播的数学模型。对于流动性动态,我们设计了一个基于代理的模型,包括行人动态与一种新型的力量,类似于在拥挤的网站社交距离。对于传播动力学,我们认为隔间的SIE动力学加上间接传播的足迹的传染性行人的传染因素。我们发现,增加社会距离的强度有显着影响的暴露风险。通过将人群分类为社会距离遵守者和非遵守者,我们得出结论,即使是少数潜在传染性病原体的社会距离实践,也会导致人群暴露风险发生急剧变化,但会降低其他人群实施该协议的有效性。此外,我们观察到,对于间接传播更重要的传染病,社会距离的有效性会降低。本研究可为降低暴露风险的政策制定提供定量指导。
2020-10-24 physics.soc-ph q-bio.PE
Social contagions with communication channels alternation on multiplex networks
互联网通信渠道,例如,Facebook、Twitter和电子邮件是促进个人之间互动和信息共享的多元化网络。在短暂的时间段内,用户通常使用单个通信信道,但随后发生通信信道变更(CCA)。这意味着我们必须完善我们对社会传染动力学的理解。我们提出了一个非马尔可夫行为的多路复用网络中的传播模型,考虑到CCA机制,我们开发了一个广义的基于边的分区方法来描述的传播动力学。通过大量的数值模拟和理论分析,我们发现CCA引起的时间延迟减缓了行为传播,但不影响最终的采用规模。我们还发现,CCA抑制行为传播。在两个耦合的随机规则网络上,采用规模表现出混合增长,即,它首先随着信息传输概率连续增长,然后不连续增长。在ER-SF复用网络中,两个子网是Erdens-Rényi(ER)和无标度(SF),CCA引入了采用大小与信息传输概率的连续增长到混合增长的交叉。我们的研究结果扩展了我们对CCA在传播动力学中的作用的理解,并可能引发进一步的研究。
2018-12-19 cs.SI physics.soc-ph
Synergistic interactions promote behavior spreading and alter phase transition on multiplex networks
协同作用在现实世界中无处不在。最近的研究表明,对于单层网络,协同作用可以增强传播,甚至引发爆炸性传染。目前,人们对多路网络上的行为传播动力学越来越感兴趣。在这样的网络系统中,协同互动在行为传播中的作用是什么?为了解决这个问题,我们阐明了一个双层网络上的协同行为传播模型,其中的协同交互的关键表现是,通过一个节点在一个层中的一个行为的采用提高了其在其他层中采用该行为的概率。一个普遍的结果是,协同相互作用可以大大提高两个层中的行为的传播。一个值得注意的现象是,相互作用可以改变与行为采纳或传播动力学相关的相变的性质。特别是,取决于网络层中的一个行为的传输速率,协同交互可以导致另一个行为的采用范围相对于其传输速率的不连续(一阶)或连续(二阶)过渡。一个令人惊讶的两阶段传播过程可能会出现:由于协同作用,在一层中采用一种行为的节点在另一层中采用另一种行为,然后促使该层中的其余节点快速采用该行为。在分析上,我们开发了一个基于边缘的分区理论,并进行了分叉分析,以充分了解,在弱协同相互作用制度,网络层之间的动态相关性可以忽略不计,在促进整个系统中的社会行为传播动态的相互作用的作用。
2018-02-09 cs.SI physics.soc-ph
The Impact of Information Dissemination on Vaccination in Multiplex Networks
信息传播对疫情控制的影响本质上受制于个体行为。与信息驱动的行为不同,疫苗接种是由许多与成本相关的因素决定的,这些因素与信息传播的相关性应该得到更好的理解。为此,将信息-传染病传播过程整合到疫苗接种动力学中,提出了一个多重网络中的疫苗接种进化博弈模型,并探讨了信息传播对疫苗接种的影响.传播过程由两层耦合的敏感-警报-感染-易感(SAIS)模型描述,其中定义了两层之间的强度系数来表征信息传播的趋势和强度。我们发现信息传播可以提高流行阈值,但是更多的信息传播并不能促进疫苗接种。具体而言,增加信息传播甚至导致疫苗接种均衡下降,最终感染密度上升。此外,我们还研究了强度系数和个体敏感度对社会成本的影响,并通过数值模拟揭示了信息传播在控制疫情中的作用。
2019-04-02 physics.soc-ph q-bio.PE
Spreading of localized attacks on spatial multiplex networks with a community structure
我们研究了本地化攻击对多路空间网络的影响,其中每一层都是一个社区网络。当节点属于所有复用层中的巨型组件时,系统被认为是功能性的。社区具有线性大小$ζ$,使得在其中任何一对节点以相同的概率链接,并且另外,附近社区中的节点以不同的(通常较小的)概率链接。这个模型可以代表一个相互依赖的城市基础设施系统,其中城市内部有许多联系,而城市之间的联系较少。我们开发了一种分析方法,类似于有限元方法应用于网络社区,并通过模拟验证我们的分析结果。我们发现,无论是通过模拟和理论,对于不同的参数的连接性和空间性-有一个关键的局部尺寸的损害,超过它将蔓延,整个系统将崩溃。
2019-12-11 nlin.AO 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
Correlation-Based Diagnostics of Social Contagion Dynamics in Multiplex Networks
Universitat de Barcelona(巴塞罗那大学);Universitat Oberta de Catalunya(加泰罗尼亚开放大学)
该研究通过分析多重网络中节点活动的时间相关性,揭示了社会传染动力学的局部化与去局部化现象,并展示了滞后一阶自相关性在检测激活和局部化转变中的作用。
2026-01-30 physics.soc-ph
A microscopic approach to study the onset of a highly infectious disease spreading
我们结合行人动力学模型与接触追踪方法来模拟一种高度传染性的空气传播疾病在封闭环境中的初始传播。我们专注于一个中等规模的人口(最多1000人)与少量的感染者(1或2)和其余的人之间的免疫和易感性划分。我们采用了一个空间连续的模型,表示行人动态的力量作用在他们身上,即微观力为基础的模型。一旦离散化,该模型的结果在一个高维系统的二阶常微分方程。在将接触跟踪添加到行人动力学模型之前,我们校准了模型参数,根据经验数据验证了模型,并表明可以捕获行人自组织进入车道。我们认为一个明确的接触追踪的方法,通过引入一个生病的人周围的疾病域。一个健康但易受感染的人在疾病领域停留一定时间后可能会被感染(具有规定的概率),并成为所谓的二次接触者。作为模拟疾病传播开始的具体设置,我们考虑了两个美国机场的航站楼:休斯顿的霍比机场和亚特兰大国际机场。我们考虑了不同的情况,我们量化了二级接触者平均数量的增加,因为给定的终端变得更加密集,免疫人群的百分比下降,主要接触者的数量增加,以及存在高密度区域(如登机巴士)。
2020-04-20 physics.soc-ph q-bio.PE
Identifying super-spreaders in information-epidemic coevolving dynamics on multiplex networks
在医疗资源有限的情况下,识别疫情中的超级传播者对抑制疾病传播具有重要意义。在现代社会,疫情信息通过各种传播渠道迅速传播,对遏制疫情起到了重要作用。本文研究了信息-疾病耦合传播动力学中超级传播者的识别问题。首先,我们发现物理接触层的中心性不再有效地识别流行病中的超级传播者,这是由于信息传播的抑制效应。在此基础上,通过考虑传播层和物理接触层之间的结构耦合和动力耦合,提出了一种耦合敏感中心性测度,用于识别疾病传播中的超级传播者。在合成网络和真实网络上的仿真结果表明,该方法不仅比单一网络上的中心度更准确,而且在识别超级传播者方面也优于两种典型的多层中心度.这些发现意味着,考虑层间的结构和动力学耦合是非常必要的,以确定在耦合多层系统中的关键作用。
2021-08-25 physics.soc-ph
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
Modeling disease spreading with adaptive behavior considering local and global information dissemination
该研究提出了一个模型框架,用于在疾病爆发期间研究具有自适应人类行为的疾病动态,同时考虑局部观测和全局信息的影响。一个重要的应用场景是,通勤者可以在旅行期间从他们的身体接触中观察症状和对策后调整他们的行为,从而改变疾病爆发的轨迹。我们介绍了异质平均场(HMF)的方法在一个多路网络设置,共同模拟传染病的传播动力学的接触网络和传播动力学的信息在观察网络。疾病的传播是使用经典的易感染性-感染性-易感性(SIS)过程捕获的,而类似SIS的过程则模拟了被称为不知情-知情-不知情(UAU)的知情传播。多重网络的使用有助于捕捉疾病传播和信息传播之间的相互作用,以及一个动态如何影响另一个。理论分析表明,根据疾病和信息的渗透强度,存在三种潜在的平衡态。信息的传播可能有助于在人口中形成群体免疫力,从而抑制和消除疾病的爆发。最后,利用地铁出行者接触网络进行数值实验,揭示了现实世界中的疾病和信息动态,并对交通系统抵御传染病风险的能力进行了深入研究。
2020-08-25 physics.soc-ph
Impact of urban structure on infectious disease spreading
目前正在进行的SARS-CoV-2大流行已经使世界成为人质一年多了。流动性是病毒传播的关键,限制流动性是对抗病毒扩张的主要非药物干预措施。以前的作品已经表明了城市的结构组织和居民的运动模式之间的联系。这使城市中心成为流行病监测和干预的重点。在这里,我们表明,组织的城市流量有巨大的影响,疾病的传播和不同的缓解策略的顺从性。通过对美国和其他国家不同城市的匿名和聚集的城市内部流动的研究,并结合实证分析和分析方法,我们证明了城市对传染病传播的反应可以根据这些流动的总体组织大致分为两大类型。在等级森严的城市,流动主要集中在流动热点之间,特别容易受到流行病快速传播的影响。然而,在这类城市中,限制流动性对于减轻病毒的传播非常有效。相反,在有许多活动中心的城市中,流行病的传播要慢得多,但对流动限制的反应要弱得多,效果也差得多。在较脆弱的城市投入资源进行早期监测和及时采取特别干预措施,可能有助于遏制和减少未来大流行病的影响。
2022-03-10 physics.soc-ph q-bio.PE
Containing rumors spreading on correlated multiplex networks
在迅速发展的在线社交网络上,谣言泛滥,引起了来自多个方面的关注。个人可以通过多种渠道传播谣言,因为他们可以在多个平台上活跃。然而,目前还没有系统的理论研究,谣言包含动力学的多元化网络尚未进行。在这项研究中,我们提出了一个家庭的包含策略的基础上的度积$\mathcal{K}$的每个用户的多路复用网络。然后,我们开发了一个异构的边缘为基础的隔间理论来理解包含动态。仿真结果表明,优先屏蔽$\mathcal{K}$大的用户的策略可以显著降低谣言爆发的规模,并提高谣言爆发的阈值。此外,随着偏好强度和度异质性的增加,在异构复用网络上可以获得更好的性能。此外,考虑层间度相关性$r_s$,该策略在$r_s=-1$、$r_s=1$和$r_s=0$的复用网络上性能最好.相反,如果我们倾向于使用小的$\mathcal{K}$而不是大的$\mathcal{K}$来阻塞用户,那么在除了均匀度分布的不相关复用网络之外的大多数复用网络上,其包含性能将比随机阻塞用户的性能更差。我们发现,阻塞偏好对均匀度分布的不相关复用网络的包含结果没有影响。我们的理论分析可以很好地预测谣言包含的结果和性能差异,在所有的情况下研究。本研究对多重网络中谣言动力学的系统理论研究将为该问题的进一步研究提供启示。
2019-12-24 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
Infection percolation: A dynamic network model of disease spreading
疾病传播模型对于预测人群中的感染增长和评估公共卫生政策至关重要。然而,标准模型通常使用宏观参数来表示个体之间的疾病传播的动态,这些宏观参数不能准确地表示人与人之间的变异性。为了解决这个问题,我们提出了一个动态网络模型,提供了一个简单的方法,将疾病传播动态在个人规模以及在人口规模的完整时空感染史。我们发现,疾病通过社会网络传播是一种感染的行波,随后是康复的行波,传播的开始和动力取决于疾病传播和康复之间的相互作用。我们利用这些见解来开发一种预测不同疾病和人群感染动态的标度理论。此外,我们展示了感染易感性的空间异质性如何加剧或平息疾病的传播,这取决于其传染性。最终,我们的动态网络方法提供了一种简单的方法来模拟疾病传播,统一了以前的研究结果,并可以推广到不同的疾病,遏制策略,季节性条件和社区结构。
2021-03-17 cond-mat.stat-mech cs.SI nlin.AO
Epidemic spreading and immunization strategy in multiplex networks
一个更加互联的世界带来了重大的后果,例如促进疾病在世界各地的传播,迅速成为流行病,这就是为什么研究人员集中在多层网络中建模流行病和疫情的传播。在这种网络中,所有节点在不同的层中通过不同类型的链路进行交互。然而,在许多场景中,例如在社会中,多路复用网络框架并不完全适合,因为并非所有个体都参与所有层。在本文中,我们使用了一个部分重叠的多路复用网络,其中只有一小部分个体被层共享。我们开发了一种缓解策略,用于阻止疾病传播,考虑易感-感染-恢复模型,在一个由两层组成的系统中。我们考虑一个随机免疫的一层,并研究重叠分数的影响,疾病的传播和免疫策略。使用分支理论,我们研究了这种情况下的理论和模拟,并找到了一个较低的流行阈值比在没有策略的情况下。
2015-07-07 cs.SI physics.soc-ph
Birth and death of links control disease spreading in empirical contact networks
我们调查的12个经验的人类接触的时间网络的集合的结构方面是重要的疾病传播。我们扫描了传染病流行病学的两个典型模型的整个参数空间-易感-传染-易感(SIS)和易感-传染-去除(SIR)模型。将这些模拟的结果与参考数据进行比较,在参考数据中,我们消除了interevent间隔中的结构,数据中第一次接触的时间,或从最后一次接触到采样结束的时间。我们发现的情况是,链接的诞生和死亡,以及链接上的接触总数,对于预测疫情至关重要。另一方面,开始和结束之间的接触的确切时间,或间隔时间分布,并不重要。换句话说,这些经验数据集的一个简化的图片,足以为流行病学的目的是,链接出生,是活跃的强度,并死亡。
2014-05-24 cs.SI physics.soc-ph q-bio.PE
Impacts of complex behavioral responses on asymmetric interacting spreading dynamics in multiplex networks
传播-接触分层网络中的信息扩散和疾病传播是典型的非对称耦合关系,其中个体对疾病的感知和反应对疾病传播有重要影响。最近的许多研究表明,人类行为采用是一个复杂的非马尔科夫过程,其中采用一种行为的概率取决于接收信息的累积次数以及这些累积信息的社会强化效应。我们研究了这种非马尔可夫疫苗接种行为对流行动力学和控制效果的影响。我们发现,这种复杂的采用行为引起的通信层可以显着提高流行阈值,降低最终的感染率。通过将社会成本定义为疫苗接种成本和治疗成本之和,我们证明了存在一个最优的社会强化效应或最优的信息传递率,允许最小的社会成本。我们还发展了一个基于平均场的理论来验证模拟结果的正确性。
2016-06-17 cs.SI physics.soc-ph
Disease spreading with social distancing: A prevention strategy in disordered multiplex networks
频繁出现的疾病有可能成为地方和全球范围的威胁,如甲型H1N1流感、SARS、MERS和最近的COVID-19疾病,这使得继续设计疾病传播模型和预防或减轻其对人群影响的战略至关重要。由于孤立系在任何情况下都是非常罕见的,特别是在人类接触网络中,在这里,我们研究了由两个不同的网络或层形成的多重网络中的疾病传播的易感染-感染-恢复模型,这些网络或层通过一小部分共享个体(重叠)$q$相互连接。我们通过加权网络对交互进行建模,因为人与人之间的交互是多样的(或无序的);权重表示交互的接触时间。使用分支理论支持的模拟,我们分析了社会距离的策略,减少了平均接触时间在两个层,其中的距离的强度是有关的拓扑结构的层。我们发现,距离强度的临界值,在此之上,可以防止流行病,增加重叠$q$。我们还研究了社会距离对易感个体的共同巨人分量的影响,这对保持系统的功能至关重要。此外,我们发现,对于相对较小的值的重叠$q$,社交距离的政策可能根本不需要保持系统的功能。
2020-08-26 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
Cooperative epidemics on multiplex networks
在某些情况下,一种疾病的传播会刺激另一种传染病的传播。在这里,我们处理解析对称的两种疾病的传播在一个两层的多重网络的共同感染模型。我们允许层重叠,但我们假设每一层都是随机的,并且局部无环。感染其中一种疾病会增加感染另一种疾病的可能性。利用生成函数方法,我们精确地计算了稳态下两种疾病同时感染的个体比例(所谓的共感染群),以及传染病传播阈值和模型的相图,随着合作程度的增加,我们观察到了一个三临界点,并且过渡类型从连续型变为混合型.最后,我们比较了合作疾病的情况下,与所谓的“可行的”集群网络中的依赖关系的共同感染的集群。
2016-04-14 cond-mat.dis-nn physics.soc-ph
Epidemic spreading on modular networks: The fear to declare a pandemic
在过去几十年中,由于城市化和国家间流动性的增长,大流行病的频率增加了。由于在一个国家传播的疾病可能成为具有潜在的全球人道主义和经济影响的大流行病,因此开发模型来估计全球大流行病的可能性非常重要。在本文中,我们提出了一个模型的疾病传播的结构模块复杂网络(有社区),并研究如何桥节点$n$的数量连接社区的影响疾病传播。我们发现,我们的模型可以在全球范围内描述为一个社区之间的传染性传播过程,全球传染性和恢复时间分布取决于每个社区的内部结构和$n$。我们发现,随着$n$的增加,在临界点附近,疾病到达大多数社区,但每个社区只有一小部分恢复的节点。此外,我们还得到在极限$n \to \infty$内,大流行的概率在临界点处突然增加。这种情况可能会使是否启动大流行警报的决定更加困难。最后,我们表明,链接渗流理论可以在全球范围内使用,以估计一个流行病的概率,因为社区之间的全球传染性有一个弱的依赖于全球恢复时间。
2020-03-23 physics.soc-ph q-bio.PE
Disease spreading in populations of moving agents
我们研究了运动对疾病传播的影响,在一个系统的随机步行者,另外进行长距离跳跃。代理运动中的一小部分跳跃足以破坏局部相关性,并产生流行阈值的大幅下降,这在平均场近似中得到了很好的解释。这种效应类似于静态小世界网络中的交叉,并且可以进一步与代理交互的动态网络的结构特性相关联。
2007-07-11 physics.bio-ph physics.soc-ph
Epidemic centrality - is there an underestimated epidemic impact of network peripheral nodes?
在SIR模型中研究经验复杂网络上的疾病传播时,初始感染节点可以根据其流行病影响程度进行排序。排名最高的节点,也被称为“超级传播者”,与主要流行病风险有关,因此值得特别关注。在研究经验复杂网络的模拟中,它表明,排名取决于疾病传播的动力学制度。一个可能的机制,导致这种依赖说明在一个易于分析的例子。在系统中的资源分配,以对抗疾病传播到各个节点是基于他们的排名,疾病传播的动态政权往往是未知的疾病爆发之前。因此,我们引入了一个称为流行病中心性的数量,作为疾病传播的所有相关制度的平均值,作为排名的基础。最近引入的概念的相图的传染病传播被用作一个框架,其中几种类型的平均进行了研究。流行中心性相比,节点的结构属性,如节点度,k-核心和介数。随着度和k-核值的增加,流行中心性有增加的趋势,但流行中心性的变化远小于度和k-核值的变化。研究发现,结构外围节点的流行中心性与结构中心节点的流行中心性具有相同的数量级。这些研究结果的影响资源分配,以对抗疾病的传播进行了讨论。
2012-08-08 cs.SI physics.soc-ph q-bio.PE
Explosive transitions induced by interdependent contagion-consensus dynamics in multiplex networks
我们引入了一个模型来研究社会系统中信息传播和意见形成之间的微妙关系。为此,我们提出了一个两层多路复用网络模型,其中共识动态发生在一个层,而信息传播贯穿另一个。这两个动力学过程是相互耦合的,考虑到控制参数的动态演化的节点的状态,在每一层内取决于在其他层的动态状态。特别是,我们探讨的情况下,共识是青睐的共同采用的信息,而信息传播的推动代理共享相似的意见。数值模拟和一些分析结果指出,当两层动力学之间的耦合足够强时,会出现双重爆炸性转变,即一致性动力学和信息传播的爆炸性转变。这种爆炸性的转变导致了双稳定区域,其中共识知情的状态和不同意无知的状态都是稳定的解决方案。
2019-01-13 nlin.AO physics.soc-ph
Unifying Markov Chain Approach for Disease and Rumor Spreading in Complex Networks
扩散过程在自然和人工系统中普遍存在。它们可以通过大量的模型进行研究,这取决于所研究现象的具体细节。疾病传染和谣言传播是其中最重要的过程,因为它们具有实际意义。然而,尽管它们之间有相似之处,目前的模型分别解决了这两个传播动态。在本文中,我们提出了一个一般的信息传播模型,是基于离散时间马尔可夫链。该模型包括所有的转变,是合理的疾病传染过程和谣言传播。我们表明,我们的模型不仅涵盖了传统的传播计划,但它也包含了一些功能相关的社会动态,如冷漠,遗忘,失去/恢复的兴趣。该模型进行了分析评估,以获得在几种情况下的接触和反应过程的传播阈值和早期的动力学行为。与蒙特卡罗模拟的比较表明,马尔可夫链的形式是高度准确的,而它在计算效率优于。我们圆满结束我们的工作,展示了如何提出的框架可以应用到社交网络上发生的传播过程的研究。
2016-09-05 cs.SI physics.soc-ph
SI based disease model over signed network
符号网络是将网络中的每条边与一个正或负的符号相关联,以表示个体之间的友好或不友好关系的网络。当疾病在签名网络上传播时,一些不友好的边可能会拒绝传播。此外,符号网络是动态的,根据符号网络研究中最重要的理论--结构平衡理论,符号网络中的边会随着时间的推移而符号翻转。疾病的传播与符号网络的演化如何相互作用成为一个具有挑战性的问题。本文提出了一种描述疾病传播和网络共同演化的能量函数,并引入了结构和传播平衡的概念。本文推广了Cartwright的结构平衡理论,提出了一个结构与扩散定理.最后,我们在完全符号网络上进行了蒙特卡罗模拟,验证了我们的定理。在实验中,我们发现带符号网络在疾病传播过程中具有自身免疫性,这可以用来解释通过隔离来隔离强毒病毒的现象。
2018-03-21 cs.SI physics.soc-ph
Spontaneous symmetry breaking and discontinuous phase transition for spreading dynamics in multiplex networks
本文提出了一个多层网络中的扩散模型,并研究了该模型中非平衡相变的性质。该模型综合了易感-感染-易感(或易感-感染-恢复)传播动力学和不同层之间的有偏扩散过程。引入参数$α$以控制扩散过程的偏差,使得每个个体对于较大的$α$值更喜欢移动到具有更多感染(或恢复)的邻居的一个层。利用随机模拟和平均场论,我们表明,从无病阶段到地方病阶段的相变的类型取决于$α$的值。当$α$足够小时,随着有效扩频速率$β$的增加,系统经历通常的连续相变,如在单层网络中那样。有趣的是,当$α$超过一个临界值时,随着$β$的增加,系统显示出混合的两步相变或一步不连续的相变。前者包括无病阶段和低流行阶段之间的连续过渡,以及低流行阶段和高流行阶段之间的不连续过渡。就后者而言,从无病阶段直接进入高流行率地方病阶段只是一个不连续的过渡。此外,我们表明,不连续的过渡总是伴随着自发对称性破缺的个人在每一层的占领概率。
2019-07-31 cond-mat.stat-mech physics.soc-ph
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
Particle modeling of the spreading of Coronavirus Disease (COVID-19)
截至二零二零年七月底,COVID-19疫情已感染超过一千七百万人,并已蔓延至全球几乎所有国家。对此,世界各地许多国家都采用了不同的方法来降低感染率,例如包括病例隔离、关闭学校和大学、禁止公共活动,以及大多数强制社交距离,包括地方和国家封锁。在我们的工作中,我们使用基于蒙特卡罗(MC)的算法来预测不同人口密度下的病毒感染率。我们使用三种不同的封锁模型和八种不同的约束组合来测试冠状病毒的传播,这使我们能够检查每个模型和约束的效率。在本文中,我们测试了三种不同的时间周期模式的无限制/锁定模式。该模型的主要预测是,每个时间周期包含至少10天锁定的无限制/锁定的循环时间表可以帮助控制病毒感染。特别是,这种模式在伴随着社交距离和对有症状的患者的完全隔离时降低了感染率。
2020-08-03 physics.soc-ph q-bio.PE
Localization and Spreading of Diseases in Complex Networks
利用无权和加权网络的SIS模型,我们考虑了疾病局部化现象。与公认的观点,即疾病感染的顶点以上的流行阈值的有限部分,我们表明,疾病可以本地化的有限数量的顶点,其中枢纽和大权重的边缘是本地化的中心。我们的研究结果来自于对网络的标准模型和现实网络的经验数据的分析。
2012-08-06 cond-mat.dis-nn cs.SI physics.bio-ph