Epidemic spreading in correlated complex networks
本文研究了一个传染病传播的动力学模型，该模型中节点的连通度之间存在显式的相关性。对于马尔可夫复杂网络的情况下，只显示对节点之间的相关性，我们发现一个流行病的阈值成反比的最大特征值的连接矩阵，给出了平均数量的链接，从一个节点的连接$k$到节点的连接$k'$。相关增长网络模型的数值模拟支持了我们的结论。
2002-05-29 cond-mat.stat-mech q-bio
Epidemic spreading
我们分析了六个传染病传播的确定性模型。每个类别的个体数量的演化由时间上的一阶常微分方程给出，该方程是通过使用质量作用定律建立的，该定律提供了定义每个模型的几个过程的速率。传染病传播的特征是新病例的频率，即单位时间内感染的人数。它的特征还在于基本再生数，我们表明，与无病解的发展方程的稳定性矩阵的最大特征值。我们还强调流行病的爆发与关键的相变之间的类比。当种群密度达到临界值时，扩散开始，这是Kermack和McKendrick在研究恢复个体获得永久免疫的模型时提出的结果，这是本文分析的模型之一。
2020-12-24 cond-mat.stat-mech physics.bio-ph
Epidemic dynamics and endemic states in complex networks
本文通过分析方法和大规模模拟研究了复杂网络中流行病传播的动力学模型。在具有指数有界连通性的网络中，我们恢复了通常的流行病行为，并定义了一个阈值，该阈值定义了一个临界点，低于该临界点，感染率为零。相反，在广泛的无标度网络中，我们观察到没有流行阈值及其相关的临界行为。这意味着无标度网络易于传染病的传播和持续，无论传染病的传播速度如何。这些结果有助于理解计算机病毒流行和其他传播现象的通信和社交网络。
2001-02-07 cond-mat.stat-mech q-bio
Epidemic spreading in evolving networks
在无标度稳态网络的情况下，建立了一个传染病传播模型，并对该模型进行了分析。结果发现，与人们天真的预期相反，重新布线的过程通常倾向于抑制传染病传播。特别是它被发现，在静态网络中，重新布线网络的度分布指数$γ>3$表现出一个阈值的感染率低于该流行病在稳定状态下消亡。然而，在重新布线的情况下，阈值更高。对于$2<γ\leq 3$，不存在这样的阈值，但是对于小的感染率，感染节点的稳态密度（流行率）对于重新布线网络是较小的。
2010-01-22 cond-mat.stat-mech physics.soc-ph q-bio.OT
Epidemic spreading with immunization and mutations
传染病在个体免疫和未免疫的情况下的传播可以通过随机过程来建模，该随机过程表现出传染病传播的活跃阶段和疾病消亡的吸收阶段之间的过渡。但在自然界中，传播的病原体也可能发生变异，削弱免疫效果。为了研究突变的影响，我们引入了一个模型，模拟传染病传播与免疫和突变。该模型表现出一系列连续的相变，并包括一般的流行病过程（GEP）和定向渗流（DP）作为特殊情况。限制在两个空间维度的完美免疫，我们分析的相图和研究的标度行为沿相变线，以及在附近的GEP点。我们发现，突变导致一般从GEP到DP的交叉。使用标准的缩放参数，我们还预测的形式的相变线接近GEP点。事实证明，通过免疫获得的保护因突变的发生而大大减少。
2003-03-21 cond-mat.stat-mech q-bio
Bursty communication patterns facilitate spreading in a threshold-based epidemic dynamics
社会互动的记录为我们提供了新的数据来源，以了解互动模式如何影响集体动态。这种人类活动模式通常是突发的，即，它们由短时间的激烈活动和长时间的沉默组成。这种突发性已经被证明会影响传播现象;它在某些情况下加速传染病传播，在另一些情况下减慢它。我们研究了一个依赖于历史的传染模型。在我们的模型中，易感个体和感染个体之间在短时间内的重复相互作用是易感个体感染所必需的。我们对真实的时间网络数据进行了数值模拟，发现在我们的模型中，突发性活动模式有助于传染病传播。
2012-06-11 cond-mat.stat-mech 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
Impact of origin-destination information in epidemic spreading
接触的网络结构塑造了流行病传播过程。网络理论的最新进展提高了我们对大规模流行病过程的理解。在传染病传播的研究中，仍需对若干考虑因素的相关性进行评估。其中之一是说明传染病携带者流动的来源地和目的地模式的影响。在这里，我们计算始发地-目的地模式兼容的经验数据的粗粒度流在航空运输网络。我们研究的发病率流行病的过程中的集合种群的方法，考虑不同的替代方案的流量先验知识。在数据驱动的情景中，考虑了对来源地和目的地流量的估计，结果证明与在微观层面评估流行病的影响有关（在我们的情景中，哪些人群被感染）。然而，这一信息与评估其宏观发病率（感染人群的比例）无关。这些结果对于实现更好的计算平台来预测流行病发病率是有意义的。
2018-12-24 cond-mat.stat-mech cs.SI 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
Seasonal epidemic spreading on small-world networks: Biennial outbreaks and classical discrete time crystals
本文研究了小世界图上一个易感-感染-去除-易感（SIRS）模型中的季节性传染病传播.我们得到一个平均场的描述，准确地捕捉模型的显着特点，最显着的相变之间的年度和两年爆发。一个数值尺度分析表现出发散的自相关时间的热力学极限，这证实了一个经典的离散时间结晶相的存在。我们从平均场论和数值计算两方面推导出该模型的相图.我们的工作提供了新的视角，证明了小世界性和非马尔可夫性可以稳定经典的离散时间晶体，并将最近的努力联系起来，以了解这种物质的动力学阶段的百年老大难问题的两年一次的流行病。
2021-03-25 cond-mat.stat-mech nlin.CG
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
Relevance of backtracking paths in epidemic spreading on networks
网络上的流行病的理解大大受益于最近的应用程序的消息传递方法，它允许获得精确的结果不可逆的传播（即永久获得性免疫的疾病）在局部树拓扑结构。这一成功表明，可以将同样的方法应用于可逆转的流行病，因为个人可以感染流行病并反复康复。基本假设是回溯路径（即一个人被他/她以前感染的邻居再次感染）不起相关作用。在本文中，我们表明，这是不可逆的流行病的情况下，由于忽略回溯路径导致的流行病阈值的公式，是定性不正确的大尺寸限制。此外，我们定义了一个修改后的可逆动力学，明确禁止直接回溯事件，并表明这种修改完全打乱的现象。
2018-10-25 cond-mat.stat-mech cs.SI physics.soc-ph
The role of clustering and gridlike ordering in epidemic spreading
流行病的传播是由构成人口基础的联结模式决定的。虽然已经注意到，病毒在全球距离较近的网络上更容易传播，但要找到办法来揭示地方相互联系的确切作用，仍然是一个巨大的挑战。这样的拓扑性质非常自然地进入我们的两时间步描述的框架，也提供了一种新的方法来跟踪概率系统。该方法阐述了SIS型的流行过程，导致循环的作用，长度为4的流行病的发病定量解释。
2004-01-22 cond-mat.dis-nn cond-mat.stat-mech q-bio.QM
Synchronization of extended chaotic systems with long-range interactions: an analogy to Levy-flight spreading of epidemics
研究了具有幂律衰减相互作用的空间扩展混沌系统。两个耦合的副本，这样的系统同步到一个共同的时空混沌状态超过一定的耦合强度。将同步转变作为一种非平衡相变来研究，并在不同的相互作用范围内分析了其临界性质。过渡被发现是总是连续的，而临界指数变化与幂律指数表征的相互作用的连续性。强有力的数值证据表明，过渡属于{ \it异常定向渗流}家庭的普遍性类发现L{é} vy飞行传播的流行病过程。
2006-10-28 cond-mat.stat-mech nlin.CD
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
Levy-flight spreading of epidemic processes leading to percolating clusters
我们考虑两个随机过程，Gribov过程和一般的流行病过程，描述了传染病的传播。与通常假设的在临界点分别导致定向渗流和各向同性渗流的短程传染情况相反，我们考虑具有在d维中衰减的概率分布的长程传染，距离为1/R^{d+σ}。利用Wilson动量壳重正化群递推关系，计算了分形团簇生长的临界指数。结果表明，当感染的衰减指数σ=σ c>2时，长程临界行为连续地向短程临界行为转变。
1998-07-10 cond-mat.stat-mech q-bio
Exponential rate of epidemic spreading on complex networks
本文针对复杂网络上传染病初始阶段的指数传播速率展开研究，基于度分布、网络 assortativity 和聚类水平推导出网络再生数表达式并关联其与疾病传染性及传播速率，结果适用于多数网络，填补了经典流行病学与复杂网络理论的空白。
2025-04-18 cond-mat.stat-mech physics.soc-ph q-bio.PE
Effect of immunization through vaccination on the SIS epidemic spreading model
我们分析了一部分人通过接种疫苗获得免疫力的传染病传播的易感-感染-易感模型。这一过程被理解为通过接种疫苗进行稀释，从而降低易感个体的比例。对于非零比例的接种疫苗的个体，该模型预测疾病传播但最终灭绝的新状态。当接种疫苗的个体比例大于临界值时，新状态出现。该模型预测，这个临界值随着感染率的增加而增加，达到一个渐近值，该值严格小于单位。在这个渐近值以上，无论感染率有多大，灭绝都会发生。
2021-10-06 cond-mat.stat-mech physics.bio-ph q-bio.PE
Dynamics of epidemic spreading with vaccination: impact of social pressure and engagement
在这项工作中，我们考虑了一个模型的传染病传播加上一个观点动力学在一个完全连接的人口。关于观点动力学，个体可能处于两种不同的状态，即赞成或反对疫苗接种运动。反对接种疫苗的个人遵循标准SIS模型，而支持疫苗的个人也可以处于第三个区室，即已接种疫苗。此外，意见的变化，根据多数规则的动态群体与三个人。我们亦认为疫苗可为个别人士提供永久或暂时的免疫力。通过分析计算和计算机模拟，我们表明，观点动力学可以极大地影响疾病的传播，和亲疫苗的个人的参与可能是至关重要的，以阻止传染病传播。模拟模型的完整数值代码可以从作者的网页上获得。
2016-10-03 cond-mat.stat-mech physics.soc-ph q-bio.PE
A markovian random walk model of epidemic spreading
我们分析了一个图上的独立随机游走种群的动力学，并建立了一个简单的传染病传播模型。我们假设每个步行者独立地访问有限遍历图的节点在离散时间马尔可夫行走由他的特定的转移矩阵。在这个假设下，我们首先推导出再生数的上界。然后，我们假设一个步行者处于以下状态之一：易受感染、感染或康复。一个有传染性的步行者在一定的特征时间内保持传染性。如果一个有传染性的步行者在同一个节点上遇到一个易感的步行者，那么易感的步行者就有一定的概率被感染。通过在计算机模拟中实现这一假设，我们研究了新出现的感染模式的时空演变。一般来说，随机游走方法似乎有很大的潜力，研究传染病传播，并确定相关参数的流行病动力学。
2020-10-15 cond-mat.stat-mech math.PR physics.soc-ph
Bifurcation analysis of the Microscopic Markov Chain Approach to contact-based epidemic spreading in networks
许多传染病在单一宿主种群中传播的流行病房室模型的动力学都存在二阶相变。这种转变发生作为一个函数的传染性参数，从没有感染的个人到地方病的状态。在这里，我们从动力系统的角度研究了离散时间房室流行病模型的这种转变，称为微观马尔可夫链方法，其适用性预测未来的传染病传播的情况已被证明在COVID-19大流行期间非常有用。我们表明，有一个地方病的状态，这是稳定的，是一个全球吸引子，它的存在是一个跨临界分岔的后果。这一数学分析为实际应用中的模型结果提供了依据。
2022-10-31 cond-mat.stat-mech cs.SI math.DS
Epidemic spreading on preferred degree adaptive networks
我们研究了网络上传染病传播的标准SIS模型，其中个体具有围绕偏好度$κ$波动的连接数。使用非常简单的规则来形成这种偏好度网络，我们发现了一些不寻常的统计特性，这些特性在熟悉的Erdens-Rényi或无标度网络中没有发现。通过让$κ$依赖于受感染个体的比例，我们模拟了响应于如何感知流行病程度的行为变化。在我们的模型中，行为适应可以是“盲目的”或“选择性的”--这取决于节点是通过切断或添加与随机选择的伙伴的链接来适应，还是根据伙伴的状态选择性地适应。对于一个冻结的首选网络，我们发现，感染阈值遵循异构平均场结果$λ_{c}/μ=<k>/<k^{2}>$和相图匹配的退火邻接矩阵（AAM）的方法的预测。在“盲目”适应的情况下，虽然流行病阈值保持不变，但感染水平受到很大影响，这取决于适应的细节。“选择性”适应性SIS模型最有趣。感染的阈值和水平都发生了变化，这不仅取决于如何实现适应，还取决于节点切断/添加链接的频率（与传染病传播的时间尺度相比）。一个简单的平均场论提出的选择性适应捕捉定性和定量特征的感染相图。
2012-12-04 cond-mat.stat-mech q-bio.PE
Epidemic spreading and bond percolation in multilayer networks
研究了多层网络中任意链路数的SIR模型。通过映射到键渗流，我们给出了任意层数的传染病阈值和感染率的解析表达式。这些结果提供了一个精确的预测的传染病阈值的无限局部树状多层网络，和更一般的多层网络的传染病阈值的下界。由两个互连的网络形成的多层网络的情况下，具体研究作为一个功能的层内和跨层的度分布。我们发现，流行阈值强烈依赖于多层结构的度相关性。最后，我们将我们的结果与退火近似的易感-感染-易感（SIS）模型的结果。
2017-02-10 cond-mat.dis-nn cond-mat.stat-mech physics.soc-ph
Epidemic spread in weighted scale-free networks
本文研究了无标度网络中传染病传播的详细过程，发现传播速度很快达到一个峰值，然后以幂律形式衰减。数值研究表明，强度较大的节点更容易被感染，但没有发现明显的层次动力学，这与未加权网络情况下的著名结果不同。此外，通过数值研究，我们还发现网络权值的离散度越大，传播速度越慢，这表明在相同条件下，传染病在无标度网络上的传播速度要比在加权无标度网络上的传播速度快.
2004-12-16 cond-mat.dis-nn cond-mat.stat-mech
Thresholds for epidemic spreading in networks
研究了度分布服从幂律分布的淬灭网络中传染病模型的阈值问题。对于易感染易感（SIS）模型，当网络的最大度k_max随系统规模变化时，其活动阈值λ_c在大规模极限下为零，这与非均匀平均场（HMF）理论相悖.阈值的消失与连接模式的无标度性质无关，而是由系统中最大的枢纽发起的，该枢纽对于任何传播速率lambda>1/sqrt{k_max}都是活跃的，并且扮演着将感染传播到系统其余部分的自我维持源的角色。而易感染-感染-移除（SIR）模型则与HMF理论相一致，并为富规模网络提供了一个有限的阈值。我们推测，在淬灭的规模丰富的网络的通用流行病模型的阈值是消失或有限的存在或不存在一个稳定的状态。
2010-12-09 cond-mat.stat-mech cs.SI physics.soc-ph
Long-range epidemic spreading in a random environment
考虑了随机环境中的远程传染病传播问题，考虑了一个猝灭的无序$d$ -维接触过程，其传染率随距离的增加而衰减为$1/r^{d+σ}$。我们研究了模型的动力学行为，并低于流行阈值的强无序重整化群方法的一个变种，并通过蒙特卡罗模拟在一个和两个空间维度。从一个单一的感染网站，平均生存概率被发现衰减为$P(t) \sim t^{-d/z}$乘法对数校正。在流行阈值以下，出现Griffiths阶段，其中动力学指数$z$随控制参数连续变化，并且随着阈值的接近而趋向于$z_c=d+σ$。在阈值，感染的集群（在存活的试验）的空间扩展被发现与$R(t) \sim t^{1/z_c}$增长与乘法对数校正，并发现在存活的试验中感染的网站的平均数增加与$N_s(t) \sim (\ln t)^χ$与$χ=2$在一个维度。
2015-04-01 cond-mat.dis-nn cond-mat.stat-mech q-bio.PE
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
Active and inactive quarantine in epidemic spreading on adaptive activity-driven networks
我们认为一个流行病的自适应活动驱动的时间网络的过程中，自适应行为建模为活动和吸引力的变化，由于感染。通过使用平均场方法，我们得到了一个解析估计的SIS和SIR流行病模型的流行病阈值的一般自适应策略，这在很大程度上取决于活动和吸引力之间的相关性，在易感和感染状态。我们专注于强大的社交距离，实施两种类型的隔离最近的真实案例研究的启发：一个积极的隔离，其中人口补偿的链接重新布线的无效连接到非bridging节点的损失，和一个不活跃的隔离，其中与隔离节点的链接不重新布线。这两种策略具有相同的流行阈值，但它们在活跃期的动态方面存在很大差异。我们发现，主动检疫是非常有效的，在减少流行病的影响，在活跃阶段相比，非活动的，在SIR模型中，后期采取的措施，需要非活动的检疫达到遏制。
2020-08-28 cond-mat.stat-mech cs.SI physics.soc-ph
Solvable delay model for epidemic spreading: the case of Covid-19 in Italy
我们研究了一个简单的现实模型，用于描述传染病在人群中的扩散。的动态是由一个单一的功能延迟微分方程，其中，在一个大的人口的情况下，可以精确地解决，即使在存在的时间依赖性的感染率。这种延迟模型比流行病学中常用的所谓SIR模型具有更高的准确度，SIR模型是用常微分方程来表示的。我们应用此模型描述新型传染病Covid-19在意大利的爆发，并考虑到政府为减缓病毒传播而实施的遏制措施以及人口的社会成本。
2020-09-10 cond-mat.stat-mech physics.soc-ph q-bio.PE
Predicting the speed of epidemics spreading on networks
全球运输和通信网络现在使信息、思想和传染病能够以远远超过历史上可能的速度传播。为了有效地监测、设计或干预这种类似传染病的过程，需要预测特定网络中特定传染病的速度，并区分在爆发期间迟早更有可能被感染的节点。在这里，我们使用消息传递方法来研究这些量，以获得简单有效的预测，这些预测在各种真实网络上的流行病模拟中得到了验证，并具有良好的一致性。除了对不同节点的个性化预测外，我们还发现，随着传染病的发展，整体突然从低密度过渡到几乎完全的网络饱和。我们的理论是在树状网络上的简单传染中发展和解释的，但我们也能够展示该方法如何很好地扩展到复杂的传染和高度聚集的网络。
2020-02-12 cond-mat.stat-mech physics.soc-ph q-bio.PE
Using Active Matter to Introduce Spatial Heterogeneity to the Susceptible-Infected-Recovered Model of Epidemic Spreading
本研究将活性物质系统与S-I-R模型结合，引入空间异质性，发现低传播性下无序降低频率、增加时长，高传播性下无序可增强传染，并探讨了人工游泳者实现方案。
2022-03-24 cond-mat.soft cond-mat.stat-mech q-bio.QM
Complex information dynamics of epidemic spreading in low-dimensional networks
本文提出一个通用数学框架，用于建模复杂网络上节点携带多种信息的动力学，并在低维网络上以流行病传播为例进行说明。
2023-05-09 cond-mat.stat-mech physics.soc-ph q-bio.PE
Halting viruses in scale-free networks
病毒在无标度网络上传播的传染阈值为零，表明传统的以降低病毒传播速度为目标的方法不能成功地消除传染病。我们证明了区分节点的政策，治愈大多数高度连接的节点，可以恢复有限的流行阈值，并有可能根除病毒。我们发现，政策越偏向中心，就越有可能使流行阈值高于病毒的传播速度。此外，这种有偏见的政策更具成本效益，需要更少的治疗方法来根除病毒。
2002-03-24 cond-mat.soft cond-mat.stat-mech q-bio
Suppression of epidemic outbreaks with heavy-tailed contact dynamics
研究了具有重尾等待时间分布的接触动力学下的传染病传播过程。我们分析和数值表明，接触动力学的时间异质性可以显着抑制疾病的传播性，因此流行病爆发的规模，阻碍了传播过程。此外，当时间的异质性是足够强的，一个得到的消失的传输率为任何有限的恢复时间，而不管潜在的结构的接触，其中的条件推导。
2013-10-08 cond-mat.stat-mech 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
