Epidemic spreading and risk perception in multiplex networks: a self-organized percolation method
本文研究了多重网络上传染病传播与风险感知之间的相互作用。其基本思想是,有效感染概率受到对感染风险的感知的影响,我们假设这与受感染邻居的比例有关,如Bagnoli等人所介绍的,PRE 76:061904(2007)。我们重新推导出以前的结果,使用自组织的方法,自动给出的渗流阈值在一个模拟。考虑到人们在现实生活中被接触者感染,但经常从信息网络中收集信息,这可能与真实网络完全不同,我们将模型扩展到多路网络。真实网络和信息网络之间的相似性决定了在足够高的预防水平下阻止感染的可能性:如果网络差异太大,就没有办法避免流行病。
2014-05-21 nlin.AO physics.soc-ph q-bio.PE
The Accuracy of Mean-Field Approximation for Susceptible-Infected-Susceptible Epidemic Spreading
传染病传播已经被研究了很多年,通过应用平均场方法,在均匀的情况下,每个节点可能被感染的邻居以相同的速率感染,和异质的情况下,不同对节点之间的感染率是不同的。研究者们讨论了平均场方法是否能准确地描述同质情况下的传染病传播,而不能描述异质情况。在本文中,我们将探讨在什么条件下的平均场方法可以表现得很好,当感染率是异质的。特别是,我们采用易感-感染-易感(SIS)模型和比较的平均分数感染节点的亚稳态通过连续时间模拟和平均场近似。我们专注于一个基于个人的平均场近似称为N-交织平均场近似(NIMFA),这是一个先进的方法,认为底层的网络拓扑结构。此外,我们不仅考虑独立同分布(i.i.d.)感染率也与两个末端节点的程度相关。我们的结论是,NIMFA通常是更准确的流行病的患病率较高。给定相同的有效感染率,当i.i.d.\感染率或感染率与淋巴结转移程度之间的相关性导致患病率较低。此外,考虑到相同的实际患病率,NIMFA在以下情况下表现得更好:1)当i.i.d.感染率越小(平均值不变); 2)感染率与淋巴结转移程度呈正相关。
2016-09-05 physics.soc-ph q-bio.PE
On the Universality of Jordan Centers for Estimating Infection Sources in Tree Networks
当我们只知道网络拓扑和受感染节点而不知道感染率时,在网络中找到感染源是一个具有挑战性的组合问题,在实践中甚至更加困难,因为底层感染传播模型通常是先验未知的。在本文中,我们有兴趣找到一个源估计,适用于各种传播模型,包括易感-感染(SI),易感-感染-传播(SIR),易感-感染-传播-感染(SIRI)和易感-感染-易感(SIS)模型。我们表明,在SI,SIR和SIRI传播模型和温和的技术假设下,约旦中心是与最可能的感染路径在一个单一的感染源树网络的感染源。这一结论适用于广泛的传播参数,而它持有的SIS模型下均匀的感染率和恢复率的规则树。由于Jordan中心不依赖于感染率、恢复率和再感染率,因此可将其视为一个普适源估计量。我们还考虑了有k>1个传染源的情况,将Jordan中心定义推广到k-Jordan中心集,并证明了这是SI模型树网络中的最优传染源集估计。各种一般的合成网络和现实世界的网络上的模拟结果表明,约旦中心为基础的估计始终优于介数,贴近度,距离,度,特征向量,和pagerank中心为基础的算法,即使网络不是一棵树。
2016-10-27 cs.SI physics.soc-ph
Critical paths in a metapopulation model of H1N1: Efficiently delaying influenza spreading through flight cancellation
近年来,通过人类旅行网络传播的疾病一直是人们非常感兴趣的话题,正如在甲型H1N1流感或SARS大流行爆发期间所目睹的那样。阻止航空公司网络传播的一种方法是根据机场的乘客总数对主要机场或网络枢纽实施旅行限制。在这里,我们测试了使用边缘去除的替代策略,取消有针对性的航班连接,而不是限制网络枢纽的流量,以控制航空公司网络的传播。我们采用了一个SEIR集合种群模型,该模型考虑了城市人口,模拟了城市内和500强机场网络中的感染,并测试了不同的航班取消方法来限制感染过程。通过随机全球传播模型模拟的全球传播感染所需的时间用于对候选控制策略进行排名。该模型包括在人口水平上的本地传播动态和从真实的全球航空旅行数据中获得的远程连接。在这个网络中的模拟传播表明,在取消了四分之一的城市之间的航班连接后,传播感染的人数减少了37%,这是由介数中心性选择的。关闭整个机场的替代策略导致相同数量的航班取消,只减少了18%的感染。总之,与关闭整个机场相比,选择城市之间排名高的单一航班取消更有效,从而减少感染流感的人数。这也是一种更有效的战略,在减少感染的同时,影响到更少的乘客。在我们网站http://www.biological-networks.org上的资源链接下可以找到500强机场之间的连接网络。
2012-05-15 cs.SI physics.soc-ph q-bio.PE
Understanding the temporal pattern of spreading in heterogeneous networks: Theory of the mean infection time
为了可靠地预测复杂系统中的流行病或信息传播模式,定义良好的度量是必不可少的。在异构网络上的易感染模型中,中间时间范围内的感染节点簇的大小波动太大,以至于不能使用其平均大小作为代表值。集群大小遵循相当广泛的分布,这是来自于当一个集线器节点被首次感染的时间的集群大小的变化。相反,感染给定数量的节点所花费的时间的分布很好地集中在其平均值上,这表明平均感染时间是一个更好的度量。我们表明,平均感染时间可以通过使用受感染的集群的边界区域的缩放行为进行评估,并使用它来找到一个非指数,但代数传播阶段在中间阶段的强异构网络。这种缓慢的传播起源于只有小度的节点留下易受感染,而大多数枢纽节点已经在早期的指数传播阶段被感染。我们的研究结果提供了一种绕过大的统计波动,并可靠地量化的时间模式下的结构异质性蔓延。
2019-04-09 physics.soc-ph
Behavior of susceptible-vaccinated--infected--recovered epidemics with diversity in the infection rate of the individuals
研究了一个具有多样性感染率的免疫接种-感染-恢复(SVIR)模型。通过分析论证和大量的计算机模拟,我们证明了感染率的异质性可以阻碍或加速传染病传播,这取决于引入人群中的接种个体的数量以及个体之间的接触模式。值得注意的是,只要具有不同能力的个体以不等的频率相互作用,总存在一个交叉点的接种率,低于该交叉点的感染率的多样性阻碍传染病传播和以上加速它的整体结果是鲁棒的SVIR动力学定义在不同的人口模型,可能的应用结果进行了讨论。
2013-12-04 physics.soc-ph q-bio.PE
Sudden spreading of infections in an epidemic model with a finite seed fraction
我们研究了一个简单的情况下,从一个有限部分的最初感染的节点(种子)的流行病开始的情况下,在规则的随机图中的脆弱-削弱-感染-删除模型。已有的研究表明,在单个种子的情况下,该模型在一定的感染率下表现出一种不连续的过渡。执行蒙特卡罗模拟和评估近似的主方程,我们发现,目前的模型有两个临界感染率的情况下,与一个有限的种子分数。在第一个临界速率下,系统表现出由被移除的节点组成的团簇的渗流转变,在大于第一个临界速率的第二个临界速率下,一个巨团簇突然增长,尽管序参量已经在上升,但它仍然发生了跳跃.主方程的数值计算表明,这种突然的传染病传播发生,如果底层网络的程度是大的,种子分数是小的。
2018-04-02 physics.soc-ph
Temporal percolation of the susceptible network in an epidemic spreading
在这项工作中,我们研究了易感个体的进化过程中的流行病的传播模型的易感性感染恢复(SIR)过程的复杂网络上的顶部传播。使用基于边缘的分区方法和渗透工具,我们发现,一个时间依赖量$Φ_S(t)$,即一个节点的给定邻居在时间$t$是易感的概率,是一个节点的空隙渗透过程的控制参数,涉及网络上的那些节点没有达到的疾病。我们证明了存在一个临界时间$t_c$,超过这个临界时间,巨敏感分量被破坏。因此,为了保持由健康个体组成的网络的宏观连接部分,以保证其功能,任何缓解策略都应该在这个关键时间$t_c$之前实施。我们的理论结果证实了广泛的模拟SIR过程。
2012-09-23 cs.SI 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
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
Simulating the Spread of Infection in Networks with Quantum Computers
本研究提出用量子计算机模拟网络感染传播,通过类比自旋晶格构型、构建参数化哈密顿量的量子热力学模型模拟经典SI马尔可夫过程,给出参数确定方法,并以小世界网络中奥密克戎传播为例完成验证。
2023-06-14 cond-mat.stat-mech physics.soc-ph quant-ph
Spectral Anlysis on Explosive Percolation
研究了爆炸渗流过程的光谱特性。特别是,我们探讨了如何管理的传播效率的网络的邻接矩阵的最大特征值的发展密度的连接的增加。有趣的是,对于以爆炸性方式增长的连接网络,信息传播和大众运输被发现效率低下。在我们研究的传统爆炸渗流模型中,大规模连通性的突然出现被发现具有相对较低的传播效率。然而,通过在网络中引入异质结构,可以提高爆炸模型的传播效率。
2013-01-03 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
Effective spreading from multiple leaders identified by percolation in social networks
社交网络是信息传播的一个新平台,但它的成功关键取决于发起信息传播的传播者的选择。在本文中,我们删除边缘在网络中随机和网络段成孤立的集群。然后,每个集群中最重要的节点形成一组有影响力的传播者,这样从他们传播的新闻将导致广泛的覆盖和最小的冗余。该方法很好地利用了每个社会聚类中信息传播的预传播状态和覆盖范围之间的相似性,得到一组分布式、协调的传播者。我们在Facebook网络上的测试表明,该方法优于传统的基于中心性的方法。因此,所建议的识别有影响力的传播者的方法揭示了社交网络上信息传播的新范式。
2015-08-18 cs.SI physics.soc-ph
Identifying influential spreaders and efficiently estimating infection numbers in epidemic models: a walk counting approach
我们引入了一种新的方法,有效地近似的感染数量从一个给定的初始感染节点在网络中的易感个体。我们的方法是基于计算网络中每个其他节点的各种长度的可能感染步行的数量。我们分析研究了我们的方法的属性,特别是展示了SIS和SIR疾病传播的不同形式(例如,在SIR模型下,我们的方法计算了自我回避的行走)。与现有的方法来推断网络中不同节点的传播效率(基于度,k壳分解分析和不同的中心性度量)相比,我们的方法直接考虑了传播过程,因此,在提供实际感染数量的估计方面是独一无二的。至关重要的是,在模拟感染在各种现实世界的网络与SIR模型,我们表明,我们的步行为基础的方法提高了推断的有效性节点在广泛的感染率相比,现有的方法。我们还分析了估计精度和计算成本之间的权衡,表明这里仍然可以获得更好的精度在一个可比的计算成本,其他方法。
2012-10-24 cs.SI physics.bio-ph physics.soc-ph
Infection-induced Cascading Failures -- Impact and Mitigation
本文研究单向依赖网络中感染引发级联失效的双层传播问题,提出基于动态消息传递的推断算法和结合最优控制的优化算法,以系统评估影响并有效缓解网络故障。
2024-05-05 cond-mat.dis-nn math.OC physics.soc-ph
Optimal networks for dynamical spreading
为特定类型的动态过程寻找最优网络结构的逆问题是网络科学中最具挑战性的问题之一。聚焦于退火网络的结构完全由度分布表征的易感染-易受感染类型的动力学,我们开发了一个分析框架来解决逆问题。我们发现,对于相对较低或较高的感染率,最优度分布是唯一的,它由不超过两个不同的节点度。对于中等感染率,最优度分布是众多的,可以有更广泛的支持。我们还发现,在一般情况下,最优网络的异质性随着感染率的降低。一个令人惊讶的现象是存在一个特定的感染率值,对于该值,任何度分布都是产生最大传播流行率的最佳分布。分析框架和研究结果提供了深入了解网络结构和动态过程之间的相互作用与实际意义。
2021-01-06 physics.soc-ph
Mapping temporal-network percolation to weighted, static event graphs
许多传播和扩散过程都发生在时间网络上,其结果受到接触时间相关性的影响。这些相关性对传播媒介在节点上具有有限生命周期的过程具有特别强的影响:疾病传播(恢复时间),谣言扩散(信息的生命周期)和乘客路由(转移之间的最大可接受时间)。在这里,我们引入加权事件图作为一个强大而快速的框架,用于研究由时间尊重路径确定的连接性,其中接触之间的允许等待时间有上限。我们研究渗流的加权事件图和底层的时间网络,模拟和真实世界的网络。我们表明,这种类型的时间网络渗流是类似于定向渗流,它可以由多个序参量。
2017-09-17 cs.SI physics.data-an physics.soc-ph
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
How to Identify an Infection Source with Limited Observations
在社交网络中传播的谣言或在社区中传播的疾病可以被建模为在网络中传播的感染。找到感染源是一个具有挑战性的问题,在许多应用程序中,我们只能访问有限的一组观察结果,这使得问题更加困难。我们考虑的问题,估计一个易感感染模型的感染源,其中不是所有的感染节点都可以观察到。当网络是一棵树时,我们证明了与产生有限观测的最可能感染路径相关联的源节点的估计量由Jordan中心给出,即,与观察到的感染节点的集合具有最小距离的节点。我们还提出了一般网络的近似源估计。在各种合成网络和真实网络上的仿真结果表明,我们的估计性能优于基于距离、接近度和介数中心性的算法。
2014-04-02 cs.SI 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
Epidemic spreading driven by biased random walks
随机游走是在许多网络应用中发现的基本机制之一。研究了复杂网络上由有偏随机游动驱动的传染病传播动力学。在我们的传染病模型中,每次被感染的节点不断地通过有偏随机游走将一些被感染的数据包传播到它们的邻居节点,导致接收数据包的易感节点被感染。被感染的节点以固定的概率从感染中恢复。对模型和真实网络的仿真分析结果表明,随着感染节点的传递能力、节点平均度、节点度分布均匀性的增加,传染病传播的强度和范围都增大。此外,还存在相应的最优参数,使得感染节点瞬时拥有最大种群,传染病传播过程覆盖网络的最大部分。
2014-08-01 cs.SI physics.data-an physics.soc-ph
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
Competing spreading dynamics in simplicial complex
生物学和社会系统中的相互作用并不局限于成对的,而是可以采取任意大小。大量的研究表明,任意大小的相互作用显着影响网络系统的传播动力学。竞争传播动态,即,几种流行病同时传播并相互竞争的现象在现实世界中已被广泛观察到,但任意大小的相互作用如何影响竞争传播动力学仍然缺乏系统的研究。本文提出了一个由单纯复形表示的高阶系统上的两个竞争单纯易感传染病模型,并分析了该模型的临界现象。在所提出的模型中,易感节点只能被两种流行病中的一种感染,并且感染向邻居的传播可以通过成对(即,边缘)和高阶(例如,2-单形)相互作用。通过平均场(MF)理论分析和数值模拟,我们表明,该模型显示出丰富的动力学行为依赖于2-单纯形感染强度。当2-单纯形感染强度较弱时,模型的相图与简单图一致,由三个区域组成:每个流行病的绝对优势区域和无寄生虫区域。随着2-单纯形感染强度的增加,出现了一个新的相位区,称为交替优势区。在这一区域,一种流行病的存活取决于初始条件。我们的理论分析可以合理地预测时间演变和稳态爆发规模在每个区域。此外,我们还进一步探讨了2-单纯形感染强度对称和非对称时模型的相图。结果表明,2-单纯形感染强度对体系相图有显著影响。
2021-05-18 nlin.CD 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
Epidemic Spreading and Equilibrium Social Distancing in Heterogeneous Networks
我们研究了一个通过网络相互作用的异质种群之间的多类型SIR流行病过程。当我们的基础上的社会接触的随机图与给定的顶点度,我们给极限定理的感染的个人的分数。对于一个给定的社会距离的个人策略,我们建立了流行病的再现数$R_0$,它可以用来识别网络的脆弱性和通知疫苗接种政策。在本文的第二部分中,我们研究了社会距离博弈的均衡,其中个人根据预期的全球感染率选择他们的社会距离水平,然后必须等于他们选择后的实际感染率。给出了平衡点存在唯一的条件。对于随机规则图的情况下,我们表明,自愿的社会距离将始终是社会次优。
2021-11-01 cs.SI physics.soc-ph q-bio.PE
Optimal Allocation of Resources for Suppressing Epidemic Spreading on Networks
有效配置有限的医疗资源是控制网络流行病传播的关键。基于易感-感染-易感模型,在每个节点的治愈率与其医疗资源正相关的条件下,解决了如何最好地分配有限的资源以使患病率最小的优化问题.利用猝灭平均场理论和异质平均场(HMF)理论,证明了当每个节点的治愈率与其度成正比时,传染病的爆发将得到最大程度的抑制,在此条件下,有效感染率$λ$存在一个最大阈值$λ_c^{opt}=1/\left\langle k \right\rangle$,其中$\left\langle k \right\rangle$为底层网络的平均度.对于弱感染区域($λ\gtrsimλ_c^{opt}$),本文将摄动理论与拉格朗日乘子法(LMM)相结合,导出了治愈率最优分配的解析表达式,并得到了相应的最小患病率。对于一般感染域($λ>λ_c^{opt}$),利用HMF理论和LMM将高维优化问题转化为低维非线性方程组的数值求解。与直觉相反,在强感染区域,低度节点应比高度节点分配更多的医疗资源,以最大限度地降低患病率。最后,我们使用模拟退火来验证理论结果。
2017-02-26 physics.soc-ph q-bio.PE
The relative importance of structure and dynamics on node influence in reversible spreading processes
反复感染的可逆传播过程广泛存在于自然界和人类社会中,如淋病传播、模因传播等。识别有影响力的传播者是复杂网络上可逆传播动力学研究中的一个重要问题,受到了广泛的关注。在可逆扩散过程中,除了结构中心性外,节点的动力学状态对其扩散影响也起着重要的作用。通过将节点邻居的传出边数和感染风险与结构中心性相结合,提出了一种新的识别有影响力传播者的方法,该方法考虑了结构和动态对节点影响的相对重要性.邻居的传出边数和感染风险分别代表了局部结构特征对识别有影响的传播者的积极影响和节点动态状态对识别有影响的传播者的消极影响。我们发现,这两个特征的适当组合可以大大提高所提出的措施,以确定最有影响力的传播者的准确性。值得注意的是,与局部结构特征的正效应相比,稍微削弱节点动态状态的负效应,可以使该测度发挥最佳性能。定量地了解结构和动力学对节点影响的相对重要性,为识别可逆扩散过程中有影响的节点提供了重要的见解。
2021-05-21 physics.soc-ph
Multiple Hybrid Phase Transition: Bootstrap Percolation on Complex Networks with Communities
Bootstrap渗流模型是研究社交网络上的谣言、新产品或创新传播的著名模型。实证研究表明,社区结构在各种社交网络中普遍存在。因此,研究具有社区的复杂网络上的自举渗流,可以为我们理解社交网络上的传播动力学提供新的、重要的视角。近年来,它引起了许多科学家的关注。在这篇文章中,我们研究了具有社区的Erdens-Rényi网络的自举渗流,观察到了自然系统中罕见的二阶、混合(二阶和一阶)和多重混合相变。此外,我们还解析求解了该系统,得到了相图,并通过相应的模拟得到了进一步的证明。
2014-07-01 cs.SI 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
Connectivity disruption sparks explosive epidemic spreading
我们调查的传染病或级联性质的其他故障时,系统组件可以恢复,只有当它仍然可以从一个功能的中央组件的传播。我们考虑了网络上典型的数学流行病学中的易感-感染-易感模型。感染从受感染的节点传播到健康的节点,另外,受感染的节点只有在通过仅包含健康节点的路径保持连接到预定义的中心节点时才能恢复。在这个系统中,被感染节点的集群将吸收它们未被感染的内部,因为中心节点和封装节点之间不存在路径。这导致多个节点同时感染。有趣的是,系统只会收敛到两个稳定状态中的一个:要么整个种群都是健康的,要么完全被感染。这种同时发生的集群感染可能会导致故障节点数量出现不同大小的不连续跳跃。感染率越低,跳跃越大。网络拓扑结构的过渡的性质有一个重要的影响:我们观察到的滞后与占主导地位的本地相互作用的网络。我们的模型显示了当局部传播在更大的空间尺度上破坏连通性时,它是如何突然变得不可控制的。
2016-04-26 physics.soc-ph
Infection patterns in simple and complex contagion processes on networks
本文对比网络上多种简单与复杂传染模型,揭示简单传染的感染模式高度稳健,而复杂及阈值传染会随参数和互动机制产生显著差异。
2024-06-04 physics.soc-ph
Scaling features in the spreading of COVID-19
自COVID-19爆发以来,已进行了许多数据分析。其中一些是基于经典的流行病学方法,假设指数增长,但一些研究报告说,幂律缩放可能会提供一个更好的适合目前可用的数据。因此,我们检查了中国的数据(01/20/2020- 02/24/2020),确实发现在相当长的时间段内,增长密切遵循幂律动力学。确诊感染、死亡和治愈病例数的指数分别为$2.48(20)$、$2.21(6)$和$4.26(12)$,表明大流行中存在潜在的小世界网络结构。虽然死亡人数和治愈人数尚未出现明显的幂律增长,但感染人数明显出现负偏差,特别是湖北以外地区。这表明由于巨大的遏制努力,病毒传播开始放缓。同时,我们发现,尽管湖北省和湖北以外地区的感染人数的增长动力学表现出显着的差异,但湖北省和湖北以外地区的感染人数增长动力学表现出很大的相似性。在此基础上,在双对数图中,我们对湖北以外地区的感染人数进行了重新标度,使其尽可能与中国的总感染人数重叠,由此近似外推得到2020年3月3日左右的大流行最大值,感染人数约为$83,000$。此外,通过分析双对数尺度下的死亡率动力学,我们粗略估计,在3月3日附近,湖北省的COVID-19死亡率约为$4.7\%\thicksim 5.0\%$,湖北以外地区约为$0.7\%\thicksim1.0\%$。我们强调,我们的预测在数量上可能是不可靠的,因为数据分析纯粹是经验性的,并且使用了各种假设…
2020-02-25 physics.data-an physics.soc-ph q-bio.PE
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
Effect of Mitigation Measures on the Spreading of COVID-19 in Hard-Hit States
州政府强制推行的社交距离措施有助减缓COVID-19疫情在美国的增长。目前COVID-19发展的预测模型,特别是在缓解措施之后,主要基于从其他国家推断的数据。由于大多数州在3月底执行了居家令,其影响应反映在4月底的死亡和感染人数中。使用截至4月25日的数据,我们调查了缓解措施导致的感染率变化,并预测了截至2020年9月的死亡和感染人数,其中包括一些受影响最严重的州:纽约州,新泽西州,密歇根州,马萨诸塞州,伊利诺伊州和路易斯安那州。我们发现,在目前的缓解努力下,这六个国家中有五个将其繁殖数量减少到小于1的值,阻止了大流行的指数增长。我们还预测了缓解措施放松后的不同情景。对其他州的分析可以在https://covid19projection.org/上找到。
2020-04-30 physics.soc-ph q-bio.PE
Data analysis on Coronavirus spreading by macroscopic growth laws
为了评估遏制2019年新型冠状病毒疾病传染病传播的有效性,我们通过考虑众所周知的宏观增长定律,Gompertz定律和Logistic定律,对选定的一些不同国家的感染时间演变进行了分析。本文还提出了Gompertz定律的一个推广。我们的数据分析允许对感染个体的最大数量进行评估。必须将每日数据与获得的拟合进行比较,以验证扩散是否在控制之下。从我们的分析来看,由于国民政府的强有力的遏制政策,中国的传播似乎达到了饱和。在新加坡,最近观察到的一个大的增长率表明一个新的强劲蔓延的开始。相反,对于韩国和意大利来说,下一个关于新感染病例的数据对于了解感染人数是否会达到饱和至关重要。
2020-04-01 physics.data-an physics.soc-ph q-bio.PE
Identifying highly influential travellers for spreading disease on a public transport system
最近爆发的新型冠状病毒及其快速传播强调了了解人类流动性的重要性。封闭的空间,如公共交通工具(如公共汽车和火车),为感染广泛和快速传播提供了合适的环境。因此,调查个人在公共交通系统上的移动模式和身体接触对于了解传染病爆发的驱动因素至关重要。例如,以前的工作探讨了人类流动固有的重复模式对疾病传播的影响,但没有考虑到旅行距离或相遇次数等其他方面。在这里,我们同时考虑多个流动性维度,以揭示设计有效干预策略的关键信息。我们使用一个月的全市范围内的灵巧卡旅行数据收集在澳大利亚悉尼巴士乘客沿三个维度,即探索程度,旅行的距离和遇到的数量进行分类。此外,我们还模拟了疾病在交通网络上的传播,并追踪了感染路径。我们详细调查了分类组之间的传输,而不同的感染概率和病原体的悬浮时间。我们的研究结果表明,沿着多个维度描述个体同时揭示了不同乘客群体之间复杂的感染相互作用,当只考虑单个维度时,这种相互作用仍然是隐藏的。我们还确定了比其他群体更有影响力的特定疾病特征,这可以指导遏制和疫苗接种工作。
2020-04-03 cs.SI physics.soc-ph q-bio.PE
The influence of the network topology on epidemic spreading
在过去的十年中,网络结构对传播过程动力学的影响得到了广泛的研究。部分回答这个问题的重要结果表明,这些过程的宏观行为和网络中的特定结构属性(如拓扑相关矩阵的最大特征值)之间存在弱联系。然而,很少有人知道的直接影响的网络拓扑结构在微观层面上,如(相邻)网络的影响,对一个特定的节点的感染概率。为了回答这个问题,我们推导出一个特定的节点是传染性的概率的上限和下限在一个不确定的传染性易感模型的两种情况下的传播过程:反应和接触过程。通过考虑节点的$n-$跳邻域导出边界;当使用更大的$n-$跳邻域来计算它们时,边界更紧。因此,使用不同的邻域大小的本地信息,我们评估的拓扑结构的影响的扩散过程的程度,从而提供了一个强大的宏观连接之间的前者和后者。我们的研究结果得到了补充的数字结果为现实世界的电子邮件网络。一个很好的估计感染密度$ρ$得到仅使用2跳的邻居,占整个网络拓扑的0.4%,平均。
2011-11-14 cond-mat.stat-mech cs.SI physics.soc-ph
A re-entrant phase transition in the survival of secondary infections on networks
我们研究了网络上的二次感染的动态,在网络中,只有目前携带某种原发性感染的个体才容易受到二次感染。在大型稀疏网络的限制下,该模型被映射到一个随机时间敏感环境中的分支过程传播,该环境由底层原发感染的动力学决定。当这两种流行病遵循易感-感染-传播模型时,我们表明,为了生存,继发感染有必要在与其所依赖的原发感染密切匹配的时间尺度上演变。
2018-04-10 math.PR physics.soc-ph q-bio.PE
Unraveling implicit human behavioral effects on dynamic characteristics of Covid-19 daily infection rates in Taiwan
我们研究了新冠病毒传播动态,其基础是台湾最大的七个城市的84个地区在其原始激增期间的84条每日新冠病毒感染率曲线。我们的计算开发开始于从每个平滑的区域特定曲线中选择和提取18个特征。这一步的计算工作允许将非结构化数据转换为结构化数据,然后我们展示了所有相关曲线之间的非对称增长和下降动态。具体地说,基于条件熵和互信息的理论信息度量,我们计算了一阶和二阶的主要因素,这些因素对曲线的峰值和峰值处的曲率有显著影响,这是表征所有曲线的两个基本特征。此外,我们调查和展示的主要因素,确定的地理和社会经济引起的行为影响,编码这84个地区的两个二元特征:北与南和Unban与郊区。此外,基于这种数据驱动的知识在地区规模上,我们继续研究精细规模的行为对传染病传播的影响,通过相似性之间的96个年龄组的具体曲线的每日感染率在12个市区的台北市和12个郊区的新北市,这几乎占了四分之一的岛国的总人口。我们的结论是,人类的生活,旅行和工作行为确实深刻地影响了台湾各地COVID-19的传播动态。
2022-11-20 physics.soc-ph q-bio.PE stat.AP
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
Reconstructing propagation networks with temporal similarity metrics
节点相似性是驱动真实网络增长的重要属性。在本文中,基于观察到的传播结果,我们应用节点相似性度量来重建传播网络。我们发现,重建精度的相似性度量的传播过程的感染率的强烈影响。此外,有一个范围内的感染率,其中一些相似性度量的重建精度下降到接近零。为了改进基于相似性的重建方法,我们最后提出了一个时间相似性度量,考虑到时间信息的传播。新方法的重建效果得到了显著改善。
2014-09-30 cs.SI physics.soc-ph stat.AP
Temporal percolation in activity driven networks
本文以最近提出的活动驱动网络模型[N. Perra等人,Sci. 2,469(2012)]。建立在一个分析框架的基础上映射到隐变量网络,我们提供了一个巨大的连接组件的集成网络中的发病标记的渗流时间的表达式。特别是,我们认为生成函数形式主义,有效的程度不相关的网络,和一般情况下的网络度相关性。我们讨论了这两种方法的不同限制,表明相关阈值崩溃到不相关的情况下的参数区域。我们的分析预测证实了模型的数值模拟。时间逾渗概念可以有效地应用于研究时间网络上的传染病传播。我们特别展示了如何在活动驱动网络上的传染病-感染-清除模型可以映射到由流行病过程的传播速率给定的时间的渗流问题。该映射允许获得关于该过程的附加信息,这对于先前的方法不可用。
2013-12-18 cond-mat.stat-mech physics.soc-ph
Epidemic spreading on complex networks with community structures
许多现实世界的网络都显示出社区结构。我们研究了两种随机图模型,它们创建了一个与给定网络具有相似社区结构的网络。一个模型保留了原始网络的精确社区结构,而另一个模型只保留了社区集合和顶点度。这些模型表明,社区结构是网络上的渗流过程,如信息扩散或病毒传播的行为的一个重要决定因素:社区结构既可以是\textit{enforce},也可以是\textit{inhibit}扩散过程。我们的模型进一步表明,重要的是介观社区集。社区的确切内部结构几乎不影响网络中的渗流过程。这种不敏感性可能是由于社区的相对密集。
2016-11-18 cs.SI physics.soc-ph
Message passing theory for percolation models on multiplex networks with link overlap
多重网络描述了大量的复杂系统,包括基础设施、交通网络和生物系统。这些网络中的大多数具有显著的链路重叠。因此,它是特别重要的是,在这些网络中的相互连接的巨组件的特征。在这里,我们提供了一个消息传递理论的特点,在多路复用网络的渗滤过渡与链接重叠和任意数量的层$M$。具体来说,我们提出并比较了两个消息传递算法,推广了广泛用于研究无链路重叠的多路网络中的渗流过渡的算法。第一种算法描述了定向渗透转变,并承认传染病传播解释。第二种算法描述了相互连接的巨分量的出现,即渗流转变,但不保留传染病传播的解释。在简单的典型情况下,我们得到了渗流和定向渗流相变的相图。我们证明,对于同一个多重网络结构,其中有向逾渗过渡有非平凡的三临界点,逾渗过渡有一个不连续的相变,除了平凡的情况下,其中所有的层完全重叠。
2016-08-03 cond-mat.dis-nn cond-mat.stat-mech physics.soc-ph
Directed Percolation in Temporal Networks
该研究将时间网络可达性映射到渗流理论,证明有限等待时间可达性存在有向渗流相变,其临界特性可由有向渗流普适类指数估算,且在模型与真实网络中均成立,为渗流理论应用于时间网络开辟了路径。
2023-06-11 cond-mat.dis-nn cond-mat.stat-mech cs.SI
An epidemiological model with voluntary quarantine strategies governed by evolutionary game dynamics
在大流行期间,诸如保持社交距离等策略对于遏制病毒传播至关重要。这些行动可以减少同时感染的数量,减轻疾病传播,这与医疗保健系统崩溃的风险有关。虽然可以提出这些战略,但其实际执行可能取决于人口对疾病风险的看法。例如,当前的COVID-19危机表明,有些人比其他人更容易保持孤立,避免不必要的接触。有了这个动机,我们提出了一个流行病学SIR模型,采用进化博弈论,考虑到动态的个人隔离策略,打算在一个单一的过程中结合社会战略,个人的风险感知,和病毒传播。这种疾病在人群中传播,其代理人可以在自我隔离和对任何流行病风险漠不关心的生活方式之间做出选择。采取的策略是个人的,取决于与检疫成本相比的感知疾病风险。博弈的收益决定了策略的采用,而传染过程决定了代理人的健康状态。同时,感染率取决于代理的策略,而感知的疾病风险取决于被感染的代理的分数。结果显示,反复出现的感染波,这是在以前的流行病情况下看到的隔离。值得注意的是,风险感知被发现是控制感染高峰的幅度的基础,而最终的感染规模主要取决于感染率。低意识导致单一和强烈的感染高峰,而更大的疾病风险导致更短,但更频繁的高峰。所提出的模型自发地捕捉到流行病事件的相关方面,突出了社会战略的基本作用。
2020-11-26 physics.bio-ph physics.soc-ph q-bio.PE
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
Is it possible to suspend the spread of an epidemic infection? The dynamic Monte Carlo approach
本文用动态蒙特卡罗方法研究了在控制参数$β$取不同值时流行病感染传播的动力学。在我们的玩具模型中,感染是由于随机移动的个体的接触而传播的。我们发现,恢复的行为严重依赖于$β$值。对于亚临界值$β<β_{c}\sim 0.6$,感染病例的数量渐近收敛于零,使得对于中等风险因子,感染可以随时间消失。我们的模拟表明,随着时间的推移,这样的系统的性质渐近地变得接近临界过渡的二维渗流系统。我们还分析了一个扩展的系统,其中包括两个额外的参数:采取/关闭隔离状态的限制。研究发现,早期隔离确实会导致感染的不规则(具有正的李雅普诺夫指数)振荡动力学。如果隔离关闭的下限足够小,则恢复动力学获得具有多个阻尼峰的特征非单调形状。研究了具有免疫力的个体的感染传播动力学。
2020-05-28 physics.bio-ph physics.med-ph 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
Investigating the Trade-off between Infections and Social Interactions Using a Compact Model of Endemic Infections on Networks
本文研究显式网络结构如何改变感染与互动权衡的最优解,通过开发逼近网络SIS流行病的低维动力系统,发现异质接触数量对最优接触数有显著影响。
2025-04-03 physics.soc-ph q-bio.PE
Impact of presymptomatic transmission on epidemic spreading in contact networks: A dynamic message-passing analysis
包含症状前传播的传染病很难监测、建模、预测和遏制。我们解决这个问题,通过研究一个随机的可验证的暴露的感染恢复模型的任意网络实例使用的分析框架的基础上的动态消息传递的方法的变体。该框架提供了一个很好的估计的概率演化的传播的静态和接触网络,提供了显着提高的精度相对于个人为基础的平均场方法,同时需要一个更低的计算成本相比,数值模拟。它有助于推导出流行病阈值,这是相边界分离的参数制度,感染可以有效地控制,从那些他们不能。这些通过拓扑(减少接触)和感染参数变化(例如,社交距离及戴口罩),与最近的COVID-19疫情有关。
2021-05-06 cond-mat.dis-nn physics.soc-ph q-bio.PE
Temporal percolation of a susceptible adaptive network
在过去的几十年里,许多作者使用了易感-感染-康复模型来研究疾病传播对感染个体进化的影响。然而,很少有作者关注易感个体的时间展开。在本文中,我们研究了自适应网络中的易感染-感染-恢复模型的动态特性,该模型模拟了永久社会联系(如友谊和工作关系)的暂时失活。利用基于边的房室模型和渗流理论,得到了最大易感组分中易感个体的演化方程。特别是,我们专注于个人的行为如何影响易感网络的稀释。我们发现,作为一个结果,疾病的传播速度减慢,保护最大的易感集群,通过增加的关键时间,在这个时间,巨大的易感组件被摧毁。我们的理论结果得到了广泛的模拟支持。
2013-07-02 cs.SI physics.soc-ph
Unlinking super-linkers: the topology of epidemic response (Covid-19)
传染病传播的一个关键特征是它们能够在接触图中使用有效的传播路径。这使得病原体能够最大限度地提高感染率并在目标人群中传播。在这项工作中,我们设计的技术,以本地化的感染和降低感染率的基础上,人类接触网络(邻近图)内的疾病传播路径的原则性分析。疾病传播的实验结果表明,在低能见度下,接触者追踪减缓了疾病的传播。然而,为了阻止疾病传播,接触者追踪需要接近度图的显著可见性(至少60%)和将一半人口隔离的能力。我们发现,主动隔离超级链接-关键的邻近遭遇-具有显着的好处:基于对邻近图的35%可见性,有针对性地隔离四分之一的人口,可以防止流行病爆发。事实证明,隔离超级传播者比追踪和测试接触者更有效,但不如锁定超级链接有效。我们强调的重要作用,拓扑结构的流行病爆发。我们认为,通过禁用超级链接和超级传播者对人群进行主动接种,可能与接触者追踪和检测一起发挥重要的补充作用,作为应对流行病爆发的复杂公共卫生应对措施的一部分。
2020-06-10 cs.CR cs.SI physics.soc-ph