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
Traffic-driven epidemic spreading on scale-free networks with tunable degree distribution
研究了度分布可调的无标度网络中流量驱动的传染病传播问题。网络的异质性由幂律度分布的指数$γ$控制。发现流行阈值在约$γ=2.2$处最小化。此外，我们发现具有较大算法介数的节点更容易被感染。我们希望我们的工作提供新的见解的影响网络结构的交通驱动的传染病传播。
2018-02-05 physics.soc-ph
Suppressing traffic-driven epidemic spreading by adaptive routing strategy
近年来，流量驱动的传染病传播路由策略的设计受到越来越多的关注。在本文中，我们提出了一种自适应路由策略，通过一个可调的参数$h$，将拓扑距离与当地的流行病信息。在无拥塞的情况下，存在一个最优的路由参数$h$值，导致最大的流行阈值。这意味着与静态最短路径路由方案相比，自适应路由可以更有效地控制传染病传播。此外，我们还发现，在节点传输容量有限的情况下，最优的$h$值可以极大地缓解业务拥塞。我们希望我们的工作提供了新的见解动态路由交通驱动的传染病传播的影响。
2018-02-05 physics.soc-ph
Dynamic Behavior of Interacting between Epidemics and Cascades on Heterogeneous Networks
传染病传播和连锁失效是复杂网络上两个重要的动力学过程。历史上，它们一直被单独研究。但在现实世界中，这两种动力有时会相互作用。本文将SIR传染病传播模型与局部负荷分担连锁故障模型相结合，提出了一种基于局部负荷分担的连锁故障模型。在该模型中，存在一个容忍参数的临界值，即具有高感染概率的流行病是否能够传播并感染网络的一部分。当容忍度参数小于临界值时，连锁失效切断了大量的路径，阻断了疫情的局部传播。当容忍度参数大于临界值时，传染病扩散并感染网络的一部分。提出了一种估算临界值的方法。在仿真中，我们在Barabási-Albert（BA）网络中验证了该方法的有效性。
2014-05-13 cond-mat.dis-nn 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
Steady States of Epidemic Spreading in Small-World Networks
考虑一个标准的\textit{susceptible-infected-susceptible}（SIS）模型，研究小世界网络中传染病传播的稳态行为.使用分析方法和大规模的模拟，我们恢复通常的流行病的行为与一个临界阈值$λ_{c}$以下的传染病消亡。而对于远高于$λ_{c}$的扩散率$λ$，发现作为$λ$的函数的感染个体密度$ρ$具有性质$ρ\approx F(K)(\ln λ- \ln λ_{c})$。
2005-09-01 physics.soc-ph
Effects of Levy Flights Mobility Pattern on Epidemic Spreading under Limited Energy Constraint
近年来，大量的实证研究发现，动物的觅食、迁徙和人类的出行都服从Levy飞行，其指数在-2左右。受今年甲型H1N1流感大流行的启发，本文从网络视角研究了征费航班的流动模式对传染病传播的影响。在总能量的约束下，构造了一个具有Levy飞行空间性质的空间加权网络。能量限制由个体在一定时间段内的总旅行距离的限制来表示。我们发现指数-2是SIS传播动力学的流行阈值。此外，在阈值处，流行病传播的速度最高。研究结果有助于理解流动模式对传染病传播的影响。
2010-02-05 physics.data-an physics.soc-ph
Traffic-driven epidemic spreading in correlated networks
尽管人们在复杂网络中的流量动力学和传染病传播方面做了大量的工作，但在{ \em相关}网络上流量驱动的传染病传播问题还没有得到解决。有趣的是，我们发现，流行病的阈值，一个基本量背后的传播动力学，表现出非单调的行为，它可以最小化的一些临界值的传播系数，一个参数表征网络的相关性。为了理解这种现象，我们使用基于度的平均场论来计算相关网络的流量驱动的流行病阈值。该理论预测阈值与分组生成速率和介数矩阵的最大特征值成反比。我们得到理论和数值之间的一致性。我们的研究结果可能会提供洞察到控制/利用现实世界的传染病传播动态驱动的交通流量的重要问题。
2015-07-16 cs.SI physics.soc-ph
Epidemic spreading with immunization on bipartite networks
二分网络由两种类型的节点组成，并且相同类型的节点之间没有链接。因此，研究这种网络上的流行病传播和控制与性传播疾病（STD）有关。当两类人群不能全部免疫且免疫效果不理想时，就不得不考虑免疫率的靶向免疫。我们推导了带有免疫的SIR和SIS模型的流行阈值，并以异性接触网络上的性病为例说明了结果。
2011-05-17 physics.soc-ph
In Response to COVID-19: Configuration Model of the Epidemic Spreading
提出了一种基于无标度网络的传染病传播结构模型。我们得到的解析解描述了传染病传播的不稳定和稳定的动力学，并演示了如何这些制度可以在流行病的交换。我们将该模型应用于COVID-19病例，并展示了我们模型的预测特征。
2020-07-08 physics.soc-ph q-bio.PE q-bio.QM
Epidemic spreading with time delay in complex networks
提出了一个改进的小世界无标度复杂网络\emph{susceptible-infected-susceptible}（SIS）模型，研究了在传染阶段引入时滞的传染病传播问题。考虑到网络的拓扑结构，研究了传染过程中的一致时滞和度依赖时滞。我们发现，时滞的存在将促进网络中传染病的爆发和流行。
2005-11-24 physics.soc-ph
Epidemic Spreading on Weighted Complex Networks
如今，在线服务的出现提供了各种多元关系的信息，以支持对传染病传播过程的全面了解。在这封信中，我们考虑边权重来表示这种多角色关系。此外，我们进行了详细的分析，两个代表性的指标，爆发阈值和流行病流行，SIS和SIR模型。理论和仿真结果都发现彼此很好的协议。此外，实验表明，在完全混合网络中，当网络的平均权值一定时，边的权值分布不会影响网络的传播效果。本文的工作对于深入理解多重关系网络和加权网络上的传染病传播具有一定的指导意义。
2014-02-10 cs.SI physics.soc-ph
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
Mutual Feedback Between Epidemic Spreading and Information Diffusion
信息扩散对传染病传播的影响近年来引起了人们的广泛关注。当一种疾病开始在人群中传播时，有关该疾病的信息就会传播给其他人，这反过来又会对疾病的传播产生影响。在本文中，使用H7N9传播的经验结果和有关该疾病的信息，我们清楚地表明，这两种类型的过程的传播动力学相互影响。为了说明信息扩散对传染病传播的影响，我们建立了一个数学模型，其中两种类型的传播动力学描述使用SIS过程。仿真结果和成对分析都表明，信息扩散可以提高疫情爆发的阈值，降低最终感染个体的比例，并显著降低疫情传播的速率。此外，我们发现传染病传播的多爆发现象，以及信息扩散的影响，与实证结果一致。这些调查结果突出表明，即使在流行病似乎得到控制的情况下，也需要保持社会对疾病的认识，以防止随后的爆发。这些结果有助于深入理解传染病传播动力学与信息扩散之间的相互作用。
2015-06-12 cs.SI physics.soc-ph
Cooperative epidemic spreading on a two-layered interconnected network
研究了传染病传播在两层互联网络上的动力学行为。提出了三个不同层次的模型来描述互联网络上的合作传播过程，其中一个网络中的疾病可以传播到另一个网络。理论分析表明，互联网络中的全局流行阈值不大于两个孤立的分层网络的流行阈值。特别是，在一个互联的同质网络，详细的理论分析，这使得快速和准确的计算的全球流行病阈值。此外，在节点度之间存在层间相关性的互联异构网络中，发现层间相关系数对流行阈值的影响很小，但对总流行有显著影响。仿真结果进一步验证了分析结果，表明合作流行过程促进了疾病的传播。
2017-02-13 cs.SI physics.soc-ph
Analysis and Control of Epidemics: A survey of spreading processes on complex networks
本文回顾并提出了各种解决和开放的问题，在发展，分析和控制的流行病模型。我们有兴趣为希望进入复杂网络传播过程领域的新工程师提供一份相对简洁的报告。
2015-08-25 cs.SI math.OC physics.soc-ph
Epidemic spreading with nonlinear infectivity in weighted scale-free networks
本文研究了具有非线性传染性的加权无标度网络SIR模型的传染病传播问题，其中我们的解析模型中的传染率是加权的。具体地说，我们将传染性指数$α$和权重指数$β$引入到解析SIR模型中，考察了$α$和$β$的组合对传染阈值和相变的影响.通过调整$α$和$β$的值，可以将流行阈值重建为一个有限值，并观察到稳定的流行率$R$在早期以指数形式增长，然后遵循分层动态。此外，我们还发现$α$比$β$更敏感地转换流行阈值和流行率，这可能为流行病传播和相关免疫方案提供一些有用的信息或新的见解。
2009-03-05 physics.soc-ph q-bio.PE
Epidemic spreading in modular time-varying networks
我们研究模块和时间连接模式对传染病传播的影响。为此，我们介绍和解析地描述了一个具有可调模块性的时变网络模型。在此框架下，我们研究了易感-感染-易感（SIR）模型的流行规模和易感-感染-易感（SIS）模型的流行阈值。有趣的是，我们发现，虽然紧密连接的集群的存在抑制SIR过程，它加速SIS疾病。在这种情况下，我们观察到，异构的时间连接模式和模块化结构引起的阈值降低随时间变化的网络没有社区。我们确认的理论结果，通过广泛的数值模拟合成图，以及在一个真正的模块化和时间网络。
2017-10-03 physics.soc-ph
Abrupt phase transition of epidemic spreading in simplicial complexes
网络几何是一种将网络结构描述为几何对象的方法，它的研究正在彻底改变我们对网络系统动力学过程的理解。在这里，我们处理的问题，传染病传播，使用易感-感染-易感（SIS）模型，在单纯复形。特别是，我们分析了复杂网络中的SIS的动力学，其特征在于成对的相互作用（链接）和三体相互作用（填充三角形，也称为2-单纯形）。这种高阶描述的传染病传播解析制定使用微观马尔可夫链近似。对模型的不动点解的分析揭示了一个有趣的相变，该相变随着2-单形的传染性参数而变得突然。我们的研究结果为网络理论家铺平了道路，以推进我们的物理理解传染病传播在真实的情况下，疾病之间的群体之间以及之间的传播，并更好地了解单纯复合体的动力学过程的行为。
2020-01-23 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
Self-isolation or borders closing: what prevents epidemic spreading better?
COVID-19在世界范围内的流行分布促使我们讨论网络聚类和自适应性对传染病传播的综合影响。我们解决的问题，最有效地禁止疾病传播的连接网络的最佳机制的选择：自适应聚类，模仿自我隔离（SI）在当地社区，或尖锐的即时聚类，这看起来像城市和国家之间的边界关闭（FC）。SI-网络是在整个网络中小集团最大化的条件下“自适应生长”的，而FC-网络是“即时创建”的。在聚类SI-和FC-网络上运行标准SIR模型，我们证明了自适应网络聚类比具有相似参数的网络中的即时聚类更好地抑制传染病传播。我们发现SI模型对于临界指数$-2<η<-1$较小的度分布$P(k)\sim k^η$具有无标度特性，并认为无标度特性的出现是由于初始度分布的随机性，而对于随机正则图则不存在.
2020-04-07 cond-mat.dis-nn physics.soc-ph q-bio.PE
Interplay between the local information based behavioral responses and the epidemic spreading in complex networks
传染病的传播会引发人类对疾病的行为反应，而行为反应对疾病的传播起着至关重要的作用。在这项研究中，为了说明人类行为反应的影响，一个新的类的个人，$S^F$，被引入到经典的易感-感染-恢复（$SIR$）模型。在模型中，$S^F$状态表示易感个体主动采取保护措施以降低被感染的概率，易感个体在与有传染性的邻居接触时可能以一定的反应率进入$S^F$状态。利用渗流方法，导出了流行阈值和流行率的理论公式。研究结果表明，随着响应率的增加，疫情阈值提高，疫情发生率降低。数值模拟也验证了分析结果。此外，我们还证明了，由于平均场方法忽略了动态相关性，基于平均场方法得到了一个错误的结果--流行阈值与响应率无关，即，附加的$S^F$状态对流行阈值没有影响。
2015-09-04 physics.soc-ph
Suppressing traffic-driven epidemic spreading by edge-removal strategies
近年来，复杂网络上的流量动态与传染病传播之间的相互作用越来越受到人们的关注。然而，控制交通驱动的传染病传播仍然是一个具有挑战性的问题。在这份简报中，我们提出了一种方法，通过适当地删除网络中的一些边缘来抑制流量驱动的流行病爆发。我们发现，可以通过有针对性地切割具有最大算法介数的大度节点或边之间的链接来提高流行阈值。相反，通过随机边缘去除，将降低流行阈值。这些发现是强大的交通流量条件，网络结构和路由策略。此外，我们发现，目标边缘的关闭可以有效地释放通过大度节点的流量负载，使这些节点的感染概率相对较低。
2015-02-28 cs.SI physics.soc-ph
Intermittent quarantine suppresses epidemic spreading beyond simple contact reduction
Universidade Federal de Viçosa（维索萨联邦大学）；Universidade Federal de São Paulo（圣保罗联邦大学）；Universidade de São Paulo（圣保罗大学）
本研究通过理论分析与随机模拟，发现节点间歇性（非马尔可夫性）比边间歇性更有效抑制流行病传播，短且均匀的间隔时间提高传播阈值，为干预策略提供新视角。
2026-10-02 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
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
Targeted Recovery as an Effective Strategy against Epidemic Spreading
我们提出了一个有针对性的干预方案，其中恢复仅限于具有最少数量的感染邻居的个人。我们的恢复策略在任何类型的网络上都是高效的，因为与自发恢复的基线场景相比，流行病爆发是最小的。在空间嵌入式网络的情况下，我们发现，一种流行病保持强烈的空间限制与特征长度尺度经历随机游走。我们证明了数值和分析，这种动力学导致一个流行点，具有平坦的表面结构和半径，线性增长的蔓延率。
2017-10-16 physics.soc-ph q-bio.PE
Effects of concurrency on epidemic spreading in Markovian temporal networks
本文构建可调节并发程度且保持边统计与聚合网络结构一致的 Markovian 时序网络模型，发现并发在流行病阈值附近小幅促进传播，而在高感染率下多数情况会抑制传播。
2024-05-08 physics.soc-ph
Geographical effects on epidemic spreading in scale-free networks
许多真实的网络都是嵌入在度量空间中的：个体之间的交互依赖于他们的空间距离，并且通常发生在他们最近的邻居之间。在本文中，我们引入了一个修改的易感-感染-易感（SIS）模型来研究地理因素对疾病传播的影响，假设一个健康个体被一个传染性个体感染的概率与它们之间的欧氏距离成反比。研究发现，在疾病传播中，地理位置比枢纽站起着更重要的作用：网络的地理约束越大，流行病的流行程度就越高。
2006-06-30 physics.soc-ph
SEAIR epidemic spreading model of COVID-19
我们研究了COVID-19的易感-暴露-隔离-传染-隔离（SEAIR）传染病传播模型。它抓住了COVID-19传染性的两个重要特征：延迟开始和在症状出现之前出现，甚至完全没有症状。在随机正则图和复杂网络上，分别对该模型进行了连续时间分区和离散时间分区的理论分析。我们分析表明，有流行病的阈值和方程的易感人群在地方病平衡在所有三个版本，当流行病是弱的。我们提供的理论论据，一个节点的特征向量中心性近似决定其被感染的风险。
2020-08-28 physics.soc-ph q-bio.PE
Multiple peaks patterns of epidemic spreading in multi-layer networks
近年来，网络个体群体中传染病传播的研究取得了许多重要进展。然而，以往研究的一个共同点是，在每一次传染病传播事件中，感染密度只有一个峰值。从世界各地不同城市的真实数据来看，除了感染密度的主要单峰特征外，由两个（或多个）峰值组成的模式存在有限的概率。我们发现，这样的后一个功能是完全独特的多层网络的相互作用，并揭示，实际上是一个两个峰值模式出现从不同的时间延迟，在这两个层之间的流行病传播。此外，我们表明，必要的成分是不同的程度分布在两个层和层之间的弱耦合条件。此外，基于边缘的理论，充分解释了所有的数值结果。因此，我们的研究结果可能对预防流行病的次生灾害具有重要意义，这在现实生活中是绝对不希望的。
2017-06-23 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
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
Effects of human dynamics on epidemic spreading in Côte d'Ivoire
了解和预测传染病的爆发对于社会发展和公共卫生至关重要，特别是对于不发达国家。然而，由于受空间结构和人类动力学（包括人类流动性和人类互动强度）影响的复杂流行病传播动力学，因此遇到了挑战性问题。我们提出了一个系统的模型来描述科特迪瓦全国范围内的流行病传播，它集成了多个因素，如人员流动，人际交往强度，人口特征。通过数据驱动的模拟和理论分析，我们提供了一些见解，以帮助建模和预测流行病传播过程，这超出了局部评估和几何视图的范围。我们表明，当地的平均基本生殖数大于1的要求是不必要的流行病的爆发。观察到的扩散现象可以粗略地解释为一个异质的扩散反应过程，通过重新定义移动距离，根据节点之间的人的移动量，这是超越几何的观点。然而，人类动力学的异质性仍然对精确预测提出了挑战。
2016-04-30 physics.soc-ph q-bio.PE
Suppressing epidemic spreading by risk-averse migration in dynamical networks
本文研究了动态网络中个体行为与传染病传播之间的相互作用。我们将代理分布在具有周期性边界条件的正方形区域上。每个智能体都被看作是网络的一个节点，如果两个智能体之间的地理距离小于一定的半径，则在两个智能体之间建立无线链路。每一次，每一个智能体都要评估疫情，做出是留在原地还是离开原地的决定。如果受感染邻居的数量达到或超过临界值$E$，代理将以一定速度离开当前位置。由于代理人的运动，网络的结构是动态的。有趣的是，我们发现存在一个最佳值的$E$导致的最大流行阈值。这意味着传染病传播可以通过规避风险的移徙得到有效控制。此外，我们还发现，随着恢复率的增加，随着接触半径的增加，并通过一个最佳的移动速度最大化的流行阈值增加。我们的研究结果提供了一个更深入的了解动态网络中的传染病传播。
2018-02-05 physics.soc-ph q-bio.PE
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
Mathematical models for epidemic spreading on complex networks
提出了一个有限复杂网络上的传染病传播模型，该模型限制每个时间步最多只能有一个传染源。由于该过程的高度离散特性，分析不能使用连续近似，而连续近似被广泛用于大多数模型。利用离散方法，我们研究了流行病的阈值和准平稳分布。主要结果是一个定理的混合时间的过程，其规模像对数的网络规模和成正比的距离从流行阈值的倒数。为了全面介绍该模型，我们回顾了基于复杂网络的传染病传播建模的现代方法，并介绍了有关随机网络、离散时间马尔可夫链及其准平稳分布的必要信息。
2013-07-21 cs.SI math.PR physics.soc-ph
Small inter-event times govern epidemic spreading on temporal networks
就像人类和动物互动网络的度一样，互动之间的时间分布通常是右偏和厚尾的。这两种分布都强烈地影响着流行病的动态，但是，正如我们在这封信中所展示的那样，原因非常不同。尽管尾部的高度对于促进流行至关重要，但控制流行动态的是小间隔时间。我们研究了这种效果的分析和数值不同版本的易感-感染-感染模型对不同类型的网络。
2020-04-09 physics.soc-ph 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
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
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
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
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
Epidemic Dynamics On Information-Driven Adaptive Networks
可以同时进化。在信息驱动的适应过程中，有能力识别疾病的易感（感染）个体会切断其感染（易感）邻居的联系，以防止疫情进一步蔓延。仿真结果和数值分析表明，信息驱动的自适应过程不仅可以减缓传染病传播的速度，而且可以显著降低最终状态下的流行率.此外，疾病的传播和信息扩散模式的格子上给出了一个直观的表示，疾病是如何被困在一个孤立的领域与信息驱动的自适应过程。此外，我们进行局部分岔分析的四种类型的动力学区域，包括健康，振荡，振荡和地方病，了解所观察到的动力学行为的演变。这项工作可能有助于理解信息如何影响人类应对传染病传播的活动。
2015-05-19 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
Validity of Markovian modeling for transient memory-dependent epidemic dynamics
本文通过计算与解析框架证明，当平均代际时间与平均移除时间匹配时，马尔可夫模型可等价描述瞬态记忆依赖流行病动力学，且估计误差仅取决于两时间之比，为记忆依赖过程的马尔可夫建模提供了通用判据。
2023-07-04 physics.bio-ph physics.soc-ph
Optimal Curing Strategy for Competing Epidemics Spreading over Complex Networks
在复杂网络中，如何抑制竞争性传染病的传播，最优治疗策略是一个关键问题。在本文中，我们首先建立了一个框架来捕捉两种流行病之间的耦合，然后分析系统的平衡状态，将它们分为三类，并推导出它们的稳定性条件。所设计的治疗策略全局优化治疗成本和网络中流行病的严重程度之间的权衡。此外，我们通过证明解的存在性和唯一性，给出了关于传染病传播可预测性的结构性结果。我们还证明了稳健的治疗策略，通过显示的连续性，流行病的严重程度相对于应用的治疗努力。提出了一种基于不动点迭代的梯度下降算法来求解最优固化策略。根据系统参数的不同，治疗策略可以导致传染病网络的平衡点之间的切换作为控制成本的变化。最后，我们用案例研究来证实和说明所获得的理论结果。
2021-04-20 cs.SY eess.SY physics.soc-ph
Optimal control of a probabilistic dynamic for epidemic spreading in arbitrary complex networks
基于离散时间马尔可夫链过程，提出了一种离散时间概率动力学模型，用于模拟基于接触的传染病传播过程，特别是研究了SIR模型，并给出了该模型的相图。然后，本报告提出了一组方程，代表最优控制策略，通过庞特里亚金的最大值原理，在两种不同的情况下，疫苗接种政策和联合疫苗接种住院政策，并显示了数值模拟，与标准的前向后扫描程序，这些方程。
2017-12-20 physics.bio-ph 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
Pairwise-like models for non-Markovian epidemics on networks
在这封信中，一个推广的成对模型的非马尔可夫网络上的流行病。对于固定长度的传染期的情况下，由此产生的成对模型是一个系统的延迟微分方程（DDE），这表明基于显式随机模拟的非马尔可夫网络上的流行病的结果非常一致。此外，我们解析计算一个新的R0样的阈值量和一个隐含的分析关系，这和最终的流行规模。此外，我们表明，成对模型和分析计算可以推广到任何分布的传染期的积分微分方程，我们说明了这一点，提出了一个封闭的形式表达的最终流行病的大小。通过展示非马尔可夫网络流行病和成对DDE之间的严格数学联系，我们提供了一个框架，更深入，更严格地理解非马尔可夫动态的影响，最终的流行病规模和阈值数量的明确结果。
2015-04-17 math.DS physics.soc-ph q-bio.PE
Asymmetrically interacting spreading dynamics on complex layered networks
疾病通过物理接触网络的传播和疾病信息通过通信网络的传播是两个密切相关的动力学过程。我们通过关注任何传播过程背后的两个基本量：流行阈值和最终感染率，研究了两种类型的传播动态之间的不对称相互作用，每种传播动态都发生在自己的层上。我们发现，接触层上的流行病爆发可以诱导传播层上的流行病爆发，信息传播可以有效地提高流行病的阈值。当两层之间存在结构相关性时，信息阈值保持不变，但可以提高流行阈值，使接触层对流行病爆发具有更强的弹性。我们开发了一个物理理论来理解这两种类型的传播动力学之间错综复杂的相互作用。
2014-05-08 cs.SI 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
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
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
