强连接对时间网络中SIR和SIS过程的对比效应
物理与社会
2016-01-20 v2 社会与信息网络
摘要
大多数真实网络的特征是随时间演化的连接模式，遵循复杂的非马尔可夫动力学。在这里，我们通过研究具有和不具有记忆（即马尔可夫和非马尔可夫）的活动驱动网络上的易感-感染-恢复（SIR）和易感-感染-易感（SIS）流行病模型，来研究这一普遍特征的影响。我们表明，虽然记忆在SIR模型中抑制了传播过程（流行病阈值移动到更大的值），但在SIS情况下它起到相反的作用（阈值降低）。连接强度的异质性以及由此导致的频繁重复连接，使得毒性较弱的SIS类疾病能够在紧密连接的局部簇中存活，这些簇充当病毒的储存库。我们通过评估真实时间网络中两个过程的阈值来验证这一图景。我们的发现证实了非马尔可夫网络动力学在动力学过程中的重要作用。
引用
@article{arxiv.1404.1006,
title = {Contrasting Effects of Strong Ties on SIR and SIS Processes in Temporal Networks},
author = {Kaiyuan Sun and Andrea Baronchelli and Nicola Perra},
journal= {arXiv preprint arXiv:1404.1006},
year = {2016}
}