量子类方法揭示容积模型可预测性的内在限制
物理与社会
2024-10-24 v2
摘要
从确定性容积模型获得流行病爆发演化准确预测的任务代表了主要理论挑战。最近的研究表明，这些模型通常表现出轨迹退化，即不同的流行病参数集合在疫情初期会产生相似的预测，但在未来的疫情情景中会导致差异巨大的结果。本文采用 Doi-Peliti 方法，将经典的确定性 SIS 和 SIR 模型扩展为量子类形式，以探讨疫情预测的不确定性是否也受疫情过程随机性的影响。该方法允许获取轨迹的概率性集合，揭示疫情不确定性并非在时间上均匀分布，而是在疫情峰值附近最大，在疫情初期和晚期均趋于消失。我们的结果表明，无论模型的复杂度如何，感染和恢复过程的随机性都会对疫情预测的不确定性施加自然约束。
引用
@article{arxiv.2409.06438,
title = {Quantum-like approaches unveil the intrinsic limits of predictability in compartmental models},
author = {José Alejandro Rojas-Venegas and Pablo Gallarta-Sáenz and Rafael G. Hurtado and Jesús Gómez-Gardeñes and David Soriano-Paños},
journal= {arXiv preprint arXiv:2409.06438},
year = {2024}
}