利用图信号变化实时识别和控制有影响力的疫情区域
信号处理
2025-09-15 v1
摘要
大流行的全球蔓延受到人口流动性的推动，将局部感染转变为广泛传播的现象。为了遏制疫情，及时识别加速这一过程的有影响力区域是必要的。在本研究中，我们将感染建模为时间演化的图信号，并提出基于图信号变化的度量来捕捉时空变化。图域和时间域的局部性均得到了建模。基于该度量，我们提出了一种在线算法来识别有影响力的区域。仿真表明，所提出的方法能有效识别出具有较高感染传播能力的地理区域。隔离这些区域可显著减少累计感染。仿真以及对混合 H1N1 数据和真实世界印度 COVID-19 数据的分析，凸显了所提出度量在增强我们对感染传播的理解和控制方面的效用。
引用
@article{arxiv.2509.10281,
title = {Real-time identification and control of influential pandemic regions using graph signal variation},
author = {Sudeepini Darapu and Subrata Ghosh and Dibakar Ghosh and Chittaranjan Hens and Santosh Nannuru},
journal= {arXiv preprint arXiv:2509.10281},
year = {2025}
}
备注
12 pages, 13 figures