为什么预测流行病曲线比重构底层接触网络更容易？
种群与进化
2025-07-09 v2
摘要
我们研究了加权图上的确定性易感者-感染者-易感者(SIS)流行病模型。van Mieghem等人在其数值研究[10]中表明，可以从动力学轨迹的有限时间样本中学习到一个估计网络，该网络能够在样本时间范围之外给出准确的预测，即使该估计网络在定性上可能与真实情况相差甚远。我们对这一现象给出了数学上严格的推导，特别是对于大型网络，流行病曲线的预测是稳健的，而重构底层网络则是病态的。此外，我们还提供了在可重构情况下底层网络的显式公式。在解释的核心部分，我们依赖于Szemerédi弱正则引理。
引用
@article{arxiv.2506.00059,
title = {Why is it easier to predict the epidemic curve than to reconstruct the underlying contact network?},
author = {Dániel Keliger and Illés Horváth},
journal= {arXiv preprint arXiv:2506.00059},
year = {2025}
}