Las estrategias de inmunización en redes complejas son métodos efectivos para controlar la dinámica de propagación en redes complejas, las cuales cambian la topología y la conectividad de la red subyacente, afectando así el proceso dinámico de propagación. Aquí, utilizamos un modelo de umbral no markoviano para estudiar el impacto de las estrategias de inmunización en contagios sociales, donde el índice inmune mayor o igual a 0 corresponde a la inmunización dirigida (aleatoria), y cuando el índice inmune es menor a 0, la probabilidad de que un individuo sea inmunizado está inversamente relacionada con el grado del individuo. Se desarrolla una teoría compartimental basada en aristas generalizada para analizar la dinámica de los contagios sociales bajo inmunización, y las predicciones teóricas son muy consistentes con los resultados de simulación. Descubrimos que aumentar el índice inmune o aumentar la proporción inmune reducirá el tamaño final de adopción y aumentará el umbral
Esta es una versión de prueba de citación de documentos de la Biblioteca Virtual Pro. Puede contener errores. Lo invitamos a consultar los manuales de citación de las respectivas fuentes.
Artículo:
Estimaciones ponderadas para operadores de Toeplitz relacionados con operadores seudodiferenciales
Artículo:
Agrupación de picos de densidad basada en la optimización de la densidad relativa
Artículo:
Simulación de una membrana vibrante utilizando un autómata celular bidimensional.
Artículo:
Análisis de Equivalencia de Disponibilidad de un Sistema Reparable Multiestado en Paralelo-Serie con Diferentes Tasas de Rendimiento
Artículo:
Resolviendo la ecuación fraccional de Rosenau-Hyman a través del método de iteración variacional y el método de perturbación homotópica