论文题目:Contagion dynamics on higher-order networks
论文地址:https://www.nature.com/articles/s42254-024-00733-0
期刊名称:Nature Reviews Physics
理解疾病传播、信息扩散和行为传播是当前网络科学和复杂系统科学中的重大研究课题。近日发表于Nature Reviews Physics的这篇文章探讨了高阶网络中传染现象的动力学机制,详细阐述了疾病、信息和行为传播的复杂过程,揭示了高阶网络在这一领域的新潜力。
研究指出,传统的网络模型大多假设传染在两两节点之间发生,这种简化假设在许多社交和流行病情景中并不适用。为了更准确地描述这些复杂的传染过程,研究团队提出了高阶网络模型。该模型通过考虑节点间的多样化互动,提供了比传统图模型更丰富的动态行为,例如突变、双稳态和间歇性等现象。这些模型在理论上展示了丰富的动态特性,但其实际应用和验证仍需进一步探索。
研究通过统一形式化的方法,涵盖了大多数现有文献中的模型。首先,在极限条件下研究了传统两两图模型,旨在了解这些过程的内在机制。然后,研究团队探讨了将高阶互动融入这些模型的多种方法,突出了它们的相似性和区别。特别地,研究讨论了不同传染模型的行为观察和分析方法,包括SIS模型和SIR模型在超图上的表现,以及不同感染内核和临界质量阈值模型的特性。
尽管高阶网络在理论探索方面展示了清晰的路径,但实证验证仍显不足。研究指出,需要通过数据或实验来验证这些模型,以更好地理解这一类动态过程。为此,研究团队提出了一些可能的研究方向,从理论和数据导向的角度提供了进一步研究的前景 。
该研究为未来的高阶传染模型研究奠定了基础,强调了在社会和流行病背景下考虑高阶互动的重要性。研究表明,这些模型不仅在理论上展示了丰富的动态特性,而且在实际应用中具有广阔的前景,特别是在应对社会挑战如气候变化和流行病防控等方面。
图2. 根据不同方法统计的成对情况下SIS流行率 ρ
随着对现实世界探索的不断深入,人们发现在许多真实的复杂系统中,组成系统的个体之间不仅存在二元交互关系,也广泛存在多个体同时(或以特定顺序)进行交互,即高阶交互现象。为此,研究人员分别发展出了基于超图、单纯复形、依赖关系等的网络高阶表示模型,为复杂网络分析和研究提供了新的思路。
由电子科技大学吕琳媛老师、任晓龙老师及中国地质大学(北京)管青老师在集智俱乐部联合发起了【高阶网络读书会】。读书会围绕高阶交互网络的基本概念、模型、方法与应用等研究进行研讨,按照「基础理论」+「深入理论」+「案例研讨」的模式展开。读书会第一季已经圆满结束,第二季正在筹备中。现在报名加入可以解锁第一季全部录播视频并加入社群交流。
6. 加入集智,一起复杂!