本文研究了航空运输网络的大规模特性对新发传染病全球传播演变的作用，并提出了一种考虑全球航空旅行基础设施和人口普查数据的全球流行疫情预测的随机计算框架。我们定义了一组能够表征传染病模式的异质性和可预测性的新量化指标，可以用于分析遏制政策和流行病风险评估。

Jul, 2005

通过分析中国三个城市的地铁乘客的智能卡数据构建联系网络，建立了传染病扩散的模型并发现这些城市的地铁联系网络结构相似，且都存在传染病扩散的风险，因此需要重视和规划相应的交通运营策略。

Feb, 2020

本文采用异质性逗留时间的总种群方法来模拟空间结构人群中的疾病动力学，结果表明，长度波动较大的逗留时间将对全球疫情入侵的阈值条件产生重要影响，并显示出重要的公共卫生意义。

Jul, 2012

通过分析美国纸币的流通，我们发现人类旅行遵从 Levy 飞行的规律，可以通过一个双参数连续时间随机漫步模型进行数学描述，并证明人类在地理尺度上的旅行是一个具有二重性的超扩散过程。

May, 2006

基于电信数据的 Hawkes 模型为公共卫生决策者提供了一个可扩展的预警系统，可有效预测新冠疫情的传播趋势并优于基准方法。

Jun, 2021

通过新提出的潜在影响点过程模型 (Latent Influence Point Process，LIPP) 来量化传染病在人口密集地区的内部动态对事件发生的反馈（触发区域性爆发疫情的前期病例存在的可能性），并研究了昆士兰州 15 年的登革热病例，发现爆发主要由州间全局扩散所驱动，而密集地区的疫情受到前期流行病的缓慢而持续的反馈，而边缘区域的疫情则受到快速但不稳定的反馈。该模型揭示了不同组之间的直接和间接扩散过程以及基于接触和向量传播疾病的概率因果关系。

Jan, 2018

本研究旨在使用安全图提供的匿名移动电话用户的公共场所访问数据，在人口普查区、县和州三个地理范围内分析数百万人的日常和每周动态起点到终点的人口流向，并计算、聚合和推断出不同地理尺度上的人口流动情况。结果显示，我们的流动数据集与公开数据源之间有高度相关性，可以帮助监测疫情传播动态，支持公共卫生政策，深入理解公共卫生危机下人类行为变化，并支持许多其他社交感知和交通应用。

Aug, 2020

该研究基于真实数据，分析了在规模自由网络上计算机病毒的传播，并定义了一种动态模型，发现了其特有的临界传染现象，为病毒的管理提供了新的理论框架。

Oct, 2000

本文研究了基于网络结构模型下的传染病传播，讨论了现有的数学模型的优势和劣势，并探讨了它们在其他人口群体中的应用和现有挑战。

Mar, 2014

本研究提出了一种基于 metapopulation 的两步方法来预测疾病传播，第一步使用 D^2PRI 网络推理模型来推理出潜在的传染病感染网络，第二步使用扩展的 SIR 模型进行传播预测和爆发模拟，证明该方法在网络推理、感染预测和爆发模拟方面表现出优越性。

Jun, 2018