Nov, 2023

探讨社会压力对 COVID-19 的适应动态的影响：揭示面对流行病的未知人群行为

PDF
TL;DR在自然灾害的背景下，人类的反应不可避免地与自然因素交织在一起。COVID-19 大流行作为一个重要的压力因素，揭示了不同国家在应对不同地区感染爆发蔓延方面适应动力的深刻差异，突显了文化特征在自然灾害分析中的关键作用。
natural disasterscovid-19 pandemicadaptive dynamicskinetic modelssirss model
发现论文，激发创造
  • 应用主题模型探究 COVID-19 相关的压力源

    该研究应用自然语言处理技术对社交媒体数据进行分析，以确定 COVID-19 大流行期间的心理社会压力源，并分析各阶段压力源的流行趋势。结果可用于提供洞察力，以便为个人提供高质量的心理健康支持。

    Jan, 2022

  • COVID-19 的动态因果建模

    本文利用动态因果模型和集成动力学，通过对干预和不同人群间的差异进行建模，量化了冠状病毒在不同情况下的不确定性和预测。同时，该研究还观察到了群体免疫导致的非线性影响和自组织缓解过程方面的有趣现象。

    Apr, 2020

  • 评估 COVID-19 疫情响应中 “信息疫情” 的风险

    通过分析世界各地发布的超过一亿条推特信息，研究人员发现在 COVID-19 大流行期间，波动的不可靠和低质量信息可以引发社会不合理行为和严重的公共卫生威胁， 而人们对虚假信息的反应表现出可以通过充分的沟通策略来缓解的早期警告信号。

    Apr, 2020

  • 基于数据驱动的 COVID-19 退出策略仿真与优化

    在这篇文章中，我们提出了一种基于深度学习估计疫情参数的流行病学参数预测工具包，结合遗传算法组件搜索决策制定者设定的约束和目标的最优权衡 / 政策来预测病例和死亡，并且实验结果表明我们的方法比 75% 的传统基于规则的流行病学模型预测出错率更低，在学习转移和未见过的国家测试的情况下实现了 95% 的 R2 得分。

    Jun, 2020

  • COVID-19 的易感 - 感染 - 恢复（SIR）动态和经济影响

    应用 SIR 模型评估了 COVID-19 的流行，发现控制社交疏远的时机和强度的最优减轻政策可以将高峰感染率从 28％降至 6.2％，对资产定价模型的影响也得到了初步研究。

    Mar, 2020

  • 人类网络中的疫情传播

    本文提出一种 SIS 模型的改进版，将警惕性引入该模型，得到了一个连续时间马尔可夫过程，并且证明了该模型的传播具有两个明显的阈值。实验进一步证明了，警惕性可以被视为控制流行病的一种策略，对从传染病缓解到减少恶意软件影响的多个应用领域具有潜在的发掘价值。

    Jul, 2011

  • 网络上流行病的传播

    本文研究社交网络，尤其是社交网络上疾病的传播，在物理学界引起了广泛关注。我们证明了一类称为易感性 / 传染性 / 移除 (SIR) 模型可以在各种网络上得到精确解。此外，我们解决了各种时间和概率是非均匀和相关的情况，也考虑了一个简单的结构化群体的流行病情况，即男女分组的性传播疾病。通过在网络上进行 SIR 疫情的数值模拟，我们证实了我们的解的正确性。

    Apr, 2002

  • 复杂网络上的流行病过程

    本论文对流行病传播的理论分析进行了全面的综述，重点阐述了流行病学建模的共性和差异性，并探讨了复杂网络中的扩散和演化问题。

    Aug, 2014

  • COVID-19 的接触率流行病控制：平衡视角

    研究了通过标准 SIR 隔离模型控制 COVID-19 流行病的方法，通过降低社会交往行为来降低有效传播率，然而结果显示，每个人为了避免感染，限制自己的社交活动可能会导致社会收益的损失，存在着一定的混乱成本。

    Apr, 2020

  • 美国社会经济差距和 COVID-19

    通过使用解释性机器学习和博弈论方法，我们研究了 COVID-19 在美国县级的传播情况，发现疾病的流行和死亡率与当地的社会经济情况相关，特别是在农村地区，并发现该疾病的传播模式在城市和农村地区分别存在不对称性，并优先影响非白人占比较高的县。我们的研究结果可用于更有针对性地制定政策和分配资源，以应对未来由 SARS-CoV-2 引发的疫情，同时该研究方法还可扩展到研究其他疾病的传播。

    Sep, 2020