دانلود ترجمه مقاله تاثیرات آگاهی جهانی بر گسترش اپیدمی در شبکه های چندگانه (ساینس دایرکت – الزویر 2018) (ترجمه ویژه – طلایی ⭐️⭐️⭐️)

تاثیرات آگاهی جهانی بر گسترش اپیدمی در شبکه های چندگانه

The effects of global awareness on the spreading of epidemics in multiplex networks

نکات مهم
چکیده
1- مقدمه
2- مدل گسترش همه گیری کنترل شده آگاهی جهانی
3- روش MMCA جهانی
4- شبیه سازی های آستانه همه گیری
5- مقایسه با مدل آگاهی محلی (LACS)
6- مقایسه با مدل SIS-UAU و مدل تک لایه آگاهی عمومی آگاهی محلی
7- نتیجه گیری
ضمیمه
منابع

چکیده

به طور فزاینده مشخص شده است که درک الگوهای پیچیده تعامل بین گسترش همه گیر (اپیدمی) و رفتار انسانی یک مولفه کلیدی در فعالیت های کنترل موفق سرایت است. به طور ویژه، افراد می توانند به اطلاعاتی درباره بیماری های همه گیر و واکنش از طریق تغییر رفتارهای خود دست یابند که می تواند بر پویایی گسترش تاثیرگذار باشد. علاوه بر این، با توجه به وجود رفتارهای گله مانند، افراد به آسانی تحت تاثیر اطلاعات آگاهی جهانی قرار می گیرند. بنابراین، در این مقاله مدل گسترش کنترل شده آگاهی جهانی (GACS) را بررسی تعامل بین فرآیند هایی پیشنهاد می دهیم که ارتباط پویایی با یکدیگر دارند. ما با استفاده از روش زنجیره مارکوف میکروسکوپی عمومی به نتایج تحلیلی برای آستانه های همه گیر دست می بابیم به طوری که دقت بالایی را از طریق مقایسه با شبیه سازی های متعدد مونت کارلو نشان می دهد. علاوه بر این، با در نظر گرفتن مدل های کلاسیک استفاده شده برای توصیف فرآیندهای مرتبط پویا از جمله مدل گسترش واگیری کنترل شده آگاهی محلی (LACS)، مدل مستعد پذیرش- آلوده- مستعد پذیرش- ناآگاه-آگاه- ناآگاه (SIS-UAU) و موقعیت تک لایه، مقایسه های کاملی بین GACS و آن ها انجام می دهیم. اگرچه این مقایسه ها و نتایج به پارامترهای هر مدل وابسته هستند اما مدل GACS همواره اثرات مهار شدید را بر فرآیند گسترش همه گیر نشان می دهد. نتایج به دست آمده در این مقاله درک بهتر از فرآیند های مرتبط دینامیکی نشان می دهد و اهمیت در نظر گرفتن گسترش آگاهی جهانی در کنترل بیماری های همه گیر را نمایان می کند.

7- نتیجه گیری

به صورت خلاصه، در این مقاله با در نظر گرفتن آگاهی جهانی، مدل GACS برای بررسی تعامل متقابل بین گسترش آگاهی با گسترش همه گیری برمبنای یک شبکه چند منظوره دو لایه پیشنهاد داده شده است. تفاوت اصلی بین مدل GACS و مدل های دیگر این است که احتمال آگاه بودن برای افراد ناآگاه بر مبنای درصد جهانی افراد آگاه در کل جمعیت است. سپس درخت احتمال را برای فرآیندهای مرتبط پویا ایجاد کردیم تا تبدیل ها در بین حالت های مختلف افراد را نشان دهد. با کمک روش MMC جهانی، آستانه همه گیری با حل مساله مقدار ویژه قابل دستیابی است. از طریق مقایسه با شبیه سازی های متعدد مونت کارلو، این روش دقت بالایی در پیش بینی آستانه همه گیری نشان می دهد. علاوه بر این، مدل GACS را با دیگر مدل های کلاسیک از جمله مدل UAU-SIS، مدل LACS و رخداد تک لایه مقایسه کرده ایم و نتایج جزئیات زیادی درباره تفاوت های بین این مدل ها را نشان می دهد. به ویژه در مدل GACS، هیچ گونه اثر دو مرحله ای وجود ندارد که البته همواره در مدل LACS وجود دارد. در صورتی که آستانه آگاهی محلی α به اندازه کافی کوچک باشد، آنگاه اثرات سرکوبی GACS ضعیف تر از مدل LACS است؛ در حالی که اگر α به اندازه کافی بزرگ باشد، اثرات سرکوبی مدل GACS GACS از بزرگ تر از آن است.

Abstract

It is increasingly recognized that understanding the complex interplay patterns between epidemic spreading and human behavioral is a key component of successful infection control efforts. In particular, individuals can obtain the information about epidemics and respond by altering their behaviors, which can affect the spreading dynamics as well. Besides, because the existence of herd-like behaviors, individuals are very easy to be influenced by the global awareness information. Here, in this paper, we propose a global awareness controlled spreading model (GACS) to explore the interplay between the coupled dynamical processes. Using the global microscopic Markov chain approach, we obtain the analytical results for the epidemic thresholds, which shows a high accuracy by comparison with lots of Monte Carlo simulations. Furthermore, considering other classical models used to describe the coupled dynamical processes, including the local awareness controlled contagion spreading (LACS) model, Susceptible–Infected–Susceptible–Unaware–Aware–Unaware (SIS–UAU) model and the single layer occasion, we make a detailed comparisons between the GACS with them. Although the comparisons and results depend on the parameters each model has, the GACS model always shows a strong restrain effects on epidemic spreading process. Our results give us a better understanding of the coupled dynamical processes and highlights the importance of considering the spreading of global awareness in the control of epidemics.

7- Conclusion

In a summary, in this paper, through taking the global awareness into consideration, we propose the GACS model to explore the interplay between awareness spreading with epidemic spreading on top of a two-layer multiplex network. The main difference between the GASC model with other models is that the probability of being aware for unaware individuals is based on the global percent of aware individual in the whole population. Afterwards, we build the probability tree for the coupled dynamical processes to reveal the transitions among different states of individuals.With the help of the global MMCA method, the epidemic threshold can be obtained by solving an eigenvalue problem. Through comparing with lots of Monte Carlo simulations, the method shows high accuracy in predicting the epidemic threshold. Besides, we have also compared the GACS model with some other classical models, including UAU–SIS model, LACS model and single layer occasion, the results reveal abundant details about the differences between different models. Specifically, in the GACS model, there is no two-stage effect which always exists in the LACS model. And if the local awareness threshold α is small enough, the suppression effects of the GACS is weaker than that of the LACS model; while if α is large enough, the suppression effects of the GACS is the stronger one.

تصویری از مقاله ترجمه و تایپ شده در نرم افزار ورد

تاثیرات آگاهی جهانی بر گسترش اپیدمی در شبکه های چندگانه

The effects of global awareness on the spreading of epidemics in multiplex networks