Epidemiology in complex networks - modified heterogeneous mean-field model

Detalhes bibliográficos
Autor(a) principal: Martorello, Cristiane Dias de Souza
Data de Publicação: 2018
Tipo de documento: Dissertação
Idioma: eng
Título da fonte: Biblioteca Digital de Teses e Dissertações da USP
Texto Completo: http://www.teses.usp.br/teses/disponiveis/100/100132/tde-16012019-173906/
Resumo: The study of complex networks presented a huge development in last decades. In this dissertation we want to analyze the epidemic spread in scale-free networks through the Susceptible - Infected - Susceptible (SIS) model. We review the fundamental concepts to describe complex networks and the classical epidemiological models. We implement an algorithm that produces a scale-free network and explore the Quenched Mean-Field (QMF) dynamics in a scale-free network. Moreover, we simulate a change on the topology of the network according to the states of the nodes, and it generates a positive epidemic threshold. We show analytically that the fraction of infected vertices follows a power-law distribution in the vicinity of this critical point
id USP_744159d582de5645bf0bf8f105a58526
oai_identifier_str oai:teses.usp.br:tde-16012019-173906
network_acronym_str USP
network_name_str Biblioteca Digital de Teses e Dissertações da USP
repository_id_str 2721
spelling Epidemiology in complex networks - modified heterogeneous mean-field modelEpidemiologia em redes complexas - modelo de campo médio heterogêneo modificadoModelo SISNetworksRede livre de escalaRedesScale-free networkSIS modelThe study of complex networks presented a huge development in last decades. In this dissertation we want to analyze the epidemic spread in scale-free networks through the Susceptible - Infected - Susceptible (SIS) model. We review the fundamental concepts to describe complex networks and the classical epidemiological models. We implement an algorithm that produces a scale-free network and explore the Quenched Mean-Field (QMF) dynamics in a scale-free network. Moreover, we simulate a change on the topology of the network according to the states of the nodes, and it generates a positive epidemic threshold. We show analytically that the fraction of infected vertices follows a power-law distribution in the vicinity of this critical pointO estudo de redes complexas tem se desenvolvido muito nos últimos anos. Nesta dissertação queremos analisar o processo de propagação de epidemia em redes livres de escala através do modelo Suscetível - Infectado - Suscetível (SIS). Apresentamos uma revisão de redes e as principais características dos modelos epidemiológicos clássicos. Implementamos um algoritmo que produz uma rede livre de escala dado um expoente e exploramos a dinâmica do modelo Quenched Mean-Field (QMF) inserido em uma rede livre de escala. Além disso, foi simulada uma possível alteração na topologia da rede, devido aos estados dos vértices infectados, que gerou um limiar epidêmico positivo no modelo e a probabilidade de vértices infectados seguiu uma lei de potência na vizinhança desse ponto críticoBiblioteca Digitais de Teses e Dissertações da USPHase, Masayuki OkaMartorello, Cristiane Dias de Souza2018-11-29info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisapplication/pdfhttp://www.teses.usp.br/teses/disponiveis/100/100132/tde-16012019-173906/reponame:Biblioteca Digital de Teses e Dissertações da USPinstname:Universidade de São Paulo (USP)instacron:USPLiberar o conteúdo para acesso público.info:eu-repo/semantics/openAccesseng2019-04-09T23:21:59Zoai:teses.usp.br:tde-16012019-173906Biblioteca Digital de Teses e Dissertaçõeshttp://www.teses.usp.br/PUBhttp://www.teses.usp.br/cgi-bin/mtd2br.plvirginia@if.usp.br|| atendimento@aguia.usp.br||virginia@if.usp.bropendoar:27212019-04-09T23:21:59Biblioteca Digital de Teses e Dissertações da USP - Universidade de São Paulo (USP)false
dc.title.none.fl_str_mv Epidemiology in complex networks - modified heterogeneous mean-field model
Epidemiologia em redes complexas - modelo de campo médio heterogêneo modificado
title Epidemiology in complex networks - modified heterogeneous mean-field model
spellingShingle Epidemiology in complex networks - modified heterogeneous mean-field model
Martorello, Cristiane Dias de Souza
Modelo SIS
Networks
Rede livre de escala
Redes
Scale-free network
SIS model
title_short Epidemiology in complex networks - modified heterogeneous mean-field model
title_full Epidemiology in complex networks - modified heterogeneous mean-field model
title_fullStr Epidemiology in complex networks - modified heterogeneous mean-field model
title_full_unstemmed Epidemiology in complex networks - modified heterogeneous mean-field model
title_sort Epidemiology in complex networks - modified heterogeneous mean-field model
author Martorello, Cristiane Dias de Souza
author_facet Martorello, Cristiane Dias de Souza
author_role author
dc.contributor.none.fl_str_mv Hase, Masayuki Oka
dc.contributor.author.fl_str_mv Martorello, Cristiane Dias de Souza
dc.subject.por.fl_str_mv Modelo SIS
Networks
Rede livre de escala
Redes
Scale-free network
SIS model
topic Modelo SIS
Networks
Rede livre de escala
Redes
Scale-free network
SIS model
description The study of complex networks presented a huge development in last decades. In this dissertation we want to analyze the epidemic spread in scale-free networks through the Susceptible - Infected - Susceptible (SIS) model. We review the fundamental concepts to describe complex networks and the classical epidemiological models. We implement an algorithm that produces a scale-free network and explore the Quenched Mean-Field (QMF) dynamics in a scale-free network. Moreover, we simulate a change on the topology of the network according to the states of the nodes, and it generates a positive epidemic threshold. We show analytically that the fraction of infected vertices follows a power-law distribution in the vicinity of this critical point
publishDate 2018
dc.date.none.fl_str_mv 2018-11-29
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/masterThesis
format masterThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv http://www.teses.usp.br/teses/disponiveis/100/100132/tde-16012019-173906/
url http://www.teses.usp.br/teses/disponiveis/100/100132/tde-16012019-173906/
dc.language.iso.fl_str_mv eng
language eng
dc.relation.none.fl_str_mv
dc.rights.driver.fl_str_mv Liberar o conteúdo para acesso público.
info:eu-repo/semantics/openAccess
rights_invalid_str_mv Liberar o conteúdo para acesso público.
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
dc.coverage.none.fl_str_mv
dc.publisher.none.fl_str_mv Biblioteca Digitais de Teses e Dissertações da USP
publisher.none.fl_str_mv Biblioteca Digitais de Teses e Dissertações da USP
dc.source.none.fl_str_mv
reponame:Biblioteca Digital de Teses e Dissertações da USP
instname:Universidade de São Paulo (USP)
instacron:USP
instname_str Universidade de São Paulo (USP)
instacron_str USP
institution USP
reponame_str Biblioteca Digital de Teses e Dissertações da USP
collection Biblioteca Digital de Teses e Dissertações da USP
repository.name.fl_str_mv Biblioteca Digital de Teses e Dissertações da USP - Universidade de São Paulo (USP)
repository.mail.fl_str_mv virginia@if.usp.br|| atendimento@aguia.usp.br||virginia@if.usp.br
_version_ 1815257012134477824

Registros relacionados