Mitigating epidemic spread in complex networks based on deep reinforcement learning

检疫 强化学习 杠杆(统计) 计算机科学 复杂网络 马尔可夫决策过程 业务 人工智能 马尔可夫过程 数学 生物 生态学 统计 万维网
作者
Jie Yang,Wenshuang Liu,Xi Zhang,Choujun Zhan
出处
期刊:Chaos [American Institute of Physics]
卷期号:34 (12)
标识
DOI:10.1063/5.0235689
摘要

Complex networks are susceptible to contagious cascades, underscoring the urgency for effective epidemic mitigation strategies. While physical quarantine is a proven mitigation measure for mitigation, it can lead to substantial economic repercussions if not managed properly. This study presents an innovative approach to selecting quarantine targets within complex networks, aiming for an efficient and economic epidemic response. We model the epidemic spread in complex networks as a Markov chain, accounting for stochastic state transitions and node quarantines. We then leverage deep reinforcement learning (DRL) to design a quarantine strategy that minimizes both infection rates and quarantine costs through a sequence of strategic node quarantines. Our DRL agent is specifically trained with the proximal policy optimization algorithm to optimize these dual objectives. Through simulations in both synthetic small-world and real-world community networks, we demonstrate the efficacy of our strategy in controlling epidemics. Notably, we observe a non-linear pattern in the mitigation effect as the daily maximum quarantine scale increases: the mitigation rate is most pronounced at first but plateaus after reaching a critical threshold. This insight is crucial for setting the most effective epidemic mitigation parameters.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
大幅提高文件上传限制,最高150M (2024-4-1)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
续续完成签到,获得积分10
刚刚
小豆完成签到,获得积分20
刚刚
董晨颖发布了新的文献求助10
刚刚
prosperp应助Linabear采纳,获得10
1秒前
jackycas发布了新的文献求助10
1秒前
彭于晏应助整齐的曼安采纳,获得10
1秒前
xuhang发布了新的文献求助10
2秒前
add完成签到,获得积分10
2秒前
mhl11应助空洛采纳,获得20
2秒前
2秒前
3秒前
3秒前
3秒前
阿巴阿巴发布了新的文献求助30
4秒前
5秒前
向北大望发布了新的文献求助10
5秒前
善学以致用应助小豆采纳,获得10
5秒前
6秒前
6秒前
哭泣的又蓝完成签到,获得积分10
6秒前
ling完成签到,获得积分20
6秒前
王东旭发布了新的文献求助10
7秒前
乐乐应助亦雪采纳,获得10
8秒前
xaogny发布了新的文献求助10
8秒前
zls发布了新的文献求助10
9秒前
小王发布了新的文献求助10
10秒前
玥越发布了新的文献求助10
10秒前
cyp发布了新的文献求助10
10秒前
10秒前
NXBYFZX发布了新的文献求助10
10秒前
欢喜的小海豚完成签到,获得积分10
11秒前
仁爱的谷南完成签到,获得积分10
12秒前
幸福健柏完成签到,获得积分10
12秒前
yu_Panda发布了新的文献求助10
13秒前
王东旭完成签到,获得积分10
14秒前
15秒前
motidfox发布了新的文献求助10
15秒前
Bi发布了新的文献求助10
16秒前
16秒前
尼呢完成签到,获得积分10
17秒前
高分求助中
Licensing Deals in Pharmaceuticals 2019-2024 3000
Effect of reactor temperature on FCC yield 2000
Very-high-order BVD Schemes Using β-variable THINC Method 1020
PraxisRatgeber: Mantiden: Faszinierende Lauerjäger 800
Mission to Mao: Us Intelligence and the Chinese Communists in World War II 600
The Conscience of the Party: Hu Yaobang, China’s Communist Reformer 600
Geochemistry, 2nd Edition 地球化学经典教科书第二版,不要epub版本 431
热门求助领域 (近24小时)
化学 医学 生物 材料科学 工程类 有机化学 生物化学 物理 内科学 纳米技术 计算机科学 化学工程 复合材料 基因 遗传学 催化作用 物理化学 免疫学 量子力学 细胞生物学
热门帖子
关注 科研通微信公众号,转发送积分 3301083
求助须知:如何正确求助?哪些是违规求助? 2935899
关于积分的说明 8474945
捐赠科研通 2609497
什么是DOI,文献DOI怎么找? 1424770
科研通“疑难数据库(出版商)”最低求助积分说明 662108
邀请新用户注册赠送积分活动 646072