Loading...
机构名称:
¥ 2.0

扩散过程渗透到人工智能的众多领域,抽象地模拟了网络中信息交换的动态,这些信息交换通常是易变的。一个核心问题是信息在网络中保留多长时间,即生存时间。对于常见的 SIS 过程,对于各种参数,预期生存时间至少是星图上网络规模的超多项式。相比之下,引入临时免疫的 SIRS 过程的预期生存时间在星图上始终最多为多项式,并且仅对于更密集的网络(例如扩展器)才为超多项式。然而,这一结果依赖于完全的临时免疫,而这在实际过程中并不总是存在的。我们引入了 cSIRS 过程,它结合了逐渐下降的免疫力,使得每个时间点的预期免疫力与 SIRS 过程的预期免疫力相同。我们在星图和扩展器上严格研究了 cSIRS 过程的生存时间,并表明其预期生存时间与没有免疫力的 SIS 过程非常相似。这表明,免疫力逐渐下降就等于没有免疫力。

逐渐下降的免疫力保持无免疫扩散的指数持续时间

逐渐下降的免疫力保持无免疫扩散的指数持续时间PDF文件第1页

逐渐下降的免疫力保持无免疫扩散的指数持续时间PDF文件第2页

逐渐下降的免疫力保持无免疫扩散的指数持续时间PDF文件第3页

逐渐下降的免疫力保持无免疫扩散的指数持续时间PDF文件第4页

逐渐下降的免疫力保持无免疫扩散的指数持续时间PDF文件第5页