复杂网络广泛用于描述许多真实世界的系统。他们可以用在社会、生物和技术系统。网络拓扑结构的非线性动力学现象严重影响流行病学和数码流行病学。大量真实的数据分析显示,网络拓扑结构随时间和应该被描述为颞网络而不是静态网络。

发现和理解网络暂时性时空演变模式的影响,临界现象,相变网络流行在网络科学传播是一个非常热的挑战。开发一些数据驱动的流行病传播模型,同时考虑网络暂时性和动态字符是至关重要的。此外,一些先进的理论分析方法应该被开发来帮助传播动力学进行调查。基于前面的两个方面,控制流行性传播时间网络方法值得进一步研究。

这个特殊的问题旨在提供理论和实证调查关于流行病传播动力学时间网络。我们强烈鼓励原始研究和评论文章从不同的学科,包括生物学、物理学、计算机科学、数学、和社会学。

潜在的主题包括但不限于以下:

• 确定性/随机模型的时间网络上的流行蔓延
• 数据驱动模型时间网络上的流行蔓延
• 源识别时间网络
• 在时序网络影响力最大化
• 新的理论方法对流行病传播时间网络
• 流行的关键现象和相变时间网络上传播
• 动力分析时间网络上的流行蔓延
• 最佳时间为流行病传播网络拓扑
• 在时序网络控制疫情蔓延
• 造型的流行传播时间网络与不同的机制