流行病传播相互作用的多样性,并影响很多健康的人在很短的时间内,导致深刻的社会和经济后果。虽然研究社会积累了大量证据的角色造型复杂网络的流行动态,我们仍然面临的挑战的理解和控制传播过程在不同的地区。

理论分析和准确评估流行小说的发展需要的风险分析工具和框架。通过引入各种技术和新观点,如统计数据和人工智能,更准确的预测模型和有效的控制策略。

这个特殊的问题旨在表明学者们的见解和思想有关理论分析和数据驱动建模为政策制定和疾病干预。两个研究文章和评论文章讨论的当前状态的艺术欢迎。

潜在的主题包括但不限于以下:

• 预测疾病的潜在传播通过复杂网络建模
• 评估潜在的感染和无症状感染的数量
• 模拟传染病传播的国家和地区
• 大数据驱动的分析感染之间的关系网络和社会网络
• 发现的空间传播传染病在城市或国家
• 预测区域的风险由AI-theory不被病毒入侵
• 识别风险因素驾驶空间传播
• 比较计算流行病模型的有效性
• 流动性的影响个人的一种流行病
• 评估一种流行病的控制措施
• 确定个人或城市流行的入侵途径传播/网络
• 识别“零”病人和超级传播者/入侵者