Когда ученые пытаются предсказать распространение среди различных групп населения-от синдрома к дезу-они используют сложные математические модели, чтобы сделать так. Как правило, они будут учиться первые несколько шагов, в которых тема распространяется, и использовать этот показатель до проекта как далеко и широкий разброс пойдет.
Но что происходит, если возбудитель мутирует, или информация будет изменена, изменяя скорость их распространения? В новом изучении появляясь в вопрос на этой неделе в Трудах Национальной академии наук (PNAS), команда исследователей из Университета Карнеги-Меллона впервые показывают, насколько важны эти соображения.
«Эти эволюционные изменения имеют огромное влияние», — говорит член CyLab факультет yagan не Осман, адъюнкт-профессор исследований в области электротехники и вычислительной техники (ЕЭК) и соответствующие автор исследования. «Если вы не считаете потенциал меняется с течением времени, вы будете ошибаться в прогнозировании количества людей, которые будут болеть или число людей, которые подвергаются кусок информации».
Большинство людей знакомо с эпидемиями болезней, но сама информация-в наше время путешествовать со скоростью света через социальные медиа — можете испытать своего рода эпидемии и «вирусный.» Является ли какая-либо информация распространится по сети или не может зависеть от того, насколько исходное сообщение подправили.
«Некоторые части дезинформации являются преднамеренными, но некоторые из них могут органично развиваться, когда многие люди последовательно внести небольшие изменения, как игра в телефон», — говорит yagan не. «Казалось бы, скучным кусок информации может перерасти в вирусный твит, и мы должны быть в состоянии предсказать, как эти вещи.»
В своем исследовании ученые разработали математическую теорию, которая принимает эти эволюционные изменения во внимание. Затем они проверили свою теорию на тысячи компьютерному моделированию эпидемий в реальных сетях, таких как Twitter для распространения информации или больницу для распространения болезни.
В контексте распространения инфекционных заболеваний, команда провела тысячи симуляций, используя данные из двух реальных сетей: контактная сеть среди студентов, преподавателей и сотрудников в американскую среднюю школу, и контактная сеть среди персонала и пациентов в госпитале в Лионе, Франция.
Эти модели служили испытательным полигоном: теория о том, что соответствует тому, что наблюдается в расчетах окажется более точным.
«Мы показали, что наша теория работает в реальной сети,» — говорит первый автор исследования, Рашад Eletreby, который был кандидат Карнеги-Меллон студента, когда он писал в статье. «Традиционные модели, которые не считают эволюционные приспособления не в состоянии предсказывать вероятность возникновения эпидемии».
Хотя исследование не является панацеей для прогнозирования распространения современных коронавирус или распространение фейковых новостей в сегодняшней изменчивой политической среде со 100% точностью-никто бы нужны данные в реальном времени отслеживания эволюции патогена или информацию, чтобы сделать что-то авторы говорят, что это большой шаг.
«Мы на один шаг ближе к реальности», — говорит Eletreby.
Другие авторы на исследование были включены философии ЕСЕ Д. студент Юн Чжуан, институт программного обеспечения исследования профессор Кэтлин Карли, и Принстон электротехники профессор Винсент бедных.
сделать разницу: спонсорские возможности
Ответить
Хотите присоединиться к обсуждению?Не стесняйтесь вносить свой вклад!