文献

J-GLOBAL ID：201702237779037600   整理番号：17A1418319

大および不均一ネットワーク上のMarkov流行過程のシミュレーションのための最適化されたGillespieアルゴリズム【Powered by NICT】

Optimized Gillespie algorithms for the simulation of Markovian epidemic processes on large and heterogeneous networks

著者 (2件)： Cota Wesley (Departamento de Fisica, Universidade Federal de Vicosa, 36570-000, Vicosa, Minas Gerais, Brazil) ,  Ferreira Silvio C. (Departamento de Fisica, Universidade Federal de Vicosa, 36570-000, Vicosa, Minas Gerais, Brazil)
資料名： Computer Physics Communications  (Computer Physics Communications)
巻： 219  ページ： 303-312  発行年： 2017年 
JST資料番号： E0081C  ISSN： 0010-4655  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： 連続時間Markov過程の数値シミュレーションは複雑ネットワーク上の伝染病蔓延の研究に必須であり,広く利用されているツールである。流行が送信された接続構造の高い不均一性のために,一般的な流行プロセスの効率的で正確な実装は自明ではなく,統計的に正確な処方からのずれが制御されていないバイアスにつながる可能性がある。Gillespieアルゴリズム(GA),状態を変化させる段階のみを考慮に基づいて,数値処方を開発し,高度に不均一なと大規模ネットワークを目的とした一般的なMarkov流行過程の統計的に正確で計算的に効率的なシミュレーションのためのその計算機実装を述べた。ここで研究したレシピの中心点は,ファントムプロセス状態を変化させないが,時間増分に対する計数を行うことを含めることである。敏感-伝染-敏感型,接触過程と感受感染回復モデルのための効率,ここで考慮した一般的なモデルの特殊な場合であることを比較した。は数値的に最適化したアルゴリズムのシミュレーション結果は,元のGAと統計的に区別できない,より効率的な数桁の大きさであることを確認した。Copyright 2017 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【Powered by NICT】

シソーラス用語： *アルゴリズム ,  感染 ,  連続時間系 ,  *シミュレーション ,  *ネットワーク ,  計算機械 ,  Markov過程 ,  不均一性 ,  *最適化 ,  バイアス
準シソーラス用語： レシピ ,  大規模ネットワーク ,  伝染病 ,  複雑ネットワーク ,  数値シミュレーション , 【Automatic Indexing@JST】

著者キーワード (3件)： 複雑ネットワーク ,  Markov流行過程 ,  Gillespieアルゴリズム

分類 (5件)： 有機化合物の物理分析  (CC03034A) ,  個体群生態学  (EE03030S) ,  アンテナ  (ND06000M) ,  図形・画像処理一般  (JE04010I) ,  反応速度論・触媒一般  (CB06010G)

タイトルに関連する用語 (6件)： 不均一 ,  流行 ,  過程 ,  シミュレーション ,  最適化 ,  アルゴリズム