Odredivost nultog pacijenta ovisno o njegovoj poziciji u mreži

master's thesis

• Title (english): Detectability of Patient Zero Depending on its Position in the Network
• Author: Iva Miholić
• Mentor: Mile Šikić (mentor)
• Committee member: Mile Šikić (predsjednik povjerenstva)
• Committee member: Mladen Vučić (član povjerenstva)
• Committee member: Ana Sović Kržić (član povjerenstva)
• Granter: University of Zagreb; Faculty of Electrical Engineering and Computing; Zagreb
• Defense date and country: 2016-07-05, Croatia
• Scientific / art field, discipline and subdiscipline: TECHNICAL SCIENCES; Computing

Abstract

Odredivost nultog pacijenta je problem traženja izvora zaraze na temelju djelomične povijesti epidemiološke dinamike i mrežne strukture.
Uz pretpostavku da je epidemija krenula iz jednog čvora i na temelju cjelokupnog znanja o mreži te poznavanja zaraženih čvorova do fiksnog vremenskog trenutka u diskretnom SIR modelu širenja zaraze, moguće je konstruktirati MAP klasifikator na temelju estimacije distribucije vjerojatnosti izvora zaraze pomoću Monte Carlo metoda, a koje se dodatno optimiziraju uzorkovanjem po važnosti. Izvedeni novi Soft Margin sekvencijalni Monte Carlo detektor usprediv je s detektorom iz \emph{benchmarka} uz bolju konvergenciju i bolju vremensku složenost.

Pokazano je da detektabilnost kao entropijska detekatiblnost i točnost detekcije ovise o vrijednostima parametara SIR modela za širenje epidemije, a slično je pokazano i za detekciju izvora glasine prema ISS modelu širenja glasine. Za SIR model pokazano je kako je lakše otkriti izvor zaraze ako početni čvor ima manju centralnost.

Abstract (english)

Detectability of patient zero is source detection problem based on partial history of epidemic spreading and underlying network structure.
Assuming the epidemic started from a single source and based on the known infected nodes up to fixed time threshold simulated with discrete SIR epidemic spreading model, it is possible to construct MAP classifier based on estimation of epidemic source distribution using Monte Carlo methods optimised with importance sampling. The new Soft Margin Sequential Monte Carlo detector is comparable with the benchmark detector with better convergence and better time complexity.

It is presented how detectability in terms of entropical detectability and accuracy depends on parameters of the SIR model for epidemic source detection, as well as how parameters of ISS model for rumour spreading govern the rumour source detection. For the SIR model it is presented the source node with lower centrality is expected to be more detectable.

• Keywords: kompleksne mreže; odredivost nultog pacijenta; širenje epidemije; širenje glasina; Monte Carlo metode; sekvencijalni Monte Carlo
• Keywords (english): complex networks; detectability of patient zero; epidemic spreading; rumour spreading; Monte Carlo methods; Sequential Monte Carlo
• Language: english
• URN:NBN: urn:nbn:hr:168:660116
• Study programme: Title: Computing; Study programme type: university; Study level: graduate; Academic / professional title: magistar/magistra inženjer/inženjerka računarstva (magistar/magistra inženjer/inženjerka računarstva)
• Type of resource: Text
• File origin: Born digital
• Access conditions: Closed access
• Created on: 2018-02-06 10:40:45