Pesquisas sobre a propagação de epidemias são uma constante devido a sua relevância para a contenção de doenças. Porém, devido aos diversos tipos de doenças existentes, a observação de um comportamento genérico e aproximado torna-se impraticável. Neste âmbito, a elaboração de modelos matemáticos epidêmicos auxiliam no fornecimento de informações que podem ser usadas por orgãos públicos para o combate de surtos epidêmicos reais. Em paralelo, por causa do grande volume de dados que são processados na execução da simulação desses modelos, o constante aumento dos recursos computacionais desenvolvidos vem em auxílio desta tarefa. O objetivo desta dissertação é estudar o comportamento da disseminação de uma epidemia simulada computacionalmente através do modelo epidêmico SIR em reticulados quadrados considerando duas propriedades: a existência de vértices vazios e a movimentação aleatória dos agentes. Essas propriedades são conhecidas por taxas de diluição e mobilidade, respectivamente. Para alcançar esse objetivo, algumas técnicas físico-estatística, tais como a análise das transições de fase e fenômenos críticos, foram aplicadas. Através destas técnicas, é possível observar a passagem do sistema da fase em que ocorre um surto epidêmico para a fase em que a epidemia é contida, bem como estudar a dinâmica do modelo quando ele está na criticidade, ou seja, no ponto de mudança de fase, conhecido por ponto crítico. Foi constatado que a taxa de diluição influencia a disseminação das epidemias porque desloca a transição de fase negativamente, reduzindo o valor crítico da imunização. Por sua vez, a taxa da movimentação dos agentes favorece o espalhamento da doença, pois a transição de fase é positivamente deslocada e seu ponto crítico, aumentado. Além disso foi observado que, apesar desse incremento, ele não é completamente restaurado devido às restrições de mobilidade dos agentes e ao alto grau de desconectividade da rede causado pelas altas taxas de diluição. Neste trabalho nós mostramos as razões deste comportamento. / Research on the spreading of epidemics are frequent because of their relevance for the containment of diseases. However, due to the variety of existing illnesses, the observation of an approximated generic behavior becomes impractical. In this context, the development of mathematical models of epidemics assists in providing information that can be used to make strategic decisions for the combat of real epidemic outbreaks. In parallel, because of the large volume of data which has to be processed in the simulation of these models, the increase of computational performance helps with this task. The objective of this thesis is to study the behavior of the spreading of an epidemic, by computationally simulating an SIR epidemic model on square lattices, considering two properties: the existence of empty vertices and random movement of agents. These properties are known as dilution rate and mobility rate, respectively. To achieve this goal, techniques of statistical physics, such as the analysis of phase transition and power laws, were applied. With these techniques, it is possible to observe the transition of the system from the phase in which an outbreak occurs to the phase where the epidemic is contained. Additionally, we studied the dynamics of the model when it is in criticality, that is, at the point of phase transition, known as the critical point. It was found that a higher dilution rate reduces the spreading of epidemics because it shifts the phase transition negatively, reducing the value of its critical point. On the other hand, increasing the rate of movement of the agents favors the spreading of the disease, because the phase transition is shifted positively and its critical point is increased. It was noticed that, despite of this increasing, this point is not completely restored due to restricted mobility of agents and the high degree of the network disconectivity caused by the high dilution rates. In this work we show the reasons for this behavior.

A emergência de fenômenos coletivos e correlações de longo alcance impossibilitam a inferência de propriedades de sistemas como um todo a partir de suas partes componentes. A modelagem destes sistemas frequentemente ocorre mediante emprego de operadores de spin localizados em grafos com topologias não-triviais. Aqui, mostramos que o operador de momento angular de muitos corpos une o estudo de diversos sistemas complexos, desde a sistemas epidêmicos até cadeias magnéticas de spin. Para o modelo epidêmico SIS, determinamos a matriz de transição do processo estocástico correspondente e mostramos suas soluções para grafos regulares e aleatórios, por meio de técnicas geralmente empregadas em sistemas fortemente correlacionados. Já no modelo de Dicke, identificamos o vínculo que explica a relevância e o efeito finito de operadores anti-girantes para duas espécies atômicas confinadas numa cavidade óptica que interagem com radiação eletromagnética. Por fim, o papel do momento angular também é identificado para duas cadeias quânticas de spin 1/2 acopladas, as quais modelam nanoestruturas magnéticas heterogêneas. A estrutura de bandas é calculada, enquanto efeitos espúrios de superfície são removidos pela introdução de quasipartículas dotadas de grau de liberdade de spin adicional / The emergence of collective phenomena and long range correlations makes it impossible to infer the properties of whole systems from their components. Their modeling often occurs through the use of localized spin operators, taking place within graphs with non-trivial topologies. Here, we show that the many-body angular momentum operator connects the study of several complex systems, ranging from epidemic systems to magnetic spinchains. For the SIS epidemic model, we calculate the transition matrix of the corresponding stochastic process and show the corresponding solutions for regular and random graphs, using techniques generally employed in strongly correlated systems. For the Dicke model we identify the constraint that explains the relevance and finite size effect of anti-rotating operators, for two atomic species, confined within an optical cavity, and interacting with electromagnetic radiation. Finally, the role of angular momentum is also identified for two coupled quantum spinchains 1/2 which model heterogeneous magnetic nanostructures. The band structure is calculated, while spurious surface effects are removed due to the introduction of quasiparticles with an additional spin degree of freedom.

Orientador: Élcio Lebensztayn / Dissertação (mestrado) - Universidade Estadual de Campinas, Instituto de Matemática Estatística e Computação Científica / Made available in DSpace on 2018-08-27T01:18:53Z (GMT). No. of bitstreams: 1 EstradaLopez_MarioAndres_M.pdf: 691310 bytes, checksum: c03e392b197051a7368585d6c09a7835 (MD5) Previous issue date: 2015 / Resumo: Este trabalho tem como objetivo estudar o modelo SIR (suscetível-infectado-removido) de epidemia nas versões determinística e estocástica. Nosso objetivo é encontrar limitantes para a probabilidade de que o tamanho da epidemia não sobrepasse certa proporção do número inicial de suscetíveis. Iniciamos apresentando as definições e a dinâmica do processo de epidemia determinístico. Obtemos um valor limiar para o número inicial de suscetíveis para que a epidemia exploda ou não. Consideramos o modelo de epidemia estocástico SIR assumindo que não há período latente, isto é, que um infectado pode transmitir a infecção ao instante de ser contagiado. O modelo é considerado com uma configuração inicial de suscetíveis e infectados e é feita especial ênfases no estudo da variável aleatória ''tamanho da epidemia'', que é definida como a diferença entre o número de suscetíveis ao começar e ao terminar a propagação da doença. Como na parte determinística, obtemos teoremas limiares para o modelo de epidemia estocástico. Os métodos usados para encontrar os limitantes são os de análise da cadeia de Markov imersa e de comparação estocástica / Abstract: This work has as objective to study the SIR (susceptible-infected-removed) epidemic model in the deterministic and stochastic version. Our objective is to find bounds for the probability that the size of the epidemic does not exceed certain proportion of the initial number of susceptible individuals. We begin presenting the definitions and the dynamics for the deterministic model for a general epidemic. We obtain a threshold value for the initial number of susceptible individuals for the epidemic to build up or not. As fundamental part of this work, we consider a stochastic epidemic SIR model assuming there is no latent period, that is, one infected can transmit the infection at the moment of being infected. The model is considered with an initial configuration of susceptible and infected individuals and the study is focused on the random variable ''size of the epidemic'', which is defined as the difference between the number of susceptible individuals at the start and at the end of the propagation of the epidemic. As in the deterministic part, we obtain a threshold theorem for the stochastic epidemic. The methods used to prove the theorem are analysis of the embedded chain and the stochastic comparison / Mestrado / Estatistica / Mestre em Estatística

Apresentamos o estudo de três modelos estocásticos governadas por equações mestras que descrevem a propagação de epidemias em uma comunidade de indivíduos; / We present a study of three stochastic models, governed by master equations, that decribe the epidemic spreding in a community of individuals;

Apresentamos o estudo de três modelos estocásticos governadas por equações mestras que descrevem a propagação de epidemias em uma comunidade de indivíduos; / We present a study of three stochastic models, governed by master equations, that decribe the epidemic spreding in a community of individuals;

Orientadores: Jorge Alberto Achcar, Luiz Koodi Hotta / Dissertação (mestrado) - Universidade Estadual de Campinas, Instituto de Matemática, Estatística e Computação Científica / Made available in DSpace on 2018-08-17T21:22:44Z (GMT). No. of bitstreams: 1 Diniz_MarcioAugusto_M.pdf: 2168206 bytes, checksum: 900902dfc4c68974431fbf2286d5cca6 (MD5) Previous issue date: 2011 / Resumo: A modelagem matemática de epidemias apresenta grande relevância para a área de epidemiologia por possibilitar uma melhor compreensão do desenvolvimento da doença na população e permitir analisar o impacto de medidas de controle e erradicação. Neste contexto, os modelos compartimentais SEIR (Suscetíveis - Expostos - Infectantes - Removidos) que foram introduzidos por Kermarck e Mckendrick (1927 apud YANG, 2001, Capítulo 1) são extremamente utilizados. Esta dissertação discute o modelo SEIR encontrado em Lekone e Finkenstädt (2006) que considera a introdução das medidas de intervenção na taxa de contato entre suscetíveis e infectantes, e é aplicado aos dados parcialmente observados da epidemia de febre hemorrágica Ebola, ocorrida no Congo em 1995, através de métodos bayesianos. Em uma segunda etapa, o modelo é modificado a fim de considerar a introdução das medidas de intervenção também na taxa de remoção. A utilização da taxa de remoção não homogênea permite uma quantificação do impacto das medidas de intervenção mais próxima da realidade. Além disso, nos dois modelos considerados, uma análise da incerteza gerada pela observação parcial dos dados e uma análise de sensibilidade da escolha das distribuições a priori são realizadas a partir de simulações. E também, é apresentada uma discussão sobre erros de especificação da taxa de remoção Por fim, os dois modelos são aplicados aos dados da epidemia de febre hemorrágica Ebola e os resultados são discutidos / Abstract: Mathematical modeling of epidemics has great relevance to the area of epidemiology by enabling a better understanding of the development of the disease in the population and allow the analysis of the impact of eradication and control measures. In this context, SEIR (Susceptible-Exposed-Infectious-Removed) compartmental models that were introduced by Kermarck e Mckendrick (1927 apud YANG, 2001, Chapter 1) are extremely used. This essay discusses the SEIR model found in Lekone e Finkenstädt (2006) that considers the introduction of intervention measures in the contact rate between susceptible and infectious, and is applied to data partially observed the outbreak of Ebola hemorrhagic fever in Congo, held in 1995, by Bayesian methods. In a second step, the model is modified in order to consider the introduction of intervention measures in the removal rate. The use of time in-homogeneous removal rate allows quantification of the impact of intervention measures closer to reality. In addition, both models considered, an analysis of uncertainty generated by partial observation and a sensitivity analysis of the choice of a priori distributions are made from simulations. And also, a discussion about errors of removal rate specification. Finally, the two models are applied to the data of Ebola hemorrhagic fever epidemic and the results are discussed / Mestrado / Métodos Estatísticos / Mestre em Estatística

<div>Advances in information and communication technologies enable new paradigms for connectivity involving vehicles, infrastructure, and the broader road transportation system environment. Vehicle-to-vehicle (V2V) communications under the aegis of the connected vehicle are being leveraged for novel applications related to traffic safety, management, and control, which lead to a V2V-based traffic system. Within the framework of a V2V-based traffic system, this study proposes an integrated modeling framework to model the dynamics of a V2V-based traffic system that entails spatiotemporal interdependencies among the traffic flow dynamics, V2V communication constraints, the dynamics of information flow propagation, and V2V-based application. The proposed framework systematically exploits their spatiotemporal interdependencies by theoretical and computational approaches.</div><div>First, a graph-based multi-layer framework is proposed to model the V2V-based advanced traveler information system (ATIS) as a complex system which is comprised of coupled network layers. This framework addresses the dynamics of each physical vehicular traffic flow, inter-vehicle communication, and information flow propagation components within a layer, while capturing their interactions among layers. This enables the capabilities to transparently understand the spatiotemporal evolution of information flow propagation through a graph structure. A novel contribution is the systematic modeling of an evolving information flow network that is characterized as the manifestation of spatiotemporal events in the other two networks to enhance the understanding of the information flow evolution by capturing the dynamics of the interactions involving the traffic flow and the inter-vehicle communication layers. The graph-based approach enables the computationally efficient tracking of information propagation using a simple graph-based search algorithm and the computationally efficient storage of information through a single graph database.</div><div>Second, this dissertation proposes analytical approaches that enable theoretical investigation into the qualitative properties of information flow propagation speed. The proposed analytical models, motivated from spatiotemporal epidemiology, introduce the concept of an information flow propagation wave (IFPW) to facilitate the analysis of the information propagation characteristics and impacts of traffic dynamics at a macroscopic level. The first model consists of a system of difference equations in the discrete-space and discrete-time domains where an information dissemination is described in the upper layer and a vehicular traffic flow is modeled in the lower layer. This study further proposes a continuous-space and continuous-time analytical model that can provide a closed-form solution for the IFPW speed to establish an analytical relationship between the IFPW speed and the underlying traffic flow dynamics. It can corporate the effects of congested traffic, such as the backward traffic propagation wave, on information flow propagation. Thereby, it illustrates the linkage between information flow propagation and the underlying traffic dynamics. Further, it captures V2V communication constraints in a realistic manner using a probabilistic communication kernel (which captures the probability).<br></div><div>Third, within the integrated modeling framework, this dissertation captures the impact of information flow propagation on traffic safety and control applications. The proposed multi-anticipative forward collision warning system predicts the driver’s maneuver intention using a coupled hidden Markov model, which is one of statistical machine learning techniques. It significantly reduces the false alarm rates by addressing the uncertainty associate improves the performance of the future motion prediction, while currently available sensor-based kinematic models for addressing the uncertainty associated with the future motion prediction. A network-level simulation framework is developed to investigate a V2V-based ATIS in a large-scale network by capturing its inter-dependencies and feedback loop. This modeling framework provides the understanding of the relationship between the travelers’ routing decisions and information flow propagation.</div><div>This thesis provides a holistic understanding of information flow propagation characteristics in space and time by characterizing interactions among information flow propagation, and underlying traffic flow, and V2V communications characteristics. The proposed models and the closed-form solution of IFPW speed can help in designing effective V2V-based traffic systems, without relying on computationally expensive numerical methods. An innovative aspect of this approach represents a building block to develop both descriptive capabilities and prescriptive strategies related to propagating the flow of useful information efficiently and synergistically generating routing mechanisms that enhance the traffic network performance. Given the lack of appropriate methodologies to characterize the information flow propagation, this thesis expects to make a novel and significant contribution to understanding the characteristics of V2V-based traffic systems and their analysis.</div>

No description available.

This thesis studies robustness against large-scale failures in communications networks. If failures are isolated, they usually go unnoticed by users thanks to recovery mechanisms. However, such mechanisms are not effective against large-scale multiple failures. Large-scale failures may cause huge economic loss. A key requirement towards devising mechanisms to lessen their impact is the ability to evaluate network robustness. This thesis focuses on multilayer networks featuring separated control and data planes. The majority of the existing measures of robustness are unable to capture the true service degradation in such a setting, because they rely on purely topological features. One of the major contributions of this thesis is a new measure of functional robustness. The failure dynamics is modeled from the perspective of epidemic spreading, for which a new epidemic model is proposed. Another contribution is a taxonomy of multiple, large-scale failures, adapted to the needs and usage of the field of networking. / Esta tesis estudia la robustez contra fallos de gran escala en redes de comunicaciones. Si los fallos son aislados, usualmente pasan inadvertidos para los usuarios gracias al uso de mecanismos de recuperación. Sin embargo, tales mecanismos no son efectivos contra fallos múltiples de gran escala. Los fallos de gran escala pueden causar grandes pérdidas económicas. Un requisito clave a la hora de diseñar mecanismos efectivos para reducir los efectos negativos es la habilidad de evaluar la robustez de la red. Esta tesis se centra en redes multinivel que poseen planos de control y de datos separados. La mayoría de las medidas de robustez existentes no capturan correctamente la verdadera degradación de los servicios en tales escenarios porque basan la evaluación en propiedades puramente topológicas. Una de las contribuciones de esta tesis es una nueva métrica de robustez funcional. La dinámica de los fallos se modela desde la perspectiva de la propagación de epidemias, para lo cual un nuevo modelo epidémico es propuesto. Otra contribución es una taxonomía de los fallos múltiples de gran escala, adaptado a las necesidades y uso del campo de las redes de comunicaciones.

Submitted by Irene Nascimento (irene.kessia@ufpe.br) on 2016-10-17T18:29:55Z No. of bitstreams: 2 license_rdf: 1232 bytes, checksum: 66e71c371cc565284e70f40736c94386 (MD5) phd_efsb_FINAL_BIBLIOTECA.pdf: 7882904 bytes, checksum: df094c44eb4ce5be12596263047790ed (MD5) / Made available in DSpace on 2016-10-17T18:29:55Z (GMT). No. of bitstreams: 2 license_rdf: 1232 bytes, checksum: 66e71c371cc565284e70f40736c94386 (MD5) phd_efsb_FINAL_BIBLIOTECA.pdf: 7882904 bytes, checksum: df094c44eb4ce5be12596263047790ed (MD5) Previous issue date: 2016-08-29 / FACEPE / Context: In Software Engineering, technology transfer has been treated as a problem that concernsonly two agents (innovation and adoption agents) working together to fill the knowledge gap between them. In this scenario, the transfer is carried out in a “peer-to-peer” fashion, not changing the reality of individuals and organizations around them. This approach works well when one is just seeking the adoption of a technology by a“specific client”. However, it can not solve a common problem that is the adoption of new technologies by a large mass of potential new users. In a wider context like this, it no longer makes sense to focus on “peer-to-peer” transfer. A new way of looking at the problem is necessary. It makes more sense to approach it as diffusion of innovations, where there is an information spreading in a community, similar to that observed in epidemics. Objective: This thesis proposes a paradigm shift to show the adoption of programming languages can be formally addressed as an epidemic. This focus shift allows the dynamics of programming language adoption to be mathematically modelled as such, and besides finding models that explain the community’s behaviour when adopting programming languages, it allows some predictions to be made, helping both individuals who wish to adopt a new language that might seem to be a new industry standard, and language designers to understand in real time the adoption of a particular language by a community. Method: After a proof of concept with data from Sourceforge (2000 to 2009), data from GitHub (2009 to January 2016), a well-known open source software repository, and Stack Overflow (2008 to March 2016), a popular Q&A system for software developers, were obtained and preprocessed. Using cumulative biological growth functions, often used in epidemiological contexts, we obtained adjusted models to the data. Once with the adjusted models, we evaluated their predictive capabilities through repeated applications of hypothesis testing and statistical calculations in different versions of the models obtained after adjusting the functions to samples of different time frames from the repositories. Results: We show that programming language adoption can be formally considered an epidemiological phenomenon by adjusting a well-known mathematical function used to describe such phenomena. We also show that, using the models found, it is possible to forecast programming languages adoption. We also show that it is possible to have similar insights by observing user data, as well as data from the community itself, not using software developers as susceptible individuals. Limitations: The forecast of the adoption outcome (asymptote) needs to be taken with care because it varies depending on the sample size, which also influences the quality of forecasts in general. Unfortunately, we not always have control over the sample size, because it depends on the population under analysis. The forecast of programming language adoption is only valid for the analysed population; generalizations should be made with caution. Conclusion: Addressing programming languages adoption as an epidemiological phenomenon allows us to perform analyses not possible otherwise. We can have an overview of a population in real time regarding the use of a programming language, which allows us, as innovation agents, to adjust our technology if it is not achieving the desired “penetration”; as adoption agents, we may decide, ahead of our competitors, to adopt a seemingly promising technology that may ultimately become a standard. / Contexto: Em Engenharia de Software, transferência de tecnologia tem sido tratada como um problema pontual, um processo que diz respeito a dois agentes (os agentes de inovação e adoção) trabalhando juntos para preencher uma lacuna no conhecimento entre estes dois. Neste cenário, a transferência é realizada “ponto a ponto”, envolvendo e tendo efeito apenas nos indivíduos que participam do processo. Esta abordagem funciona bem quando se está buscando apenas a adoção da tecnologia por um “cliente” específico. No entanto, ela não consegue resolver um problema bastante comum que é a adoção de novas tecnologias por uma grande massa de potenciais novos usuários. Neste contexto mais amplo, não faz mais sentido focar em transferência ponto a ponto, faz-se necessária uma nova maneira de olhar para o problema. É mais interessante abordá-lo como difusão de inovações, onde existe um espalhamento da informação em uma comunidade, de maneira semelhante ao que se observa em epidemias. Objetivo: Esta tese de doutorado mostra que a adoção de linguagens de programação pode ser tratada formalmente como uma epidemia. Esta mudança conceitual na maneira de olhar para o fenômeno permite que a dinâmica da adoção de linguagens de programação seja modelada matematicamente como tal, e além de encontrar modelos que expliquem o comportamento da comunidade quando da adoção de uma linguagem de programação, permite que algumas previsões sejam realizadas, ajudando tanto indivíduos que desejem adotar uma nova linguagem que parece se apresentar como um novo padrão industrial, quanto ajudando projetistas de linguagens a entender em tempo real a adoção de uma determinada linguagem pela comunidade. Método: Após uma prova de conceito com dados do Sourceforge (2000 a 2009), dados do GitHub (2009 a janeiro de 2016) um repositório de projetos software de código aberto, e Stack Overflow (2008 a março de 2016) um popular sistema de perguntas e respostas para desenvolvedores de software, from obtidos e pré processados. Utilizando uma função de crescimento biológico cumulativo, frequentemente usada em contextos epidemiológicos, obtivemos modelos ajustados aos dados. Uma vez com os modelos ajustados, realizamos avaliações de sua precisão. Avaliamos suas capacidades de previsão através de repetidas aplicações de testes de hipóteses e cálculos de estatísticas em diferentes versões dos modelos, obtidas após ajustes das funções a amostras de diferentes tamanhos dos dados obtidos. Resultados: Mostramos que a adoção de linguagens de programação pode ser considerada formalmente um fenômeno epidemiológico através do ajuste de uma função matemática reconhecidamente útil para descrever tais fenômenos. Mostramos também que é possível, utilizando os modelos encontrados, realizar previsões da adoção de linguagens de programação em uma determinada comunidade. Ainda, mostramos que é possível obter conclusões semelhantes observando dados de usuários e dados da comunidade apenas, não usando desenvolvedores de software como indivíduos suscetíveis. Limitações: A previsão do limite superior da adoção (assíntota) não é confiável, variando muito dependendo do tamanho da amostra, que também influencia na qualidade das previsões em geral. Infelizmente, nem sempre teremos controle sob o tamanho da amostra, pois ela depende da população em análise. A adoção da linguagem de programação só é válida para a população em análise; generalizações devem ser realizadas com cautela. Conclusão: Abordar o fenômeno de adoção de linguagens de programação como um fenômeno epidemiológico nos permite realizar análises que não são possíveis de outro modo. Podemos ter uma visão geral de uma população em tempo real no que diz respeito ao uso de uma linguagem de programação, o que nos permite, com agentes de inovação, ajustar a tecnologia caso ela não esteja alcançando o alcance desejado; como agentes de adoção, podemos decidir por adotar uma tecnologia aparentemente promissora que pode vir a se tornar um padrão.