复杂网络论文解析——《Finding Patient Zero:Learning Contagion Source with Graph Neural Networks》

 本文为原创，转载需声明出处。

介绍最近看的一篇复杂网络研究流行病传染源的文章，《Finding Patient Zero: LearningContagion Source with Graph Neural Networks》，据作者所述，他们的工作是第一个通过深度学习推断信息源问题并通过真实数据测试验证了结果。文章主要贡献如下：

1.在带有周期的图中找到“零号病人”的准确性具有上限，并且与所使用的推理算法无关。

2.超出一定时间，推理变得困难，强调了快速和早期发现零号病人的重要性。

3.使用GNN预测零号病人在速度和准确性方面优于消息传递算法（DMP）

4.作者使用了广泛的实验对不同的流行病动力学和图结构进行了验证，包括最新的新冠病毒COVID-19的数据。

                                                                          《找到零号患者：使用图神经网络GNN学习传染源》