論文の概要: Modeling Epidemiological Dynamics Under Adversarial Data and User Deception

• arxiv url: http://arxiv.org/abs/2602.20134v1
• Date: Mon, 23 Feb 2026 18:45:55 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-02-24 17:42:02.95769
• Title: Modeling Epidemiological Dynamics Under Adversarial Data and User Deception
• Title（参考訳）: 対立データに基づく疫学ダイナミクスのモデル化とユーザ認知
• Authors: Yiqi Su, Christo Kurisummoottil Thomas, Walid Saad, Bud Mishra, Naren Ramakrishnan,
• Abstract要約: 人口と公衆衛生当局との相互作用をシグナリングゲームとしてモデル化するゲーム理論フレームワークを導入する。 個人(性別)は行動の報告方法を選択し、公衆衛生当局は潜在的に歪んだ信号に基づいて疫学モデルを更新する。 以上の結果から, 最小限の騙しドライブによる平衡の分離は, 時間とともにほぼゼロとなることがわかった。
• 参考スコア（独自算出の注目度）: 44.0037509034865
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Epidemiological models increasingly rely on self-reported behavioral data such as vaccination status, mask usage, and social distancing adherence to forecast disease transmission and assess the impact of non-pharmaceutical interventions (NPIs). While such data provide valuable real-time insights, they are often subject to strategic misreporting, driven by individual incentives to avoid penalties, access benefits, or express distrust in public health authorities. To account for such human behavior, in this paper, we introduce a game-theoretic framework that models the interaction between the population and a public health authority as a signaling game. Individuals (senders) choose how to report their behaviors, while the public health authority (receiver) updates their epidemiological model(s) based on potentially distorted signals. Focusing on deception around masking and vaccination, we characterize analytically game equilibrium outcomes and evaluate the degree to which deception can be tolerated while maintaining epidemic control through policy interventions. Our results show that separating equilibria-with minimal deception-drive infections to near zero over time. Remarkably, even under pervasive dishonesty in pooling equilibria, well-designed sender and receiver strategies can still maintain effective epidemic control. This work advances the understanding of adversarial data in epidemiology and offers tools for designing more robust public health models in the presence of strategic user behavior.
• Abstract（参考訳）: 疫学モデルは、予防接種状況、マスクの使用、社会的距離の定着といった自己申告された行動データにますます依存し、病気の伝染を予測し、非医薬品介入(NPI)の影響を評価する。 このようなデータは貴重なリアルタイムの洞察を提供するが、それらはしばしば、罰則を避け、利益にアクセスし、公衆衛生当局に不信を表明するために、個々のインセンティブによって引き起こされる戦略上の誤った報告を受ける。 本稿では,人口と公衆衛生当局との相互作用をシグナリングゲームとしてモデル化するゲーム理論フレームワークを提案する。 個人(性別)は行動の報告方法を選択するが、公衆衛生当局(受信者)は潜在的に歪んだ信号に基づいて疫学モデルを更新する。 マスクや予防接種に関する偽装に着目し,政策介入を通じて疫病対策を維持しつつ,偽装が容認できる程度を分析的に評価した。 以上の結果より,最小限の偽薬による平衡分離は時間経過とともにほぼゼロであることが示唆された。 注目すべきは、プール均衡において広範囲にわたる不備の下でも、適切に設計された送信者および受信者戦略は、効果的な疫病対策を維持することができることである。 この研究は疫学における敵対的データの理解を促進し、戦略的ユーザ行動の存在下でより堅牢な公衆衛生モデルを設計するためのツールを提供する。

関連論文リスト

• Beyond Traditional Diagnostics: Transforming Patient-Side Information into Predictive Insights with Knowledge Graphs and Prototypes [55.310195121276074]
  本稿では,病気を予測するための知識グラフ,プロトタイプ認識,解釈可能なフレームワークを提案する。 構造化された信頼された医療知識を統合された疾患知識グラフに統合し、臨床的に意味のある疾患のプロトタイプを構築し、予測精度を高めるために対照的な学習を利用する。 臨床的に有効な説明を提供し、患者の物語と密接に一致し、患者中心のヘルスケアデリバリーの実践的価値を強調している。
  論文  参考訳（メタデータ） (2025-12-09T05:37:54Z)
• Investigating the effectiveness of multimodal data in forecasting SARS-COV-2 case surges [1.7265273723115717]
  新型コロナウイルス(COVID-19)のパンデミック対応は、ケースの頻度や死亡率などの重要な結果を予測するために、統計モデルと機械学習モデルに大きく依存した。 既存のほとんどのモデルは、伝統的な疫学データに基礎を置いているが、ゲノム情報や人間の行動から派生したデータセットの可能性を未発見のまま残している。 本研究は, 生物(突然変異など), 公衆衛生(事例数, 政策介入など), 人間の行動特性(移動性, ソーシャルメディアの会話など)の相対的効果を, 国レベルでのケースサージの予測において強調した。
  論文  参考訳（メタデータ） (2025-05-28T01:00:02Z)
• Epidemic-guided deep learning for spatiotemporal forecasting of Tuberculosis outbreak [0.0]
  本稿では,先進的な深層学習技術と機械的疫学の原則を融合させるEGDL手法を提案する。 我々のフレームワークは、飽和入射率とグラフラプラシア拡散を付加したネットワーク化された感受性-感染-回復モデル(MN-SIR)に基づいて構築されている。 全国47都道府県と中国本土31県で実施したTB頻度データから,本手法が堅牢かつ正確な予測を行うことを示す。
  論文  参考訳（メタデータ） (2025-02-15T12:39:42Z)
• Agent-Based Model: Simulating a Virus Expansion Based on the Acceptance of Containment Measures [65.62256987706128]
  比較疫学モデルは、疾患の状態に基づいて個人を分類する。 我々は、適応されたSEIRDモデルと市民のための意思決定モデルを組み合わせたABMアーキテクチャを提案する。 スペイン・ア・コルナにおけるSARS-CoV-2感染症の進行状況について検討した。
  論文  参考訳（メタデータ） (2023-07-28T08:01:05Z)
• Data-Centric Epidemic Forecasting: A Survey [56.99209141838794]
  この調査は、様々なデータ駆動の方法論および実践的進歩を掘り下げるものである。 疫学的なデータセットと,流行予測に関連する新しいデータストリームを列挙する。 また,これらの予測システムの現実的な展開において生じる経験や課題についても論じる。
  論文  参考訳（メタデータ） (2022-07-19T16:15:11Z)
• Digital Epidemiology: A review [0.0]
  疫学は近年、計算モデルに基づく大きな進歩を目撃している。 ビッグデータとアプリによって、大規模な実データによるモデルの検証と精錬が可能になる。 エボラは、システム解を必要とするため、複雑性のレンズからアプローチする必要がある。
  論文  参考訳（メタデータ） (2021-04-08T08:45:20Z)
• Epidemic mitigation by statistical inference from contact tracing data [61.04165571425021]
  我々は,個人が感染するリスクを推定するためにベイズ推定法を開発した。 本稿では,感染防止のための検査・隔離戦略を最適化するために,確率論的リスク推定手法を提案する。 我々のアプローチは、最近接触した個人間の通信のみを必要とする、完全に分散されたアルゴリズムに変換されます。
  論文  参考訳（メタデータ） (2020-09-20T12:24:45Z)
• COVI White Paper [67.04578448931741]
  接触追跡は、新型コロナウイルスのパンデミックの進行を変える上で不可欠なツールだ。 カナダで開発されたCovid-19の公衆ピアツーピア接触追跡とリスク認識モバイルアプリケーションであるCOVIの理論的、設計、倫理的考察、プライバシ戦略について概説する。
  論文  参考訳（メタデータ） (2020-05-18T07:40:49Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。