Learning Calibrated and Transferable Node-Level Infection Risk in Stochastic Epidemics on Complex Networks
Questo articolo dimostra che una rete neurale a grafi condizionata da parametri può apprendere un rischio di infezione a livello di nodo calibrato e trasferibile attraverso diverse topologie di rete per guidare efficacemente interventi mirati, sebbene le sue prestazioni siano limitate dalla significativa eterogeneità strutturale in grafi non visti.