Skip to main content
Fachgebiete
Automobil + Motoren Bauwesen + Immobilien Business IT + Informatik Elektrotechnik + Elektronik Energie + Nachhaltigkeit Finance + Banking Management + Führung Marketing + Vertrieb Maschinenbau + Werkstoffe Versicherung + Risiko
DE
EN
Themenseiten
Organisationspsychologie Projektmanagement Marketing Smart Manufacturing
Bücher
Zeitschriften
Weitere Formate
Podcasts Webinare Technik Webinare Wirtschaft Kongresse Veranstaltungskalender Awards
Jetzt Einzelzugang starten
Zugang für Unternehmen
Referenzkunden
MTZ-Fachkongress

Antriebe und Energiesysteme von morgen


Austausch von Automobil- und Energiewirtschaft

Am 14./15. Mai geht es in Chemnitz um die Mobilitätswende durch Elektro- und Wasserstofffahrzeuge.
Erweiterte Suche
Anmelden
nach oben
Erschienen in:
A Fair-Cost Analysis of the Random Neighbor Sampling Method Kapitel lesen Erstes Kapitel lesen

2022 | OriginalPaper | Buchkapitel

Markov Modulated Process to Model Human Mobility

verfasst von : Brian Chang, Liufei Yang, Mattia Sensi, Massimo A. Achterberg, Fenghua Wang, Marco Rinaldi, Piet Van Mieghem

Erschienen in: Complex Networks & Their Applications X

Verlag: Springer International Publishing

Einloggen

Aktivieren Sie unsere intelligente Suche, um passende Fachinhalte oder Patente zu finden.

search-config
loading …

Abstract

We introduce a Markov Modulated Process (MMP) to describe human mobility. We represent the mobility process as a time-varying graph, where a link specifies a connection between two nodes (humans) at any discrete time step. Each state of the Markov chain encodes a certain modification to the original graph. We show that our MMP model successfully captures the main features of a random mobility simulator, in which nodes moves in a square region. We apply our MMP model to human mobility, measured in a library.

Sie haben noch keine Lizenz? Dann Informieren Sie sich jetzt über unsere Produkte:

Springer Professional "Wirtschaft+Technik"

Online-Abonnement

Mit Springer Professional "Wirtschaft+Technik" erhalten Sie Zugriff auf:

  • über 102.000 Bücher
  • über 537 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Maschinenbau + Werkstoffe
  • Versicherung + Risiko

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Technik"

Online-Abonnement

Mit Springer Professional "Technik" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 390 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Maschinenbau + Werkstoffe




 

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Wirtschaft"

Online-Abonnement

Mit Springer Professional "Wirtschaft" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 340 Zeitschriften

aus folgenden Fachgebieten:

  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Versicherung + Risiko




Jetzt Wissensvorsprung sichern!

Jetzt informieren
Vorheriges Kapitel A Hybrid Adjacency and Time-Based Data Structure for Analysis of Temporal Networks
Nächstes Kapitel An Adaptive Mental Network Model for Reactions to Social Pain
Fußnoten
1
This paper is a bridgement of the master theses of B. Chang [4] and L. Yang [25].
 
2
The Python code of our mobility simulator is available on GitHub: https://​github.​com/​twente/​mmp-mobility-model.
 
3
The spacing in the lattice is \(10/6 \approx 1.667\) which exceeds \(d=1.5\); therefore, there are no links in the initial graph at \(k=0\).
 
Literatur
1.
2.
3.
Causer, L., Carmen Bañuls, M., Garrahan, J.P.: Optimal sampling of dynamical large deviations via matrix product states. PRE 103, 062144 (2021)MathSciNetCrossRef
4.
5.
Feng, J., Yang, Z., Xu, F., Yu, H., Wang, M., Li, Y.: Learning to simulate human mobility. In: Proceedings of the 26th ACM SIGKDD International Conference on Knowledge Discovery & Data, pp. 3426–3433 (2020)
6.
7.
Flores, M.A.R., Papadopoulos, F.: Similarity forces and recurrent components in human face-to-face interaction networks. Phys. Rev. Lett. 121(25), 258301 (2018)CrossRef
8.
Hossmann, T., Spyropoulos, T., Legendre, F.: A complex network analysis of human mobility. In: 2011 IEEE Conference on Computer Communications Workshops (INFOCOM WKSHPS), pp. 876–881. IEEE (2011)
9.
Huang, Z., et al.: Modeling real-time human mobility based on mobile phone and transportation data fusion. Transp. Res. Part C: Emerg. Technol. 96, 251–269 (2018)CrossRef
10.
Karamshuk, D., Boldrini, C., Conti, M., Passarella, A.: Human mobility models for opportunistic networks. IEEE Commun. Mag. 49(12), 157–165 (2011)CrossRef
11.
Mari, L., et al.: Modelling cholera epidemics: the role of waterways, human mobility and sanitation. J. R. Soc. Interface 9(67), 376–388 (2012)CrossRef
12.
Meloni, S., Perra, N., Arenas, A., Gómez, S., Moreno, Y., Vespignani, A.: Modeling human mobility responses to the large-scale spreading of infectious diseases. Sci. Rep. 1(1), 1–7 (2011)CrossRef
13.
14.
Pappalardo, L., Rinzivillo, S., Simini, F.: Human mobility modelling: exploration and preferential return meet the gravity model. Procedia Comput. Sci. 83, 934–939 (2016)CrossRef
15.
Schneider, C.M., Belik, V., Couronné, T., Smoreda, Z., González, M.C.: Unravelling daily human mobility motifs. J. R. Soc. Interface 10(84), 20130246 (2013)CrossRef
16.
Solmaz, G., Turgut, D.: A survey of human mobility models. IEEE Access 7, 125711–125731 (2019)CrossRef
17.
Song, C., Koren, T., Wang, P., Barabási, A.L.: Modelling the scaling properties of human mobility. Nat. Phys. 6(10), 818–823 (2010)CrossRef
18.
Starnini, M., Baronchelli, A., Pastor-Satorras, R.: Modeling human dynamics of face-to-face interaction networks. Phys. Rev. Lett. 110(16), 168701 (2013)CrossRef
19.
Tizzoni, M., et al.: On the use of human mobility proxies for modeling epidemics. PLoS Comput. Biol. 10(7), e1003716 (2014)CrossRef
20.
Van Mieghem, P.: Performance Analysis of Complex Networks and Systems. Cambridge University Press, Cambridge (2014)CrossRefMATH
21.
22.
Van Mieghem, P., Steyaert, B., Petit, G.H.: Performance of cell loss priority management schemes in a single server queue. Int. J. Commun. Syst. 10(4), 161–180 (1997)CrossRef
23.
Wang, J., Kong, X., Xia, F., Sun, L.: Urban human mobility: data-driven modeling and prediction. ACM SIGKDD Explor. Newsl. 21(1), 1–19 (2019)CrossRef
24.
Wesolowski, A., et al.: Quantifying the impact of human mobility on malaria. Science 338(6104), 267–270 (2012)CrossRef
25.
26.
Yang, S., Yang, X., Zhang, C., Spyrou, E.: Using social network theory for modeling human mobility. IEEE Netw. 24(5), 6–13 (2010)CrossRef
27.
Zhou, Y., Xu, R., Hu, D., Yue, Y., Li, Q., Xia, J.: Effects of human mobility restrictions on the spread of COVID-19 in Shenzhen, China: a modelling study using mobile phone data. Lancet Digit. Health 2(8), e417–e424 (2020)CrossRef
Metadaten
Titel
Markov Modulated Process to Model Human Mobility
verfasst von
Brian Chang
Liufei Yang
Mattia Sensi
Massimo A. Achterberg
Fenghua Wang
Marco Rinaldi
Piet Van Mieghem
Copyright-Jahr
2022
Buch
Complex Networks & Their Applications X

Print ISBN: 978-3-030-93408-8

Electronic ISBN: 978-3-030-93409-5

Copyright-Jahr: 2022

DOI
https://doi.org/10.1007/978-3-030-93409-5_50

Premium Partner

    Bildnachweise