@article { author = {Azimi, N and Fardnia, N}, title = {Interaction of Two Disease Spreading with Different Dynamics SIR and SIS}, journal = {Iranian Journal of Physics Research}, volume = {21}, number = {3}, pages = {495-507}, year = {2021}, publisher = {Isfahan University of Technology, The Physics Society of Iran}, issn = {1682-6957}, eissn = {2345-3664}, doi = {10.47176/ijpr.21.3.41234}, abstract = {Interaction between two diseases can be as competition and cooperation. In this work, we study these interactions for two diseases that spread simultaneously on a multiplex network. We assume that each disease spreads in one layer of the network with a different structure than the other layer. We consider an asymmetric case in which one disease propagates according to the SIR dynamics, and another one follows the dynamics of the SIS model. By using the heterogeneous mean-field theory, we find the epidemic threshold of each disease in the case of cooperation and competition. We also obtain the phase diagram of the model that contains information about the prevalence of diseases.}, keywords = {Multilayer Networks,Spreading Processes,Epidemic Threshold,Mean Field Approximation,phase transition}, title_fa = {برهم‌کنش انتشار دو بیماری با دینامیک‌های متفاوت SIS و SIR}, abstract_fa = {برهم‌کنش بین دو بیماری می‌تواند به صورت رقابت یا همکاری باشد. در این پژوهش به بررسی این برهم‌کنش‌ها برای دو بیماری که به صورت همزمان در یک جامعه منتشر می‌شوند می‌پردازیم. به این منظور از شبکۀ دو لایه‌ای استفاده می‌کنیم؛ به گونه‌ای که فرض می‌کنیم هر بیماری در یک لایه از شبکه با ساختاری متفاوت نسبت به لایۀ دیگر منتشر می‌شود. مسئله را برای حالتی نامتقارن تعریف می‌کنیم که در آن یک بیماری مطابق با دینامیک SIR و بیماری دیگر مطابق با دینامیک SIS منتشر می‌شود. با استفاده از تقریب میدان متوسط ناهمگن، آستانۀ فراگیری هر یک از بیماری‌ها را در هر دو حالت همکاری و رقابت به دست می‌آوریم. علاوه بر این با تغییر آهنگ انتشار هر یک از بیماری‌ها، فضای فازی به دست می‌‌آوریم که دربردارندۀ اطلاعاتی در خصوص میزان شیوع بیماری‌ها است.}, keywords_fa = {Multilayer Networks,Spreading Processes,Epidemic Threshold,Mean Field Approximation,phase transition}, url = {https://ijpr.iut.ac.ir/article_1744.html}, eprint = {https://ijpr.iut.ac.ir/article_1744_64c08570e8537fa27c2ef2f48826a3a4.pdf} }