В статье приведена сетевая модель распространения инфекционных заболеваний, адаптированная для задач прогнозирования в коллективах организаций. Предложена реализация указанной модели на основе нейросетевой архитектуры ограниченной машины Больцмана, позволяющей за счет скрытых представлений воспроизводить влияние составляющих ее узлов друг на друга, что делает возможным формирование потенциальных сценариев распространения инфекции при относительно малом количестве исходных данных. В качестве примера деструктивного воздействия в статье используется новая коронавирусная инфекция COVID-19.

Криворотько О. И., Кабанихин С. И., Зятьков Н. Ю., Приходько А. Ю., Прохошин Н. М., Шишленин М. А. Математическое моделирование и прогнозирование COVID-19 в Москве и Новосибирской области // Сибирский журнал вычислительной математики. 2020. Т. 23, № 4. С. 395–414.
Jenness S. M., Willebrand K. S., Malik A. A., Lopman B. A., Omer S. B. Modeling Dynamic Network Strategies for SARS-CoV-2 Control on a Cruise Ship. URL: https://www.medrxiv.org/con-tent/10.1101/2020.08.26.20182766v2 (дата обращения: 28.11.2021).
Noll N. B., Aksamentov I., Druelle V., Badenhorst A., Ronzani B., Jefferies G., Albert J., Neher R. A. COVID-19 Scenarios: an interactive tool to explore the spread and associated morbidity and mortality of SARS-CoV-2. URL: https://www.medrxiv.org/content/10.1101/2020.05.05.20091363v2 (дата обращения: 28.11.2021).