- 网络上流行病传播的双曲模型：动力学描述和数值方法;
- COVID-19爆发中的熵动态;
- 用于预测Covid-19大流行扩散的分数阶区室模型;
- 非裔美国人COVID-19发生率过高与动态隔离有关;
- 基于主体的行人动力学模拟，用于流行病风险评估中的暴露时间估计;
- COVID-19大流行对基础物理研究的影响;
- 异构网络中的大流行风险和均衡社会隔离;
- 印度封锁是否避免了死亡？;
- 通过演化逻辑电路研究开放适应性景观;
- 文化距离的网络结构;
- 稳健的多主体多臂Bandits;
- 使用AnambraDecides2017推文从情绪分析角度分析政党/候选人对选举结果的影响;
- 操纵经济中的博弈;
- 基于图神经网络的社交物联网聚类;
- 社交物联网中用于边缘计算的计算资源分配;
- 过滤气泡、回声室和强化：在选举数据中追踪民粹主义;
- 数据科学与建模艺术;
- 基于社交的实时交通检测研究;
- 社交媒体的自我品牌塑造和成功：来自模型竞赛的定量证据;
网络上流行病传播的双曲模型：动力学描述和数值方法
原文标题： Hyperbolic models for the spread of epidemics on networks: kinetic description and numerical methods
地址： http://arxiv.org/abs/2007.04019
作者： Giulia Bertaglia, Lorenzo Pareschi
摘要： 我们考虑建立双曲传输模型，以经典隔室动力学描述流行现象在空间中的传播。该模型基于对易感，感染和康复个体的空间运动和相互作用的离散速度的动力学描述。因此，消除了抛物线模型中典型的瞬时扩散效应的非物理特征。特别是，我们正式展示了如何在适当的扩散范围内恢复这种反应扩散模型。因此，在空间网络内考虑动力学传输模型，该模型表征了不同地点，例如村庄，城市，国家等。分析并定义了节点中的传输条件。最后，通过有限体积的IMEX方法在网络上对模型进行数值求解，该方法能够保持与扩散极限的一致性，而不受尺度参数的限制。报告了几个简单流行网络结构的数值测试，并证实了模型正确描述流行病传播的能力。
COVID-19爆发中的熵动态
原文标题： The dynamics of entropy in the COVID-19 outbreaks
地址： http://arxiv.org/abs/2007.04136
作者： Ziqi Wang, Marco Broccardo, Arnaud Mignan, Didier Sornette
摘要： 随着COVID-19大流行的发展，人们已经认识到流行病的数学模型并将其用作理解，预测和控制大流行事件的中心要素。但是，很快就很清楚，长期预测很难解决。此外，目前尚不清楚应使用哪种指标来全面描述爆发的演变。但是，对于深入了解宏观现象学和信息灵通的缓解策略，至关重要的是要对流行病动力学进行健壮的建模并选择一致的传输指标。在这项研究中，我们提出了一个马尔可夫随机框架，该框架旨在描述COVID-19大流行期间的熵演化和瞬时繁殖率。然后，我们介绍并使用基于熵的全球传播指标来衡量大流行事件的影响和时间演变。在模型的制定中，暴发的时间演变是通过非线性马尔可夫过程的主方程对统计上平均的个体进行建模的，从而得出清晰的物理解释。我们还提供了完整的贝叶斯反演方案进行校准。熵率的时间演化，系统熵的绝对变化和瞬时繁殖率是该框架的自然而透明的输出。该框架具有可适用于任何隔间流行模型的吸引人的特性。作为说明，我们将建议的方法应用于“易感暴露感染清除”（SEIR）模型的简单修改。将模型应用于湖北地区，韩国，意大利，西班牙，德国和法国的COVID-19数据集，我们发现熵的绝对变化存在显著差异，但熵演化和瞬时繁殖的趋势却非常规律比。
用于预测Covid-19大流行扩散的分数阶区室模型
原文标题： A fractional-order compartmental model for predicting the spread of the Covid-19 pandemic
地址： http://arxiv.org/abs/2007.03913
作者： Toheeb A. Biala, Abdul Q. Khaliq
摘要： 我们提出了时间分数间隔模型（SEI _A I _S HRD），其中包括Covid-19大流行的易感，暴露，感染（无症状和有症状），住院，康复和死亡人群。我们研究了该模型的性质和动力学。讨论了无病和地方平衡点渐近稳定的条件。此外，我们研究了参数的敏感性，并使用田纳西州的数据（作为案例研究）来讨论模型参数的可识别性。通过使用来自加利福尼亚，佛罗里达，乔治亚州，马里兰州，田纳西州，德克萨斯州，华盛顿州和威斯康星州的经验数据解反问题，即可获得模型中的非负参数。基本复制数被认为略高于一个数字的临界值，这表明必须采取更严格的措施，例如使用口罩，社交疏远，联系追踪以及甚至更长的在家定单，以便减轻病毒的传播。由于其中一些州取消了居家定单，因此我们看到，除非采取更严格的措施，否则案件数量几乎立即开始增加，并且可能持续上升，直到2020年年底。
非裔美国人COVID-19发生率过高与动态隔离有关
原文标题： Disproportionate incidence of COVID-19 in African Americans correlates with dynamic segregation
地址： http://arxiv.org/abs/2007.04130
作者： Aleix Bassolas, Sandro Sousa, Vincenzo Nicosia
摘要： 社会经济差异常常在大规模灾难事件的发展中发挥中心作用。正在进行的COVID-19大流行中最令人担忧的方面之一是，它不成比例地影响了来自黑人和非裔美国人背景的人们，造成了意想不到的感染鸿沟。有趣的是，对这些族裔的异常影响似乎与其他风险因素几乎无关，包括合并症，贫困，受教育程度，获得医疗保健，居住隔离和对治疗的反应。对观察到的发病率差距的一个建议解释是，来自非洲裔美国背景的人更多地被从事低收入服务工作，因此更容易通过面对面的接触而受到感染，但是缺乏直接数据不允许这样做到目前为止，在这个意义上得出强有力的结论。在这里，我们介绍了动态隔离的概念，这是由于流动性和通勤习惯，给定人群在内部聚集或暴露于其他人群的程度。通过分析美国120多个主要城市的人口普查和流动数据，我们发现非裔美国人社区的动态隔离与这些社区每周过量的COVID-19发病率和死亡率显著相关。结果证实，了解人们通勤的地点，而不是他们的居住地，与疾病建模更为相关。
基于主体的行人动力学模拟，用于流行病风险评估中的暴露时间估计
原文标题： Agent-based Simulation of Pedestrian Dynamics for Exposure Time Estimation in Epidemic Risk Assessment
地址： http://arxiv.org/abs/2007.04138
作者： Thomas Harweg, Daniel Bachmann, Frank Weichert
摘要： 随着2019年Corona病毒病（COVID-19）大流行在全球蔓延，包含病毒的防护措施至关重要，尤其是在没有可用疫苗或有效治疗方法的情况下。一种重要的措施是所谓的物理距离或社会距离。在本文中，我们提出了一种基于智能体的行人动力学数值模拟，以便评估在传染性疾病（如COVID-19）的接触传播背景下，公共场所行人的行为，并收集有关接触时间和总体情况的见解。疏远措施的有效性。为了遵守德国政府规定的最小距离150万美元（感染率为2％），我们的模拟结果表明，每1千6百万^ 2美元或以下的人口密度即可。这项研究的结果提供了有关如何更有效地进行物理距离作为保护措施以帮助减少COVID-19扩散的见解。
COVID-19大流行对基础物理研究的影响
原文标题： Impact of the COVID-19 Pandemic on Fundamental Physics Research
地址： http://arxiv.org/abs/2007.04148
作者： Yaou Jiang
摘要： COVID-19的爆发和大流行几乎在各个方面都改变了世界。它对高能物理学界的影响也是显而易见的。在此分析中，我们表明，社会距离极大地改变了物理学界的工作方式。在高能物理领域，在线通信和视频会议已成为日常工作。但是，这种工作方式的改变可能需要一些时间来习惯。从arXiv，INSPIRE数据库和JHEP，PRD官方网站收集的科学成果可以看出这种影响。
异构网络中的大流行风险和均衡社会隔离
原文标题： Pandemic Risks and Equilibrium Social Distancing in Heterogeneous Networks
地址： http://arxiv.org/abs/2007.04210
作者： Hamed Amini, Andreea Minca
摘要： 我们研究了通过网络相互作用的异类人群中的SIRD流行过程。我们从一小批最初感染的个体开始，为流行病的规模提供了一般上限。此外，我们根据网络邻接矩阵和感染率，根据相关矩阵的谱特性来表征流行病的繁殖数量。我们建议将其用于在流行病到达并被感染之前识别具有高繁殖数量的子网。当我们基于具有给定顶点度的随机图建立社会联系时，我们根据感染个体的比例给出极限定理。对于给定的远离社会的个体策略，我们建立了流行复制号 mathfrak R _0 ，该数字可用于识别网络脆弱性并告知疫苗接种策略。在本文的第二部分中，我们研究了社会疏离博弈的均衡，并表明自愿社会疏离始终是社会上次优的。我们使用Covid-19数据进行的数值研究有助于量化各个年龄段的绝对效用和相对效用差距。
印度封锁是否避免了死亡？
原文标题： Has the Indian lockdown averted deaths?
地址： http://arxiv.org/abs/2007.04219
作者： Suvrat Raju
摘要： 在SEIR模型的背景下，我们考虑了在流行病的早期阶段施加和解除的锁定。我们表明，在这些模型中，尽管这样的锁定可能会延迟死亡，但最终不会避免大量的死亡。因此，在这些模型中，无法通过简单地比较锁定结束时的死亡人数与没有锁定的相同日期的预计死亡人数来评估锁定的有效性。我们提供了一个简单但可靠的启发式论证来解释为什么该结论应推广到更详细的分类模型。我们定性地讨论了一些超出简单模型范围的条件，在这些条件下，锁定可能会增加或减少该流行病在现实世界中的最终死亡人数。我们得出的结论是，SEIR模型及其概括没有提供可靠的定量证据，表明印度封锁已避免了COVID-19大流行的任何死亡。
通过演化逻辑电路研究开放适应性景观
原文标题： Investigation into Open-Ended Fitness Landscape through Evolutionary Logical Circuits
地址： http://arxiv.org/abs/2002.00593
作者： Masaki Suyama, Kosuke Sato
摘要： 累积的文化演化使人类在各种生态和人口环境中蓬勃发展。可以将人类需要解决的任务的解决方案映射到可以采用封闭式或开放式适应度景观形式的任务空间，在文化演化研究中，前者的建模比后者更为广泛。在本文中，我们修改了Arthur和Polak（2006）的模拟，该模拟通过使用计算机模拟来构建开放式适应度环境，该模拟利用早期试验中构建的电路构建逻辑电路。我们使用此模拟来阐明开放式适应度景观的性质，并调查群体规模的增加是否会增加文化积累的速度。结果表明，小组规模增加了积累的速度，但比预期的有限。同样，当区分两种类型的积累，即发明和改进时，两者的性质也有所不同。在改进中，轨迹遵循凸函数，随着组大小的增加，一种主体的生产率降低。在本发明中，轨迹显示出连续的快速增加的模式，随后是平稳的。
文化距离的网络结构
原文标题： The network structure of cultural distances
地址： http://arxiv.org/abs/2007.02359
作者： Luca De Benedictis, Roberto Rondinelli, Veronica Vinciotti
摘要： 本文提出了一种新的衡量国家间文化距离的方法。利用来自世界价值调查（Wave 6）的信息，并考虑文化特征之间的相互依赖性，本文提出了一种定义国家之间文化距离的方法，其中考虑了国家文化特征的网络结构。利用Copula图模型为序数和分类数据提供的可能性，本文推断了54个国家/地区的网络结构，并提出了一种新的概括性的国家文化距离度量。 DBRV文化距离指数显示，与Inglehart和Welzel（2005）相比，2010-2014年间，世界在文化上的异质性超过了以前的想象。
稳健的多主体多臂Bandits
原文标题： Robust Multi-Agent Multi-Armed Bandits
地址： http://arxiv.org/abs/2007.03812
作者： Daniel Vial, Sanjay Shakkottai, R. Srikant
摘要： 近来，人们对协作多主体bandit产生了兴趣，在这种协作中，各组主体共享建议以减少每个主体的后悔。但是，这些工作假定每个主体始终向其他主体推荐他们的最佳臂估计，这在预想的应用程序中是不现实的（分布式计算中的机器故障或社交推荐系统中的垃圾邮件）。因此，我们将设置概括化为包括诚实的和恶意的主体，他们分别推荐最佳布防估计和任意布防。我们显示，即使使用单个恶意主体，现有的基于协作的算法也无法在单个主体基准上改善后悔保证。我们提出了一种方案，诚实的主体可以了解谁是恶意软件，并动态减少与他们的通信，即将其“黑名单”。我们显示出，当恶意主体的数量比武器数量少时，协作确实减少了对该算法的遗憾，并且至关重要的是，无需假设恶意主体的行为。因此，我们的算法对于任何恶意的推荐策略都是强大的。
使用AnambraDecides2017推文从情绪分析角度分析政党/候选人对选举结果的影响
原文标题： The impact of political party/candidate on the election results from a sentiment analysis perspective using #AnambraDecides2017 tweets
地址： http://arxiv.org/abs/2007.03824
作者： Ikechukwu Onyenwe, Samuel Nwagbo, Njideka Mbeledogu, Ebele Onyedinma
摘要： 这项工作使用称为情感分析（SA）的自然语言处理技术，从经验上调查了政党对其候选人的控制，反之亦然。为此，在2017年11月18日阿南布拉州州长选举期间，播放了一系列带有＃AnambraDecides2017或与之相关的7430条推文。这些是Twitter对前五个政党及其候选人的讨论，在本文中将其称为政治角色。我们将所有推文进行极性和主观情感分析，并将时间视为SA的有用维度。此外，我们使用频率这个词来查找在给定时间内与政治角色最相关的词。我们发现使用话题建模算法讨论最多的话题，以及每个政治角色如何将计算出的情绪和最常用的单词与话题联系起来。除其他外，我们从实验结果中得出结论，即使一个政党充当了推销候选人个性的平台，但候选人/政党的接受又增加了选举的获胜。例如，我们发现选举威利·奥比亚诺（Willie Obiano）的获胜者受益于他的政党在国家人民中所享有的价值观。将他的名字与他的政党联系在一起，All Progressive Grand Alliance（APGA）显示出更多积极的情绪，并且主观情绪分析表明，提到APGA的Twitter用户在其推文中的情感主观程度不如其他政党。
操纵经济中的博弈
原文标题： Games in rigged economies
地址： http://arxiv.org/abs/2007.03886
作者： Luís F Seoane
摘要： 现代经济从简单的人际交流演变为非常复杂的系统。今天，可以对多个方面进行调节，篡改或碰巧。这些都是经济 em自由度，它们共同决定着财富的流动。经济参与者可以付出一定的代价加以利用，并顺势而为。如果干预变得普遍，则不同参与者的微观经济策略可能会发生冲突或产生共鸣，从而形成宏观经济效应。 “操纵”经济的生存能力如何，以及不断增长的经济复杂性和财富如何影响这种生存能力？在这里，我们通过玩具模型捕获了“操纵”经济的基本要素。在简单的情况下，回报矩阵的纳什均衡表明，增加的干预如何通过动态阶段将经济自由度从少数族裔转变为多数族博弈。这些阶段由模型的基于主体的模拟重现，这使我们能够探索支付矩阵无法企及的情况。然后，人们发现经济复杂性增加是一种自发化解卡特尔或共识情况的机制。但是，过度的复杂性突然进入了威胁系统生存能力的大波动范围。该政权是由于非竞争性干预经济跨各种自由度的努力而导致的，因此变得不可预测。因此，由于纯粹的经济复杂性，非竞争性行为可能导致负面的溢出效应。模拟表明，财富必须随着经济复杂性的增长而线性增长，才能避免这种情况，并使经济长期发展。我们的工作提供了可验证的结论和现象学图表，以指导“操纵的”经济系统的治安。
基于图神经网络的社交物联网聚类
原文标题： Graph Neural Networks-based Clustering for Social Internet of Things
地址： http://arxiv.org/abs/2007.03892
作者： Abdullah Khanfor (1), Amal Nammouchi (1), Hakim Ghazzai (1), Ye Yang (1), Mohammad R. Haider (2), Yehia Massoud (1) ((1) School of Systems & Enterprises, Stevens Institute of Technology, Hoboken, NJ, USA, (2) University of Alabama at Birmingham, AL, USA)
摘要： 在本文中，我们提出了一种机器学习过程，用于将大型社交物联网（SIoT）设备群集到共享强大关系的几组相关设备中。为此，我们基于物联网设备的历史数据集及其社会关系生成了无向加权图。使用这些图的邻接矩阵和IoT设备的功能，我们使用图神经网络（GNN）嵌入图的节点以获取IoT设备的数字矢量表示。矢量表示不仅反映了设备的特性，还反映了它与对等设备的关系。然后将获得的节点嵌入信息馈送到常规的无监督学习算法中，从而相应地确定聚类。我们使用两种众所周知的聚类算法展示了获得的物联网组，特别是K-means和基于密度的聚类发现算法（DBSCAN）。最后，我们在覆盖率和模块性方面将所提出的基于GNN的聚类方法的性能与仅应用于从不同关系创建的图上的确定性Louvain社区检测算法的性能进行了比较。结果表明，该框架在集群化大型物联网系统方面取得了令人鼓舞的初步结果。
社交物联网中用于边缘计算的计算资源分配
原文标题： Computational Resource Allocation for Edge Computing in Social Internet-of-Things
地址： http://arxiv.org/abs/2007.03904
作者： Abdullah Khanfor (1), Raby Hamadi (1), Hakim Ghazzai (1), Ye Yang (1), Mohammad R. Haider (2), Yehia Massoud (1) ((1) School of Systems & Enterprises, Stevens Institute of Technology, Hoboken, NJ, USA, (2) University of Alabama at Birmingham, AL, USA)
摘要： 物联网（IoT）网络的异构性可以被用作许多缺乏计算能力的设备的动态计算资源环境。开发了一种智能机制，用于分配边计算机和移动计算机以匹配请求外部计算资源的设备的需求。在本文中，我们采用社交物联网和机器学习的概念来降低分配适当的边计算机的复杂性。我们提出了一个框架，该框架可检测SIoT中不同的设备社区，从而将具有良好社会关系的可信任对等体封闭起来。然后，我们训练机器学习算法，考虑请求者以及边计算机的多种计算和非计算功能，以预测属于请求者同一社区的潜在候选人处理所需任务所需的总时间。通过将其应用于现实世界的数据集，我们观察到建议的框架为移动计算机分配提供了令人鼓舞的结果。
过滤气泡、回声室和强化：在选举数据中追踪民粹主义
原文标题： Filter Bubbles, Echo Chambers, and Reinforcement: Tracing Populism in Election Data
地址： http://arxiv.org/abs/2007.03910
作者： Johannes Müller, Volker Hösel, Aurélien Tellier
摘要： 我们为回声室，滤泡和加强对选举结果的影响提出了一个新颖的模型。我们的模型将狂热者的知名选民模型扩展到包括强化。我们分析了模型的行为，确定了不变度量，并表明强化可能会：1）与选民模型相比，改变选票的分布； 2）导致相变。我们测试了强化模型是否比在美国总统大选，英国脱欧公投以及法国，荷兰和德国议会选举的选举数据缺失的情况下更适合。我们发现，在许多情况下，高度强化可以清楚地识别民粹党和候选人。此外，我们在数据中找到了模型预测的相变。最后，我们讨论了我们的发现的含义和相关性以及现代社会中强化行为的可能起源。
数据科学与建模艺术
原文标题： Data science and the art of modelling
地址： http://arxiv.org/abs/2007.04095
作者： Hykel Hosni, Angelo Vulpiani
摘要： 在各个领域，以数据为中心的热情正在增强。尽管数据科学无疑提出了令人兴奋的科学问题，但我们认为，其贡献不应从其起源的科学环境中推断出来。特别是，我们建议，将数据视为科学建模的替代品的简单想法是站不住脚的。通过回顾动力学系统中的一些著名示例，我们得出结论，当数据科学与微妙的建模技术相结合时，其表现最佳。
基于社交的实时交通检测研究
原文标题： A Survey of Real-Time Social-Based Traffic Detection
地址： http://arxiv.org/abs/2007.04100
作者： Hashim Abu-gellban
摘要： 在线交通新闻网站并不总是实时发布区域内的交通事件。为了开发实时流量检测系统，可以在twitter流上使用文本挖掘和机器学习技术来执行事件检测。在本调查报告中，我们将重点研究五种论文[1、2、3、4、5]，以实时检测交通事件的最新技术。最后，在论文[2]中应用文本挖掘技术和SVM分类器可获得最佳结果（即95.75％的准确性和95.8％的F1分数）。
社交媒体的自我品牌塑造和成功：来自模型竞赛的定量证据
原文标题： Social media self-branding and success: Quantitative evidence from a model competition
地址： http://arxiv.org/abs/2007.04113
作者： Fabian Braesemann, Fabian Stephany
摘要： 由于拥有大量在线数据集，因此有可能量化人类努力在不同领域的成功。本文介绍的研究有助于评估社会媒体活动的效果，以此作为“自我烙印”的手段，以增加模型被《花花公子》杂志评选为“年度最佳玩伴”的机会。我们假设积极管理自己的Instagram帐户的候选人可以增加获得该奖项的可能性：他们使用社交媒体吸引更多的关注者，然后他们可以在奖项民意调查中为他们投票。调查结果表明，社交媒体活动实际上具有预测奖项结果的预测能力。我们发现有证据表明，比其他候选人更积极地管理其社交媒体帐户的候选人更有可能成为年度最佳玩伴。调查结果强调了社交媒体的好处
声明：Arxiv文章摘要版权归论文原作者所有，机器翻译后由本人进行校正整理，未经同意请勿随意转载。本系列在微信公众号“网络科学研究速递”（微信号netsci）和个人博客 https://www.complexly.cn （提供RSS订阅）进行同步更新。个性化论文阅读与推荐请访问 https://arxiv.complexly.cn 平台。
网友评论