- 网络系统上的诱导渗流;
- 流图中的强连接组件：计算和实验;
- 重复使用刑事风险评估中的反馈效应;
- 自表达图神经网络的无监督社区检测;
- 在社交媒体中应对与大流行相关的错误信息;
- 疫苗供应链：呼吁进行弹性分析以支持COVID-19疫苗的生产和分配;
- 基于价值的COVID-19热点医疗资源分配优化;
- 两种具有交叉免疫力的传染病的最佳疫苗接种程序;
- 复杂网络上相互依赖的流行病的最佳隔离策略;
- 潮还是不潮？分析和预测网红在Reddit上的受欢迎程度;
- 空间囚徒困境中合作者的时间分类;
- 中心性指标及其对网络弹性的影响的综述;
- CovidExplorer：基于多方面AI的COVID-19信息搜索和可视化引擎;
- 股票市场效率的集体动力学;
- 通过微观干预恢复失败的网络;
- 全球航空公司网络中的容量和流行病传播平衡;
- 适度的移民可能会促进原住民之间的合作高峰;
网络系统上的诱导渗流
原文标题： Induced Percolation on Networked Systems
地址： http://arxiv.org/abs/2011.14034
作者： Jiarong Xie, Xiangrong Wang, Ling Feng, Jin-Hua Zhao, Yamir Moreno, Yanqing Hu
摘要： 渗流理论已被广泛用于研究复杂网络系统中的相变。它还成功地解释了不同领域的几种宏观现象。然而，现有的渗流理论框架将重点放在系统各组成部分之间的直接相互作用上，而最近的经验观察表明，间接相互作用在许多系统中都很普遍，例如生态和社会网络等。在这里，我们提出了一个解决间接相互作用的新的渗流框架，该框架可以概括当前的理论体系，并理解网络系统的各个组件对其宏观行为的潜在间接影响。我们报道了丰富的现象学，其中一阶，二阶或混合相变是可能的，这取决于底物网络的链接分别是有向的，无向的还是混合的。我们还提供了一个分析框架来表征所提出的诱导渗滤，为进一步理解具有间接相互作用的网络动力学铺平了道路。
流图中的强连接组件：计算和实验
原文标题： Strongly Connected Components in Stream Graphs: Computation and Experimentations
地址： http://arxiv.org/abs/2011.08054
作者： Léo Rannou, Clémence Magnien, Matthieu Latapy
摘要： 流图建模了高度动态的网络，其中节点和/或链接随时间到达和/或离开。最近在流图中定义了强连接的组件，但是没有提供算法来计算它们。我们在这里提出了多项式的解决方案，这些解决方案具有多项式的时间和空间复杂性，每种解决方案都有其优点和缺点。我们提供了一个实现方案，并在各种实际情况下实验性地比较了算法。此外，我们提出了一种近似方案，该方案可显著降低计算成本，并提供有关数据集的更多见解。
重复使用刑事风险评估中的反馈效应
原文标题： Feedback Effects in Repeat-Use Criminal Risk Assessments
地址： http://arxiv.org/abs/2011.14075
作者： Benjamin Laufer
摘要： 在刑事法律环境中，风险评估算法被吹捧为数据驱动的，经过良好测试的工具。从业人员通常会引用称为验证测试的研究，以表明特定的风险评估算法具有预测准确性，可以在风险组之间建立合理的差异，并在治疗中维持组公平性的某种衡量标准。为了建立这些重要目标，大多数测试使用单次单点测量。使用Polya Urn模型，我们探索了反馈效应在顺序评分决策过程中的含义。我们通过仿真表明，风险可以通过一次性测试无法刻画的方式在顺序决策中传播。例如，即使是很小或无法检测到的风险分配偏差水平，也可能会放大基于顺序风险的决策，从而导致在多次决策迭代后可观察到的群体差异。风险评估工具在高度复杂且依赖路径的过程中运作，充满了历史的不平等性。我们从这项研究得出的结论是，这些工具不能适当地考虑到复合效应，需要开发和审计的新方法。
自表达图神经网络的无监督社区检测
原文标题： Self-Expressive Graph Neural Network for Unsupervised Community Detection
地址： http://arxiv.org/abs/2011.14078
作者： Sambaran Bandyopadhyay, Vishal Peter
摘要： 图神经网络能够在多个图下游任务（例如节点分类和链路预测）上实现有希望的性能。设计图神经网络（GNN）的工作相对较少，这些神经网络可以直接用于图中的社区检测。传统上，对GNN进行半监督或自监督损失函数训练，然后将聚类算法应用于检测社区。然而，这种解耦的方法本质上是次优的。设计用于训练GNN的无监督社区检测损失功能是提出集成解决方案的一项基本挑战。为理解决这个问题，我们首次将自我表达的原理与自我监督图神经网络的框架相结合，用于无监督社区检测。为了提高该方法的可扩展性，我们提出了一种随机抽样的分批训练方法，并使用自表达原理来生成强节点相似度/相异度值的子集。这些值用于规范化从自监督图神经网络获得的节点社区。我们的解决方案以端到端的方式进行培训。我们能够在多个公开可用的数据集上获得最新的社区检测结果。
在社交媒体中应对与大流行相关的错误信息
原文标题： Towards Combating Pandemic-related Misinformation in Social Media
地址： http://arxiv.org/abs/2011.14146
作者： Isa Inuwa-Dutse
摘要： 大流行期间的常规预防措施包括社会疏远和封锁。社交媒体时代的此类措施带来了一系列新的挑战-在线错误信息的有毒影响的脆弱性很高。一个典型的例子是COVID-19。随着病毒的传播，相关的错误信息和关于它的虚假消息也会传播，从而导致信息流行。自疫情爆发以来，已经有大量研究调查了大流行的各个方面。本章感兴趣的内容包括以在线社交媒体平台上的数据集为中心的研究，在社交媒体平台上，大多数公共话语发生。主要目标是通过（1）贡献各种策展的相关数据集（2）提供相关领域以使用数据集进行研究（3）展示相关数据集，策略和现状如何来支持对抗负面信息流行病可以利用现有的IT工具来管理大流行病。
疫苗供应链：呼吁进行弹性分析以支持COVID-19疫苗的生产和分配
原文标题： The Vaccine Supply Chain: A Call for Resilience Analytics to Support COVID-19 Vaccine Production and Distribution
地址： http://arxiv.org/abs/2011.14231
作者： Maureen S. Golan, Benjamin D. Trump, Jeffrey C. Cegan, Igor Linkov
摘要： 由于全球网络因单个节点和连接中断而失败，因此COVID19大流行凸显了供应链中缺乏弹性。通过对现有针对防灾能力的疫苗和药品供应链出版物的概述，以及最近发表的报道跨多个领域的供应链防灾能力建模的论文，我们发现供应链防灾力模型很少，而且大多数都针对个体。应变能力的大小，而不是在紧急情况下扩大疫苗生产和分配所必需的综合策略。我们发现，COVID19引起了人们对供应链弹性的兴趣，但是从2020年开始的出版物关注范围很窄，本质上是定性的。基于证据的模型和测度很少见。此外，出版物通常只关注特定目标供应链的特定部分，不包括相关支持网络，例如疫苗生产和公平分配所必需的运输，社会和指挥与控制（C2）。网络分析的缺乏是文献中的一个主要空白，需要弥补这一空白，以便为COVID19疫苗供应链创建实时分析和决策工具。我们得出结论，为了应对大规模COVID-19疫苗接种计划面临的新挑战，需要一种全面，定量的网络弹性方法，该方法应包括其他社会网络和物理网络中的供应链。我们进一步发现，COVID-19大流行强调了在多网络环境中定位供应链弹性的必要性，并通过NAS弹性定义，计划，吸收，恢复，适应来正式将时间维度纳入分析中，以确保基本需求得到满足。在社会的各个层面上相遇。
基于价值的COVID-19热点医疗资源分配优化
原文标题： Value-based optimization of healthcare resource allocation for COVID-19 hot spots
地址： http://arxiv.org/abs/2011.14233
作者： Zachary A. Collier, Jeffrey M. Keisler, Benjamin D. Trump, Jeffrey C. Cegan, Sarah Wolberg, Igor Linkov
摘要： 随着新出现的COVID-19危机，公共卫生官员和政策制定者的关键任务是决定如何确定优先级，查找和分配稀缺资源。为了回答这些问题，决策者需要能够根据新兴热点位置随时间确定所需资源的位置。热点定义为COVID19病例急剧增加的集中区域。热点给现有的医疗资源带来压力，导致对资源的需求可能超出当前的能力。这项研究将描述一种基于价值的资源分配方法，该方法旨在通过不确定的流行病学预测来协调需求，并增加添加额外资源（如医院病床）的价值。价值是根据边际资源（床，通风机等）的预期使用量而定的。在一定的约束条件下，分配决策可以使用非线性规划模型进行操作，随着时间的推移以及在多个地理位置上分配新的病床。研究结果表明，需要一种基于价值的方法来协助各级决策者在当前高度不确定和动态COVID环境中做出最佳决策。
两种具有交叉免疫力的传染病的最佳疫苗接种程序
原文标题： Optimal vaccination program for two infectious diseases with cross immunity
地址： http://arxiv.org/abs/2011.14255
作者： Yang Ye, Qingpeng Zhang, Zhidong Cao, Daniel Dajun Zeng
摘要： 经常有多种具有交叉免疫力的疾病争夺疫苗资源。在这里，我们研究了两层易感性感染去除（SIR）模型中的最佳疫苗接种方案，在该模型中，两种具有交叉免疫力的疾病在同一人群中传播，并且可以使用两种疾病的疫苗。我们确定了最佳疫苗接种计划的三种方案，它们可以以最低的成本防止两种疾病的爆发。我们根据不同疫苗的成本从分析上得出确定最佳方案的标准。
复杂网络上相互依赖的流行病的最佳隔离策略
原文标题： Optimal Quarantining Strategy for Interdependent Epidemics Spreading over Complex Networks
地址： http://arxiv.org/abs/2011.14262
作者： Juntao Chen, Yunhan Huang, Rui Zhang, Quanyan Zhu
摘要： 抑制散布在复杂网络上的相互依赖的流行病的最佳隔离策略是一个关键问题。在本文中，我们首先建立一个框架来刻画两个流行病之间的耦合，然后通过将系统的平衡状态分为三类并导出其稳定条件来分析系统的平衡状态。所设计的隔离策略在全球范围内优化了隔离成本与网络中流行病的严重性之间的权衡。此外，我们通过显示解决方案的存在性和唯一性来提供有关流行病可预测性的结构性结果。我们还通过显示疫情严重程度相对于所应用的隔离工作的连续性，证明了隔离策略的鲁棒性。提出了一种基于定点迭代方案的梯度下降算法，以寻找最佳的隔离策略。取决于系统参数，隔离策略可能会导致随着控制成本的变化而在相互依赖的流行网络的平衡之间进行切换。最后，我们通过案例研究来证实和说明所获得的理论结果。
潮还是不潮？分析和预测网红在Reddit上的受欢迎程度
原文标题： Dank or Not? -- Analyzing and Predicting the Popularity of Memes on Reddit
地址： http://arxiv.org/abs/2011.14326
作者： Kate Barnes, Tiernon Riesenmy, Minh Duc Trinh, Eli Lleshi, Nóra Balogh, Roland Molontay
摘要： 网络模因已经成为当代社会交流的一种越来越普遍的形式，最近引起了很多研究兴趣。在本文中，我们分析了2020年3月中旬从Reddit收集的129,326个模因的数据，当时全球范围内引入了最严格的冠状病毒限制。本文不仅为理解COVID-19大流行期间互联网用户的思想提供了一个窥镜，而且我们还对使模因传播的原因进行了基于内容的预测分析。使用机器学习方法，我们还研究了与模因受欢迎程度相比，文本属性和增量预测能力图像相关属性具有哪些优势。我们发现，一个模因的成功可以根据其内容单独适当地预测，我们性能最佳的机器学习模型可以预测AUC = 0.68的病毒模因。我们还发现，与图像相关的属性和文本属性对彼此具有显著的增量预测能力。
空间囚徒困境中合作者的时间分类
原文标题： Temporal assortment of cooperators in the spatial prisoner's dilemma
地址： http://arxiv.org/abs/2011.14440
作者： Tim Johnson, Oleg Smirnov
摘要： 我们研究了一个空间的，一发制止的囚徒困境（PD）模型，在该模型中，选择既要根据有机体的行为策略（合作或缺陷）进行选择，又要选择何时在一组离散的时间间隔内实施该策略。当我们在网格和小型世界网络中添加时隙时，合作者会定期演化为固定模型，当有机体在无标度网络中进行交互时，合作伙伴的人口增长尽管缓慢，但仍在增长。对于合作者的选择发生在各种各样的时间段内，即使违反了图上合作演变的关键条件，即在PD中收益与成本之比不超过在空间上相邻的生物。
中心性指标及其对网络弹性的影响的综述
原文标题： A Survey on Centrality Metrics and Their Implications in Network Resilience
地址： http://arxiv.org/abs/2011.14575
作者： Zelin Wan, Yash Mahajan, Beom Woo Kang, Terrence J. Moore, Jin-Hee Cho
摘要： 集中度度量已用于各种网络中，例如通信，社会，生物学，地理或联系网络。尤其是，已使用它们来研究和分析目标攻击行为并调查其对网络弹性的影响。尽管数十年来已经开发了大量的中心度指标，但通常只使用了一组有限的中心度指标。本文旨在介绍各种现有的中心度指标，并基于从广泛的仿真实验中获得的结果来讨论其适用性和性能，以鼓励其用于解决网络中的各种计算和工程问题。
CovidExplorer：基于多方面AI的COVID-19信息搜索和可视化引擎
原文标题： CovidExplorer: A Multi-faceted AI-based Search and Visualization Engine for COVID-19 Information
地址： http://arxiv.org/abs/2011.14618
作者： Heer Ambavi (1), Kavita Vaishnaw (1), Udit Vyas (1), Abhisht Tiwari (1), Mayank Singh (1) ((1) Indian Institute of Technology Gandhinagar)
摘要： 全世界都在与COVID-19大流行作斗争，导致研究实验，政府政策和社交媒体讨论的激增。多模式信息访问和数据可视化平台可以在支持旨在理解和制定大流行预防措施的研究中发挥关键作用。在本文中，我们提出了一个基于多方面AI的搜索和可视化引擎CovidExplorer。我们的系统旨在帮助研究人员理解当前最先进的COVID-19研究，确定与其领域相关的研究文章，并可视化COVID-19病例的实时趋势和统计数据。与其他现有系统相比，CovidExplorer还在社交媒体上进行了针对印度的主题讨论，以研究COVID-19的不同方面。系统，演示视频和数据集可从以下http URL获得
股票市场效率的集体动力学
原文标题： Collective dynamics of stock market efficiency
地址： http://arxiv.org/abs/2011.14809
作者： Luiz G. A. Alves, Higor Y. D. Sigaki, Matjaz Perc, Haroldo V. Ribeiro
摘要： 通过有效的市场假设进行总结，股价完全反映所有可用信息的想法始终面临着现实世界的行为。尽管有大量证据表明并量化了股票市场的效率，但大多数研究都认为这种效率在一段时间内是恒定的，因此对其动态和集体方面仍然知之甚少。在这里，我们通过计算股市指数对数收益率滑动时间窗口内的置换熵来定义股市的时变效率。我们表明，世界主要股票市场可以按层次划分为几类，它们显示出相似的长期效率状况。但是，我们还显示，效率等级和具有类似趋势的市场集群一次只能稳定几个月。因此，我们建议使用股票市场的网络表示形式，将其短期效率模式汇总为全球性的，连贯的画面。我们发现该金融网络紧密缠结，同时具有由两组不同的股票市场组成的模块化结构。我们的结果表明，股票市场效率是一种集体现象，可以以高水平的信息效率推动其运作，但也使整个系统处于发生故障的风险中。
通过微观干预恢复失败的网络
原文标题： Reviving a failed network via microscopic interventions
地址： http://arxiv.org/abs/2011.14919
作者： Hillel Sanhedrai, Jianxi Gao, Moshe Schwartz, Shlomo Havlin, Baruch Barzel
摘要： 从大灭绝到细胞死亡，复杂的网络系统通常在理想状态和不良状态之间表现出突然的动态转变。这种过渡通常是由拓扑扰动引起的，例如节点或链接删除，或链接强度降低。问题在于，扭转拓扑破坏（即，恢复丢失的节点/链接或增强弱化的交互作用）不能保证自发恢复到所需的功能状态。实际上，尽管重建了受损的拓扑结构，但许多相关的系统仍显示出滞后现象，并始终处于功能异常状态。为理解决这一挑战，我们开发了一个两步恢复方案：首先-拓扑重建到可以恢复系统的程度，然后进行动态干预以重新点燃系统失去的功能。应用到一系列非线性网络动力学中，我们确定了复杂系统的可恢复阶段，在这种状态下，可以通过微观干预（即仅控制单个节点）重新点燃系统。映射此新发现阶段的边界，我们获得了两步恢复的指南
全球航空公司网络中的容量和流行病传播平衡
原文标题： Balancing Capacity and Epidemic Spread in the Global Airline Network
地址： http://arxiv.org/abs/2011.15036
作者： Robert Harper, Philip Tee
摘要： 长期以来，人们一直认为复杂网络的结构在图中的传输和传播现象中起着作用。这种行为很难进行分析建模，而最经常是数字建模。这样的网络构成了包括交通运输网络在内的社会结构的重要组成部分。随着社会为控制COVID-19大流行而斗争，一个重要的问题是在交通网络的全面开放与控制流行之间取得最佳平衡。在本文中，我们研究了使用信息论分析网络结构的最新进展如何为有关此类网络开放的决策提供依据。凭借可用数据的丰富性，我们专注于全球航空公司网络，但是这些方法原则上适用于任何运输网络。我们能够证明，可以实质性地开放航空公司网络，并对病毒的传播进行一定程度的控制。
适度的移民可能会促进原住民之间的合作高峰
原文标题： Moderate immigration may promote a peak of cooperation among natives
地址： http://arxiv.org/abs/2011.15105
作者： Alessandra Friedrich Lütz, Marco Antonio Amaral, Lucas Wardil
摘要： 我们分析了有效的合作移民对玩公共物品博弈的人群的影响。我们的模型表明，由于良好的榜样主体可以提供更高质量的公共物品而受到社会的感染，因此可以在本地人之间开展合作。在移民中，只有一小部分有效的合作者足以触发整个原住民之间的合作。我们看到，本地合作在移民率适中的时候达到了顶峰。这种高效的移民合作者充当合作社集群成长的成核中心，而合作社集群最终主导了叛逃。
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