- SARS-CoV-2社会疏离的统计动态作为一种差分博弈;
- 通过社会成本优化控制COVID-19感染率;
- 放松锁定时间的简化模型;
- 使用全因死亡率稳健地估算意大利北部的COVID19流行曲线;
- 含时网络上SIR模型的快速且基于原理的仿真;
- 预测莫桑比克的COVID-19大流行并估计可能的情况;
- 日本的COVID-19发病率和死亡率与当地人口密度，温度和绝对湿度有关;
- 无服务器计算用于基于云的电网应急发电调度;
- 通过决策森林进行鲁棒的相似性和距离学习;
- 校准Google趋势的时间序列;
- 使用点过程提取的时间特征进行假新闻检测;
- 用于近似含时模体计数的有效采样算法（扩展版）;
- 大型企业帐户中攻击者活动的大规模分析;
- 建模和预测假新闻在Twitter上的传播;
- 网络上的Deffuant意见动力学模型的广义平均场逼近;
- 超越沟通强度来估计社会网络中的联系强度;
- 利用图论对社交媒体上沿海地区文化生态系统服务进行大规模评估;
SARS-CoV-2社会疏离的统计动态作为一种差分博弈
原文标题： Statistical dynamics of social distancing in SARS-CoV-2 as a differential game
地址： http://arxiv.org/abs/2007.13734
作者： Chris von Csefalvay
摘要： 新型冠状病毒SARS-CoV-2已迅速成为对全球公共卫生的重大威胁，特别是因为-与新型病原体并不少见-没有有效的药物治疗或预防措施可预防其引起的病毒综合症。在没有这种具体治疗方式的情况下，公共卫生应对措施的主要依靠非药物干预措施（NPI），例如社会隔离。本文通过定量分析疾病传播作为差分博弈的统计动态，估算距离与非距离的相对成本，根据已知的人口流行病学来确定距离的边际效用，从而有助于理解针对SARS-CoV-2的社会距离有关SARS-CoV-2的数据，并得出结论，除非距离的成本大大超过每单位时间的疾病成本，否则社会距离仍然是主要策略。这些发现可以帮助在定量证明其有效性的定量框架内，基于社会距离牢固地锚定公共卫生应对措施。
通过社会成本优化控制COVID-19感染率
原文标题： Optimal control of COVID-19 infection rate with social costs
地址： http://arxiv.org/abs/2007.13811
作者： Aaron Z. Palmer, Zelda B. Zabinsky, Shan Liu
摘要： COVID-19大流行构成了决策危机，其中努力以经济优先事项来减缓或结束大流行冲突。本文提供了理想疾病控制策略的数学分析，其中包括用于疾病传播的理想分类模型以及社会和经济成本的简化模型。最佳控制策略分为“抑制”和“缓解”策略，并在确定性模型和随机模型中进行了分析。在随机模型中，考虑了不确定时间的疫苗接种。
放松锁定时间的简化模型
原文标题： Simplified model on the timing of easing the lockdown
地址： http://arxiv.org/abs/2007.14072
作者： Sung-Po Chao
摘要： 事实证明，锁定程序可以成功缓解这种COVID-19大流行中病毒的传播，但同时也对经济造成了破坏性影响。我们使用具有随时间变化的感染率的改良的“易感性感染恢复”模型来模拟锁定状态下的感染传播方式。用简单的模型评估由于劳动力损失和医疗费用产生的经济成本。我们找到了最好的策略，这意味着在整个大流行过程中，最小的经济损失就是保持严格的锁定时间。
使用全因死亡率稳健地估算意大利北部的COVID19流行曲线
原文标题： Robustly estimating the COVID19 epidemic curve in northern Italy using all-cause mortality
地址： http://arxiv.org/abs/2007.14359
作者： Luca Presotto
摘要： 背景：意大利北部是受COVID影响最严重的地区之一。现在普遍认为，在确定第一位患者之前，该病毒已静默传播至少2周。在这个静默阶段，以及随后的几周医院系统负担沉重的时候，没有以可能提供有用数据的方式进行数据收集以估计流行曲线。为了评估病毒引入的动力学和引入的遏制措施的有效性，我们尝试使用所有病因死亡率数据重建流行曲线。方法：我们从国家统计局收集了所有按年龄分层的原因死亡数据，以及其他政府机构根据COVID相关的死亡数据。使用SEIR模型以及对死亡时间分布的估计暴露，我们拟合了区域级别传播不同阶段的繁殖数量。结果：在确定病例1之前，我们估计繁殖数量为2.6 +/- 0.1。伦巴第的学校停课将其降低到1.3。软锁定测量将R降低到0.7，并且在引入硬锁定时未观察到进一步的降低（例如Emilia-Romagna软锁定0.67 +/- 0.07，硬锁定0.69 +/- 0.071）。在硬禁期间，> 75岁年龄段的生殖数量一直高于其他人群（例如，米兰省为0.98对0.71），这表明退休设施爆发了。从3月7日开始，贝加莫和布雷西亚省的繁殖数量明显低于其他地区，并且采取了同样严格的封锁措施（附近省份：0.73，布雷西亚：0.52，贝加莫0.43），支持以下假设：在这些省中，人口比例很高到三月初已经被感染了。
含时网络上SIR模型的快速且基于原理的仿真
原文标题： Fast and principled simulations of the SIR model on temporal networks
地址： http://arxiv.org/abs/2007.14386
作者： Petter Holme
摘要： 易感感染恢复（SIR）模型是典型的感染流行病模型，可让人们在恢复时免疫。计算流行病学中许多悬而未决的问题都与潜在的联系结构对SIR模型等模型的影响有关。时间网络构成了一个理论框架，能够对谁可以感染谁以及何时发生这些接触的网络进行编码。在本文中，我们讨论了这种模拟背后的详细假设-如何使它们与SIR模型的分析易处理公式具有可比性，同时又尽可能地切合实际。为此，我们还提供了高度优化的开放源代码，并讨论了使程序尽快运行所需的所有步骤。
预测莫桑比克的COVID-19大流行并估计可能的情况
原文标题： Forecasting COVID-19 Pandemic in Mozambique and Estimating Possible Scenarios
地址： http://arxiv.org/abs/2007.13933
作者： Cláudio Moisés Paulo, Felipe Nunes Fontinele, Pedro Henrique Pinheiro Cintra
摘要： COVID-19现在是本世纪最大的大流行危机，全球注册病例超过1600万。非洲国家现在已经开始登记越来越多的案件，但是，针对特定非洲国家的模型很少出现。在我们的研究中，我们使用简单的SEIR模型来评估和预测有关莫桑比克大流行危机的未来情况。我们比较不同政策对感染曲线的影响，并估算流行病学参数，例如当前的感染繁殖数Rt和增长率g。我们发现Rt的值较低，范围为1.11至1.48，正增长率为g = 0.22至0.27。我们的模拟还表明，锁定显示出将感染峰值高度降低的可能性平均为28％，范围从20％到36％不等。
日本的COVID-19发病率和死亡率与当地人口密度，温度和绝对湿度有关
原文标题： COVID-19 morbidity and mortality rates in Japan are correlated with local population density, temperature and absolute humidity
地址： http://arxiv.org/abs/2007.14065
作者： Sachiko Kodera, Essam A. Rashed, Akimasa Hirata
摘要： 这项研究分析了日本不同地区的COVID-19大流行的发病率和死亡率。在每天最大确诊死亡人数和每天最大病例数分别超过4和10的约束下，包括14个州，并评估了影响发病率和死亡率的辅助因子。特别是，评估的确诊死亡人数不包括医院感染病例和疗养院患者。发病率与人口密度之间存在轻微的相关性（R2 = 0.394）。此外，每个人口中老年人的百分比也被认为是微不足道的。在天气参数中，发现持续时间内平均的最高温度和绝对湿度与发病率和死亡率略有相关，不包括医院感染病例。在较高温度和绝对湿度下观察到较低的发病率和死亡率。考虑这些因素的多变量分析表明，扩展，衰减和合并阶段的确定系数分别为0.708、0.785和0.615。这些发现可能对未来大流行期间的干预计划很有用，包括可能的第二次COVID-19爆发。
无服务器计算用于基于云的电网应急发电调度
原文标题： Serverless computing for cloud-based power grid emergency generation dispatch
地址： http://arxiv.org/abs/2007.13733
作者： Song Zhang, Xiaochuan Luo, Eugene Litvinov
摘要： 对于SCADA / EMS故障或在COVID-19大流行这样的困难时期中，可靠地运行现代电网对于电网运营商而言是一项艰巨的任务。在[11]中，提出了一种基于PMU的应急发电调度方案，以帮助系统运营商实现供需平衡。但是，其实现高度依赖于控制中心的基础设施来进行计算和通信。这项工作而不是使用本地服务器和调度通信系统，而是提出并实现了一个以云为中心的无服务器架构，以确保操作的连续性，无论本地基础结构的可用性和可访问性如何。通过其在ISO新英格兰的原型实施和评估，该解决方案展示了两个主要优势。首先，云基础架构是独立且容错的，即使EMS失去了相应的功能或当操作员需要远离控制中心进行远程工作时，也可以提供网格监视和控制功能。其次，整体设计是使用无服务器云服务响应SCADA / EMS故障事件而由事件驱动的。由于“无服务器”，可以从用户方避免服务器配置和维护的负担。由于此公共解决方案是基于事件驱动的功能即服务（FaaS）模型构建和实施的，因此使用该解决方案使用公共云服务的成本非常低。这项工作还开发了一种全面的网络安全机制，以符合电网的关键基础架构要求，可以作为其他电网运营商保护其云服务的示例性框架。
通过决策森林进行鲁棒的相似性和距离学习
原文标题： Robust Similarity and Distance Learning via Decision Forests
地址： http://arxiv.org/abs/2007.13843
作者： Tyler M. Tomita, Joshua T. Vogelstein
摘要： 诸如欧几里得距离之类的规范距离通常无法捕获项目之间的适当关系，从而导致推论和预测欠佳。已经提出了许多算法来自动学习合适的距离，其中大多数采用线性方法来学习特征空间上的全局度量。尽管此类方法提供了不错的理论特性，可解释性以及实现这些方法的计算效率高的方法，但它们的表达能力受到限制。设计用于提高表达能力的方法会牺牲线性方法的一种或多种优良特性。为了弥合这一差距，我们为远程学习的任务提出了一种具有高度表现力的新颖决策森林算法，我们将其称为相似度和度量随机森林（SMERF）。我们表明，SMERF中的树构建程序是对标准分类树和回归树的适当概括。因此，SMERF的数学驱动力通过与回归森林的直接联系来检验，为此已经开发了理论。在模拟数据集上经验证明了其近似任意距离和识别重要特征的能力。最后，我们证明它可以准确预测网络中的链接。
校准Google趋势的时间序列
原文标题： Calibration of Google Trends Time Series
地址： http://arxiv.org/abs/2007.13861
作者： Robert West
摘要： Google趋势是一种工具，研究人员可以利用它来分析Google搜索查询在时间和空间上的受欢迎程度。在单个请求中，用户可以在一个通用范围内获得最多5个查询的时间序列，将其标准化为0到100的范围并四舍五入为整数精度。尽管“ Google趋势”具有整体价值，但四舍五入会引起严重的问题，以至于在与更受欢迎的查询一起请求时，对于不受欢迎的查询，可能会返回完全无意义的全零时间序列。我们通过提出Google趋势锚定银行（G-TAB）（一种用于校准Google趋势数据的有效解决方案）来解决此问题。我们的方法在不影响舍入误差的情况下，以通用规模表达了任意数量查询的普遍性。该方法分两个阶段进行。在离线预处理阶段，构建了一个“锚库”，这套查询遍及整个流行范围，并通过将多个Google趋势请求仔细链接在一起，针对共同的参考查询进行了校准。在在线部署阶段，通过在锚定库中执行有效的二进制搜索来校准任何给定的搜索查询。每个搜索步骤都需要一个Google趋势请求，但是只有几个步骤就足够了，正如我们在实证评估中所展示的那样。我们在https://github.com/epfl-dlab/GoogleTrendsAnchorBank上以易于使用的库形式公开提供了我们的代码。
使用点过程提取的时间特征进行假新闻检测
原文标题： Fake News Detection using Temporal Features Extracted via Point Process
地址： http://arxiv.org/abs/2007.14013
作者： Taichi Murayama, Shoko Wakamiya, Eiji Aramaki
摘要： 许多人使用社会网络服务（SNS）轻松访问各种新闻。获取和共享``假新闻''的方法有很多，这些新闻带有虚假信息。为了解决假新闻，已经进行了一些研究，以使用SNS提取的功能来检测假新闻。在这项研究中，我们尝试通过使用点处理算法从真实新闻中识别虚假新闻，来使用从SNS帖子生成的时态特征。伪造新闻检测中的时间特征比现有特征具有鲁棒性的优势，因为它对伪造新闻传播者的依赖性最小。此外，我们提出了一种新颖的基于注意力的多模式方法，该方法包括语言和用户功能以及时间功能，用于检测来自SNS帖子的虚假新闻。从三个公共数据集中获得的结果表明，与现有方法相比，所提出的模型具有更好的性能，并证明了时间特征对伪造新闻检测的有效性。
用于近似含时模体计数的有效采样算法（扩展版）
原文标题： Efficient Sampling Algorithms for Approximate Temporal Motif Counting (Extended Version)
地址： http://arxiv.org/abs/2007.14028
作者： Jingjing Wang, Yanhao Wang, Wenjun Jiang, Yuchen Li, Kian-Lee Tan
摘要： 从通信网络中的用户交互到金融市场中的交易，各种各样的复杂系统都可以建模为含时图，该含时图由一组顶点和一系列带时间戳和有向边组成。含时图中的时间主题是从静态图中的子图模式中获得的，这些子图除了结构之外还考虑了边顺序和持续时间。计算时间主题的出现次数是时间网络分析的基本问题。但是，现有方法要么不能支持时间主题，要么会遇到性能问题。在本文中，我们专注于通过随机采样进行的近似时间主题计数。我们首先提出一种通用边采样（ES）算法，用于估计任何时间主题的实例数量。此外，我们设计了一种改进的EWS算法，该算法将边采样与楔形采样混合在一起，以对具有3个顶点和3个边的含时模体进行计数。我们提供了对我们提出的算法的理论界限和复杂性的综合分析。最后，我们在几个现实世界的数据集上进行了广泛的实验，结果表明，与用于时间模体计数的最新采样方法相比，我们的ES和EWS算法具有更高的效率，更好的准确性和更大的可伸缩性。
大型企业帐户中攻击者活动的大规模分析
原文标题： A Large-Scale Analysis of Attacker Activity in Compromised Enterprise Accounts
地址： http://arxiv.org/abs/2007.14030
作者： Neil Shah, Grant Ho, Marco Schweighauser, M.H. Afifi, Asaf Cidon, David Wagner
摘要： 我们对111个现实企业组织中的攻击者活动进行了大规模表征。我们开发了一种新颖的取证技术，用于区分受侵害的企业帐户中的攻击者活动和良性活动，这种伪造产生很少的误报，并使我们能够对攻击者的行为进行细粒度的分析。将我们的方法应用于一组159个受感染的企业帐户，我们可以量化攻击者在帐户中处于活动状态的持续时间，并研究攻击者如何访问和利用这些被劫持帐户的主题模式。我们发现攻击者经常将帐户停留数天至数周，这表明延迟（非实时）检测仍然可以提供巨大的价值。在分析攻击者的时间模式的基础上，我们观察到攻击者如何访问被盗帐户的两种不同方式，这可以通过存在被劫持企业帐户的专门市场来解释：一类攻击者专注于损害和出售帐户访问另一类利用此类被劫持帐户提供的访问权限的攻击者。最终，我们的分析揭示了企业帐户劫持的状态，并着重指出了更广泛的检测方法领域的卓有成效的指导，这些方法涵盖了恶意帐户行为的新功能，以及利用恶意软件开发的非实时检测方法。攻击初始折衷点之后的活动，以更准确地识别攻击。
建模和预测假新闻在Twitter上的传播
原文标题： Modeling and Predicting Fake News Spreading on Twitter
地址： http://arxiv.org/abs/2007.14059
作者： Taichi Murayama, Shoko Wakamiya, Eiji Aramaki, Ryota Kobayashi
摘要： 由于移动设备的使用日益增多以及全世界Internet访问的大量增加，虚假新闻已成为社会显而易见的潜在风险。开发一个简单的数学模型以了解假新闻在线传播的机制至关重要。在本文中，我们提出了一种点过程模型，用于预测假新闻在Twitter上的传播。该模型将级联描述为两个阶段的过程：最初，级联作为普通新闻报道传播；然后，通过试图揭示和纠正新闻故事的虚假性，出现了第二个级联。我们通过从Twitter收集两个假新闻级联数据集来验证该模型。我们表明，该模型在准确预测假新闻级联的演化方面优于当前的最新技术。此外，当一些用户意识到新闻的虚假性时，所提出的模型可以适当地推断出校正时间。所提出的模型有助于理解在社交媒体中传播的假新闻的动态，并且在提取级联的时间信息的紧凑表示形式方面可能具有优势。
网络上的Deffuant意见动力学模型的广义平均场逼近
原文标题： A generalised mean-field approximation for the Deffuant opinion dynamics model on networks
地址： http://arxiv.org/abs/2007.14151
作者： Susan C. Fennell, Kevin Burke, Michael Quayle, James P. Gleeson
摘要： 当假定网络上主体的交互遵循Deffuant意见动态模型时，已知结果取决于底层网络的结构。对于Deffuant模型，现有的平均场近似无法捕获此行为。在本文中，推导了一种广义的平均场近似，它通过网络的程度分布或社区结构来说明网络拓扑结构对Deffuant动力学的影响。通过与合成网络和真实网络上的大规模蒙特卡洛模拟进行比较，检验了近似的准确性。
超越沟通强度来估计社会网络中的联系强度
原文标题： Going beyond communication intensity for estimating tie strengths in social networks
地址： http://arxiv.org/abs/2007.14238
作者： Javier Ureña-Carrion, Jari Saramäki, Mikko Kivelä
摘要： 尽管领带强度的概念在社会网络分析中很重要，但很难量化社交联系的牢固程度。在数据驱动的研究中估算联系强度的一种典型方法是简单地计算两个人之间的接触总数或持续时间。但是，这忽略了可以从用于社会网络重建的丰富数据集中提取的许多功能。在这里，我们重点关注具有时间信息的联系人数据。我们系统地研究了接触时间序列的特征如何与通常与连接强度相关的拓扑特征相关。我们分析了一个大型手机数据集，并测量了每个领带的通话时间序列的多个属性，并使用这些属性来预测所谓的邻域重叠，这是社会学文献中与牢固联系相关的特征。我们观察到时间特征和邻域重叠之间的紧密关系，其中许多特征的表现优于简单的接触计数。突出的功能包括通话天数，突发级联次数，典型的联系时间以及时间稳定性。我们的结果表明，这些措施可能适用于社会网络建设，并表明可以通过组合多个时间特征来实现最佳结果。
利用图论对社交媒体上沿海地区文化生态系统服务进行大规模评估
原文标题： Wide-scale assessment of cultural ecosystem services in coastal areas using graph theory on social media data
地址： http://arxiv.org/abs/2007.14308
作者： Silvia de Juan, Andres Ospina-Alvarez, Sebastián Villasante, Ana Ruiz-Frau
摘要： 大规模的文化生态系统服务（CES）评估对于海洋生态系统至关重要，因为它反映了人与自然之间的关键的物理和认知相互作用。用图论分析社交媒体数据是一种有前途的方法，可提供有关用户对不同海洋生态系统的看法的全球信息。选择了14个区域来说明图论在社交媒体数据上的使用。对选定的已知保护海洋生态系统关键娱乐，教育和遗产属性的区域进行了调查，以查明用户偏好的变化。为每个区域提取Instagram数据（即与照片相关的标签），从而可以对用户最喜欢的CES进行深入评估。使用网络集中度度量对标签进行了分析，以识别单词簇，这是传统照片内容分析通常无法捕获的方面。探索了标签网络的新兴属性，以表征访客的喜好（例如，文化遗产或自然欣赏），活动（例如，潜水或远足），偏好的栖息地和物种（例如，森林，海滩，企鹅）和感觉（例如， ，幸福或地点身份）。通过对Instagram标签的网络分析，可以划定用户围绕自然区域的话语，从而为有效管理人们喜欢的自然空间提供了至关重要的信息。
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