- 城市社会网络模型;
- 带Motif特征的扩散模型的评估和比较;
- 表征城市环境中人们的日常活动模式：具有地理上下文感知Twitter数据的移动网络方法;
- 从物质使用失调中恢复的情况下，比较通用众包和社区众包进行数据验证;
- 通过二次抽样估算基于接触的传染病在人群中的传播;
- 主动学习的节点分类：来自未标记节点的额外学习能力;
- 从Jobsearch到Mask：通过溢出效应改善COVID-19级联预测;
- 多层网络中的经典和量子随机游走中心性度量;
- 引入针对COVID-19疾病的疫苗的统计力学研究;
- COVID-19预警系统的基于期望的网络扫描统计信息;
- 大众传媒会影响中国吗？深度学习在《纽约时报》上的定量证据;
- 基于位置的联系人跟踪的案例;
- 一种用于多尺度行人动力学的通用且密度敏感的方法;
- 一报还一报策略是重复博弈中变形的零决定因素策略;
- 现代科学的增长率：一种潜在的分段增长曲线方法，用于建立和建立新的文献数据库中的出版物数量;
- 一站式流行控制的经济学;
- 存在Holling III型饱和治疗的COVID-19年龄结构建模的最优控制研究;
城市社会网络模型
原文标题： A Model for Urban Social Networks
地址： http://arxiv.org/abs/2012.06652
作者： Stefano Guarino, Enrico Mastrostefano, Massimo Bernaschi, Alessandro Celestini, Marco Cianfriglia, Davide Torre, Lena Zastrow
摘要： 社会网络的出现以及合成但现实的社会图的合适生成模型的定义是文献中广泛研究的问题。由于不依赖于任何实际数据，随机图模型在许多实际情况下是不够的，包括研究领域（例如计算流行病学），这些领域最近已成为人们关注的焦点。同时，所谓的联系网络描述的是交互作用，而不是关系，并且很大程度上取决于应用程序以及用于推断它们的样本数据的大小和质量。我们的工作目标是通过定义用于城市社会网络的参数数据驱动模型来填补这两种方法之间的空白-以开源软件的形式实现和发布。给定感兴趣的领域，我们构建了一个年龄层次和地理参照的合成种群，其个体通过血缘或友谊联系在一起。通过针对三个不同规模的意大利城市的广泛模拟，彻底研究了控制所获得网络结构的因素，例如友谊对距离和年龄组成的依赖性。
带Motif特征的扩散模型的评估和比较
原文标题： Evaluation and Comparison of Diffusion Models with Motif Features
地址： http://arxiv.org/abs/2012.06816
作者： Fangqi Li
摘要： 扩散模型模拟网络中影响的传播。扩散模型的设计和评估具有主观性和经验性。当将扩散模型应用于以图表示的网络时，扩散模型会生成影响在其上流动的边序列，该序列形成了时间网络。在大多数情况下，网络的统计属性或特征是通过分析扩散模型生成的时间网络来推断的。为了分析实际的时态网络，已将模体作为一种可靠的功能提出。但是，尚不清楚网络拓扑和扩散模型如何影响生成的时间网络的模体特征。在本文中，我们采用主题特征来评估由扩散模型生成的含时图，从而评估扩散模型本身。提出并定量评估了具有模体，稳定性和可分离性的扩散模型的两个基准，并在众多扩散模型上进行了测量。提出了一种基于基序的度量来度量扩散模型之间的相似性。实验表明，所生成的时间网络的主题由扩散模型控制，而网络拓扑几乎被忽略。该结果表明，必须精心设计更实用，更可靠的扩散模型，才能刻画实际时间网络的传播模式。
表征城市环境中人们的日常活动模式：具有地理上下文感知Twitter数据的移动网络方法
原文标题： Characterizing People's Daily Activity Patterns in the Urban Environment: A Mobility Network Approach with Geographic Context-Aware Twitter Data
地址： http://arxiv.org/abs/2012.06920
作者： Junjun Yin, Guangqing Chi
摘要： 人们在城市环境中的日常活动很复杂，并且因人而异。现有的使用手机数据的研究揭示了人们日常生活中独特且反复出现的过渡活动模式，即移动性主题。但是，仅使用几种推断的活动类型的局限性妨碍了我们详细检查一般模式的能力。我们提出了一种具有地理上下文感知Twitter数据的移动网络方法，以研究城市环境中的精细日常活动模式。我们首先利用可公开访问的地理位置推文来跟踪美国两个主要城市（芝加哥和大波士顿）中个人的活动，在这些城市中，每个记录的位置都与其最近的土地用途相关联，以丰富其地理环境。直接移动性网络表示所选活动用户的每日位置历史记录，其中节点是具有语义标记的活动类型的物理位置，而边表示过渡。分析出行网络的同构结构，发现了16种基于位置的模体，这些模体描述了两个城市中超过83％的网络，与以前的研究相当。通过每两个活动之间的详细且语义标记的过渡，我们进一步将基于位置的基本主题分解为基于活动的主题，其中16个基于活动的常见主题描述了两个城市日常活动中超过57％的过渡行为。通过将地理位置上的Twitter数据与土地使用地块进行合成来整合地理环境，这使我们能够揭示独特的活动主题，这些主题构成了嵌入复杂城市活动中的基本要素。
从物质使用失调中恢复的情况下，比较通用众包和社区众包进行数据验证
原文标题： Comparing Generic and Community-Situated Crowdsourcing for Data Validation in the Context of Recovery from Substance Use Disorders
地址： http://arxiv.org/abs/2012.06965
作者： Sabirat Rubya, Joseph Numainville, Svetlana Yarosh
摘要： 针对人群合适的工人群体通常可以达到更好的质量结果。有针对性的众包的一个独特示例是寻找社区工作人员，他们熟悉特定群体的背景和规范可以帮助产生更好的结果或准确性。可以从通用的在线众包平台或在线恢复社区中以不同的方式招募这些社区工作人员。我们根据招募的时间和成本以及任务完成的准确性，评估了招募普通人群和社区人群的三种不同方法。我们考虑了戒酒匿名组织（AA）的背景，最大的戒酒同伴支持小组，以及识别和验证机管局会议信息的任务。我们讨论了招聘有薪与无薪社区工人的收益和取舍，并为在HCI的恢复环境和相关领域的未来研究以及众包ICT系统的设计提供了启示。
通过二次抽样估算基于接触的传染病在人群中的传播
原文标题： Estimating Spread of Contact-Based Contagions in a Population Through Sub-Sampling
地址： http://arxiv.org/abs/2012.06987
作者： Sepanta Zeighami, Cyrus Shahabi, John Krumm
摘要： 身体接触导致各种现象在人群中传播，例如病毒，八卦，想法，包装和营销手册。传播程度取决于人们如何相互移动和共处一地或他们的移动方式。这种现象的传播程度对于政策制定和个人决策都具有重要意义，例如，研究戴着口罩等不同干预策略下的COVID-19传播情况。实际上，无法获得整个人口的流动模式，我们通常可以访问一部分人的位置数据。在本文中，由于我们只能访问人口中某些人的位置访问的子样本，因此我们形式化并研究了估计现象在人口中的传播的问题。我们表明，简单的解决方案（例如，估计子样本中的分布并将其按比例尺度到总体），或者依赖于对个人位置访问进行建模的更复杂的解决方案在实践中效果不佳，前者是因为它忽略了未观察到的个人之间的联系以及采样的样本和后者，因为这会导致对同一地点的建模不准确。相反，我们直接对个体之间的共置位置进行建模。我们介绍了PollSpreader和PollSusceptible这两种新颖的方法，它们使用接触网络对个体之间的共址进行建模，并使用子样本来推断接触网络的属性以估计现象在整个人群中的传播。我们表明，我们的估计为预期疾病的传播提供了上限和下限。最后，使用大型高分辨率现实世界中的流动性数据集，我们通过实验证明了我们的估计是准确的，而其他无法正确解释个体之间共址的其他方法会导致错误的观察结果（例如，过早的群体免疫）。
主动学习的节点分类：来自未标记节点的额外学习能力
原文标题： Active Learning for Node Classification: The Additional Learning Ability from Unlabelled Nodes
地址： http://arxiv.org/abs/2012.07065
作者： Juncheng Liu, Yiwei Wang, Bryan Hooi, Renchi Yang, Xiaokui Xiao
摘要： 在许多实际领域中，对图数据进行节点分类是一项重要任务。然而，它需要用于训练的标签，这在实践中可能是困难或昂贵的。给定有限的标签预算，主动学习旨在通过仔细选择要标记的节点来提高性能。我们的经验研究表明，现有的用于节点分类的主动学习方法比通过简单方法随机选择节点进行标记并训练带有标记节点和无监督学习特征的线性分类器的方法要好得多。这表明现有方法未完全利用未标记节点中存在的信息，因为它们仅使用未标记节点进行标签获取。在本文中，我们通过使用无监督学习功能来利用未标记节点中的信息。我们提出了一种新颖的基于潜在空间聚类的节点分类主动学习方法（LSCALE）。具体来说，要选择要标记的节点，我们的方法基于无监督特征和受监督特征的动态组合，在特征空间上使用K-Medoids聚类算法。另外，我们设计了一个增量集群模块，以避免在不同步骤选择的节点之间的冗余。我们在三个公共引用数据集和两个合著者数据集上进行了广泛的实验，其中我们提出的方法LSCALE始终显著优于最新方法。
从Jobsearch到Mask：通过溢出效应改善COVID-19级联预测
原文标题： From #Jobsearch to #Mask: Improving COVID-19 Casacade Prediction with Spillover Effects
地址： http://arxiv.org/abs/2012.07088
作者： Ninghan Chen, Zhiqiang Zhong, Jun Pang
摘要： 由于社交媒体恐慌大流行的传播速度快于COVID-19爆发的速度，因此出现了紧迫的挑战：需要建立预测模型来预测COVID-19信息在其出现的早期阶段的未来传播规模。在本文中，我们重点研究具有溢出效应的COVID-19信息的级联预测。我们从级联的角度构建大区域的第一个与COVID-19相关的Twitter数据集，并探索级联的结构。而且，溢出效应的存在已在我们的数据中得到了验证，关于COVID-19症状，抗传染和治疗措施的信息的溢出效应也来自其他信息的多个主题。基于以上发现，我们设计了基于CoupledGNN的SE-CGNN模型（具有溢出效应的CoupledGNN）进行级联预测。在我们的数据集上进行的实验表明，我们的模型优于用于COVID-19信息级联预测的最新方法。
多层网络中的经典和量子随机游走中心性度量
原文标题： Classical and quantum random-walk centrality measures in multilayer networks
地址： http://arxiv.org/abs/2012.07157
作者： Lucas Böttcher, Mason A. Porter
摘要： 多层网络分析是研究具有多种多样关系的实体的结构特性的有用方法。对节点和节点层元组的重要性进行分类是研究多层网络的重要方面。为此，通常需要计算各种集中度度量，这些度量可以根据各种结构特征对节点和节点层进行排名。我们根据多层网络上不同类型的连续时间经典和量子随机游动的节点占有特性来制定占有率，PageRank，介数中心性和接近性中心。我们将我们的框架应用于各种合成和现实世界的多层网络，并确定经典和量子中心度度量之间的显著差异。我们的计算还对某些随机游走和测地线中心点之间的相关性提供了见解。
引入针对COVID-19疾病的疫苗的统计力学研究
原文标题： Statistical mechanics study of the introduction of a vaccine against COVID-19 disease
地址： http://arxiv.org/abs/2012.07306
作者： Hilla De-Leon, Francesco Pederiva
摘要： 自从报道第一批Covid-19病毒感染病例以来，到2020年底，隧道尽头有光。几家制药公司在开发针对Covid-19病毒的有效疫苗方面取得了重大进展，该疫苗已经夺走了全球100万人的生命。另一方面，越来越多的证据表明该病毒会再次感染，这可能导致进一步的爆发。在本文中，我们使用统计物理工具来检查在三种不同的疫苗使用效率情况下控制大流行所需的疫苗接种率。此外，假设可能再次感染，我们研究时间限制/缓解对大流行的爆发的影响。当检查普通人群的疫苗接种率在预防疾病进一步爆发时的效率时，我们发现疫苗接种率很高（每天至少有0.3％的人群接种疫苗，相当于约一百万剂疫苗）无需进一步限制，就可以控制病毒的传播。由于对疫苗接种率的可行限制，疫苗接种过程应伴随有普遍的限制，直到大多数人群都接种了疫苗。
COVID-19预警系统的基于期望的网络扫描统计信息
原文标题： An Expectation-Based Network Scan Statistic for a COVID-19 Early Warning System
地址： http://arxiv.org/abs/2012.07574
作者： Chance Haycock, Edward Thorpe-Woods, James Walsh, Patrick O'Hara, Oscar Giles, Neil Dhir, Theodoros Damoulas
摘要： 大伦敦政府（GLA）对COVID-19大流行的回应之一是将多个大规模且异构的数据集在一起，以刻画伦敦市上空的交通，运输和交通活动，以更好地理解“繁忙度”，并采取针对性的干预措施和有效的政策-制造。作为《奥德修斯计划》的一部分，我们描述了一个预警系统，并为网络引入了基于期望的扫描统计信息，以帮助GLA和伦敦交通局理解人口在多大程度上遵循政府COVID-19准则。我们显式地处理位于（公路）网络上的地理固定时间序列数据的情况，并且主要集中于监视首都大区域的动态。此外，我们还将重点放在重要的时空区域的检测和报告上。我们的方法是通过使基于网络的扫描统计信息（NBSS）成为基于期望的内容（EBP）并通过使用随机过程进行时间序列预测来扩展它，从而使我们能够量化EBP和NBSS框架中的度量不确定性。我们介绍了EBP模型中使用的度量的一种变体，该度量的重点是确定活动比预期安静的时空区域。
大众传媒会影响中国吗？深度学习在《纽约时报》上的定量证据
原文标题： Do Mass Media Shape Public Opinion toward China? Quantitative Evidence on New York Times with Deep Learning
地址： http://arxiv.org/abs/2012.07575
作者： Junming Huang, Gavin Cook, Yu Xie
摘要： 大众媒体是否会影响其他国家的人们的看法？使用基于深度神经网络的自然语言处理模型BERT，我们分析了自1970年以来《纽约时报》发表的267,907篇有关中国的大型文章。然后，我们将《纽约时报》的输出与构建的纵向数据集进行比较来自对美国公众对中国观点的101项横断面调查。我们发现，《纽约时报》一年内对中国的报道解释了下一年美国舆论对中国的54％的差异。我们的结果证实了媒体与舆论之间的假设联系，并有助于阐明大众媒体如何影响外国的舆论。
基于位置的联系人跟踪的案例
原文标题： A case for location based contact tracing
地址： http://arxiv.org/abs/2012.07601
作者： Atul Pokharel (1), Robert Soulé (2), Avi Silberschatz (2) ((1) New York University, (2) Yale University)
摘要： 我们提供了一种与公告板联系人跟踪相比对手动联系人跟踪的有效性的评估。我们显示，公告板联系人跟踪在生殖数量，持续时间，患病率和发病率方面均具有可比的结果，但资源消耗少，易于实施且提供了更多的隐私选项。经典的接触者跟踪着重于与感染者所接近的个体进行接触。公告板方法侧重于确定感染者访问过的地点，然后与那些地点的人联系。我们目前的结果比较了它们对总体生殖数量以及疾病的发病率和患病率的影响。我们通过基于易感暴露的传染性和恢复性（SEIR）框架来建立疾病传播的新离散时间随机模型，对它们进行评估。我们进行仿真实验，通过校准与SARS-CoV-2兼容的模型来量化这两种联系追踪模型的有效性。我们的实验表明，基于位置的公告板联系人跟踪可以改善手动联系人跟踪。
一种用于多尺度行人动力学的通用且密度敏感的方法
原文标题： A generic and density-sensitive method for multi-scale pedestrian dynamics
地址： http://arxiv.org/abs/2012.07623
作者： Daniel H. Biedermann, Jan Clever, Andre Borrmann
摘要： 微观模拟行人动力学的方法依赖于对单个主体及其相互交互行为的建模。关于空间分辨率，微观模拟器基于连续（SpaceCont）或离散（SpaceDisc）方法。为了结合两种方法的优势，我们建议将SpaceCont和SpaceDisc集成到混合仿真模型中。这种混合方法允许以连续的空间分辨率模拟关键区域，以离散的空间分辨率模拟非关键区域，同时在两个模拟模型之间实现一致的信息交换。我们介绍了一种通用方法，该方法可为各种时间步长和空间分辨率耦合带来的挑战提供一致的解决方案。此外，我们提出了一种动态且密度敏感的方法来在模拟运行期间检测密集区域。如果检测到关键区域，则将在该区域中使用的仿真模型动态切换为空间连续的模型。通过与已建立的模拟器进行比较来评估混合模型的正确性。通过与标准的微观仿真进行运行时比较，以及与其他公认的仿真模型的仿真结果相比较，显示出其卓越的计算效率。
一报还一报策略是重复博弈中变形的零决定因素策略
原文标题： Tit-for-Tat strategy as a deformed zero-determinant strategy in repeated games
地址： http://arxiv.org/abs/2012.07659
作者： Masahiko Ueda
摘要： 我们在重复博弈中介绍变形零行列策略的概念。然后，我们证明在反复的囚徒困境博弈中，以牙还牙的策略是一种变形的零决定因素策略，该策略单方面使两个玩家的收益概率分布函数相等。
现代科学的增长率：一种潜在的分段增长曲线方法，用于建立和建立新的文献数据库中的出版物数量
原文标题： Growth rates of modern science: A latent piecewise growth curve approach to model publication numbers from established and new literature databases
地址： http://arxiv.org/abs/2012.07675
作者： Lutz Bornmann, Ruediger Mutz, Robin Haunschild
摘要： 科学的发展是科学研究中的一个普遍问题。近年来，引入了两个新的书目数据库，可用于研究几个世纪以来科学的增长过程：Digital Science和Microsoft Academic的维度。在这项研究中，我们使用了来自这些新数据库的出版物数据，并添加了来自两个已建立数据库（Clarivate Analytics的Web of Science和Elsevier的Scopus）的出版物数据，以调查从现代科学体系开始到今天的科学发展过程。我们估计了回归模型，该模型同时包括来自四个数据库的出版物计数。科学计算不受限制地增长的结果表明，总体增长率为4.02％，翻倍时间为16.8年。正如当前研究中各种细分回归模型的比较所揭示的那样，具有五个细分的模型最适合发布数据。我们证明了这些具有不同增长率的细分市场可以很好地解释，因为它们与经济（例如工业化）阶段和/或政治发展（例如第二次世界大战）阶段相关。在这项研究中，我们还分析了英国两个广泛领域的科学增长以及科学与经济增长的关系。由于可以提供出版物数量和经济增长指标的长期序列，因此我们专注于这个国家。
一站式流行控制的经济学
原文标题： The economics of stop-and-go epidemic control
地址： http://arxiv.org/abs/2012.07739
作者： Claudius Gros, Daniel Gros
摘要： 我们分析了“停走”遏制政策，这种政策会在紧紧封锁期间和感染率下降期间产生感染周期，随后导致传染率下降，从而导致遏制措施的放宽，从而使病例再次增加，直到再次封锁为止施加。几个欧洲国家所遵循的政策似乎符合这种模式。我们证明，“停停走走”应该比将感染保持在“停停走走”产生的高点和低点之间的中点会降低医疗成本。将停走政策的上限增加和降低下限相同的数量将降低平均医疗负担。但是在保持几何平均值恒定的同时增加上限和降低下限将产生相反的影响。我们还表明，随着经济成本与遏制成正比，将感染带回到原始水平（从技术上讲是一个封闭的周期）的任何路径都具有相同的总体经济成本。
存在Holling III型饱和治疗的COVID-19年龄结构建模的最优控制研究
原文标题： Optimal Control Studies on Age Structural Modeling of COVID-19 in Presence of Saturated Medical Treatment of Holling Type III
地址： http://arxiv.org/abs/2012.06719
作者： Bishal Chhetri, D.K.K Vamsi, Carani B Sanjeevi
摘要： 在本研究中，我们首先提出一个年龄结构模型，并计算平衡点和基本繁殖数。稍后，我们提出了一个最佳控制问题，以理解治疗在控制流行病中的作用。从稳定性分析中，我们看到，只要 R_0 <1 ，并且 R_0 越过1，我们的感染平衡就稳定，渐近稳定。从敏感性分析参数中，发现 u_ 11 ， b_1 ， beta_1 ， d_1 和 mu 是敏感的。最佳控制研究的结果表明，在成年人群（年龄30岁， geq 30）中，感染最少考虑第二个对照 u_ 12 ，而当两个对照 u_ 11 和 u_ 12 一起考虑，在年轻人口（年龄 leq 30 ）的情况下，传染性最低。当考虑第二个对照，然后同时考虑两个对照时，累积感染种群减少了最大值。对照 u_ 12 对轻度流行（R_0 in（1，2））有效，而对照 u_ 11 在流行病严重时（R_0 in（2 ，7）），表示年龄组（ leq 30）。而对于年龄组（ geq 30），对照 u_ 12 对于基本繁殖数的整个范围都非常有效。还通过数值研究了饱和度水平对治疗的影响。
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