- Covid-19大流行期间医疗产品出口限制的（意外）后果;
- 疗养院员工网络和COVID-19;
- 基于主体的COVID-19爆发与经济活动之间的相互关系模型;
- 国家级SARS-CoV-2每日感染计数中的反聚类;
- 通过间接接触传播传染病的带年龄结构的SIR模型;
- COVID-19大流行引发的健康，社会心理和社会问题，基于自然语言处理的社交媒体评论;
- COVID-19的有界约束的再生数和其他参数的估计：哈萨克斯坦的建模案例研究;
- 通行连通性的微小变化对学生步行潜力的影响;
- 福克-普朗克描述的财富非线性再分配;
- 危机期间人道援助响应的社交媒体消息聚类;
- 开发机器人以应对Twitter上的社会工程攻击;
- Grale：设计图学习网络;
- 复杂网络中知识获取绩效的比较分析;
- 用于保护在线社会网络中的青少年的隐私保护体系结构;
- 用认知网络科学揭示自杀笔记的语义和情感结构;
- 更快的算法采样连通诱导子图;
- 多重网络上非对称q投票模型中连续相变的真实生态;
Covid-19大流行期间医疗产品出口限制的（意外）后果
原文标题： (Unintended) Consequences of export restrictions on medical goods during the Covid-19 pandemic
地址： http://arxiv.org/abs/2007.11941
作者： Marco Grassia, Giuseppe Mangioni, Stefano Schiavo, Silvio Traverso
摘要： 在2020年上半年，一些国家通过限制其医疗用品的出口来应对Covid-19大流行带来的挑战。此类措施旨在增加关键产品的国内供应，并且在危机时期经常使用。然而，对其影响，尤其是对强加于它们的国家的影响知之甚少。在这里，我们表明出口禁令总体上适得其反。使用通过国际贸易网络传播冲击的模型，我们模拟了在不同情况下限制的影响。我们观察到，尽管它们对孤立实施它们的国家有利，但它们的普遍使用使大多数国家相对于无禁令情况更为不利。作为推论，我们估计许多实施限制的国家的价格上涨。我们还发现，即使其他国家继续执行出口禁令，抑制出口禁令的成本也很小。最后，我们记录了国家在国际贸易网络中地位的变化，这表明出口禁令具有地缘政治影响。
疗养院员工网络和COVID-19
原文标题： Nursing Home Staff Networks and COVID-19
地址： http://arxiv.org/abs/2007.11789
作者： M. Keith Chen, Judith A. Chevalier, Elisa F. Long
摘要： 疗养院和其他长期护理机构在全球COVID-19病例和死亡人数中所占比例不成比例。尽管从3月中旬开始全国范围的访客限制，美国疗养院的爆发仍持续。疾病控制与预防中心发布的一份早期报告指出，在多个疗养院工作的员工可能是从华盛顿柯克兰生命护理中心传播到其他熟练护理机构的来源。鉴于缺乏跨机构护理院就业的集中数据，目前尚不清楚疗养院之间的员工联系的全部范围以及这些联系在传播高度传染性呼吸道感染中所起的关键作用。在本文中，我们使用来自3000万智能手机的设备级地理位置数据，通过共享人员对养老院连接进行了首次大规模分析，发现出现在养老院中的智能手机的7％也出现在至少另一个设施中---即使实行了访客限制。我们构建了养老院连接性的网络度量，并估计养老院平均与15个其他设施连接。在控制人口和其他因素的情况下，房屋的员工网络连接及其在更大网络中的中心位置强烈预测了COVID-19病例。与最近的研究一致，传统的联邦养老院质量管理指标在预测疾病暴发方面并不重要。结果表明，消除养老院之间的员工联系可以使养老院中的COVID-19感染减少44％。
基于主体的COVID-19爆发与经济活动之间的相互关系模型
原文标题： An agent-based model for interrelation between COVID-19 outbreak and economic activities
地址： http://arxiv.org/abs/2007.11988
作者： Takeshi Kano, Kotaro Yasui, Taishi Mikami, Munehiro Asally, Akio Ishiguro
摘要： 截至2020年7月，冠状病毒COVID-19引起的急性呼吸道综合症正在全球蔓延，并造成严重的经济损失。虽然尽量减少与人的接触可以有效控制疫情，但会造成严重的经济损失。通过考虑病毒传播与经济活动之间的相互关系解决这一难题的战略迫切需要减轻健康和经济损害。在这里，我们为COVID-19的爆发提出了一个基于抽象主体的模型，其中考虑了经济活动。该模型的计算仿真概括了与锁定措施相关的健康与经济损失之间的权衡。基于仿真结果，我们讨论了感染和经济的宏观动态如何从个人行为中出现。我们相信我们的模型可以作为讨论上述难题解决方案的平台。
国家级SARS-CoV-2每日感染计数中的反聚类
原文标题： Anti-clustering in the national SARS-CoV-2 daily infection counts
地址： http://arxiv.org/abs/2007.11779
作者： Boudewijn F. Roukema
摘要： 由于固有的流行病学和行政管理聚类，流行病的每日感染计数中的噪声应为超级泊松噪声。在这里，我们使用此聚类对国家SARS-CoV-2官方每日感染计数进行分类，并通过反聚类检查是否有异常感染计数。我们采用每个群集 phi_i'个感染的单参数模型，将“ country” i 的任何每日计数 n_i 划分为 n_i / phi_i''clusters'。我们假设在给定的日期 j 上的 n_i / phi_i'是从泊松分布中提取的，该泊松分布的均值是从相邻四个天中进行稳健估计的，并计算得出观测值的推论泊松概率 P_ ij' 。 P_ ij'值应均匀分布。我们发现值 phi_i 使均匀分布的Kolmogorov-Smirnov距离最小化。我们调查（ phi_i，N_i）分布，得出总感染计数 N_i 。我们认为连续计数序列高于每天感染50个阈值。我们发现大多数日常感染计数序列与泊松模型不一致。所有都与 phi_i 模型一致。群集随着整个序列的总感染数增加： phi_i sim sqrt N_i 。最好将几个国家的28天，14天和7天的最低噪声序列建模为泊松亚亚型，这表明存在独特的流行病学家族。 DZ，BY，TR，AE的28天序列具有强烈的泊松偏好模型，其中 phi_i ^ 28 <0.5 ;和FI，SA，RU，AL，IR具有 phi_i ^ 28 <3.0 。对于那些集群异常少的国家，可能需要进行独立验证。
通过间接接触传播传染病的带年龄结构的SIR模型
原文标题： Age structured SIR model for the spread of infectious diseases through indirect contacts
地址： http://arxiv.org/abs/2007.11911
作者： Manoj Kumar, Syed Abbas
摘要： 在本文中，我们讨论了一种年龄结构的SIR模型，其中疾病不仅通过直接的人与人之间的接触传播，例如由于表面污染而感染，但也可能通过间接接触传播。显然，年龄在SARS病毒感染（包括COVID-19感染）中也起着至关重要的作用。我们在适当的Banach空间中将模型表示为抽象的半线性柯西问题，以显示解的存在并还显示稳态。在这项工作中，假设人口处于人口平稳状态，并且表明只要环境中的间接接触导致感染传播，就没有无病平衡点。
COVID-19大流行引发的健康，社会心理和社会问题，基于自然语言处理的社交媒体评论
原文标题： Health, Psychosocial, and Social issues emanating from COVID-19 pandemic based on Social Media Comments using Natural Language Processing
地址： http://arxiv.org/abs/2007.12144
作者： Oladapo Oyebode, Chinenye Ndulue, Ashfaq Adib, Dinesh Mulchandani, Banuchitra Suruliraj, Fidelia Anulika Orji, Christine Chambers, Sandra Meier, Rita Orji
摘要： COVID-19大流行导致全球性健康危机，影响到人类生活的许多方面。在没有疫苗和抗病毒药的情况下，已经采取了一些行为上的改变和政策措施，例如物理隔离，以控制冠状病毒的传播。社交媒体数据可以揭示公众对全球政府和卫生机构如何应对这种流行病的认识，以及该疾病对人们的影响，无论他们身在何处，其原因均与阻碍或促进控制流感的各种因素相一致。大流行在全球蔓延。本文旨在利用社交媒体数据调查COVID-19大流行对全球人群的影响。我们使用自然语言处理（NLP）和主题分析来使用社交媒体数据了解有关COVID-19大流行的公众意见，经验和问题。首先，我们从Twitter，Facebook，YouTube和三个在线讨论论坛收集了超过4,700万条与COVID-19相关的评论。其次，我们执行数据预处理，其中涉及应用NLP技术来清理和准备用于自动主题提取的数据。第三，我们应用上下文感知的NLP方法从超过一百万个随机选择的注释中提取有意义的关键词或主题，并计算每个主题的情感分数，并使用基于词典的技术根据这些分数分配情感极性。第四，我们将相关主题归纳为更广泛的主题。从公众的角度来看，总共出现了34个负面主题，其中15个是与健康相关的问题，社会心理问题以及与COVID-19大流行相关的社会问题。此外，我们的结果还提出了20个积极主题。最后，我们建议采取干预措施，这些措施可以根据积极的主题和植根于研究的其他补救思路来帮助解决消极问题。
COVID-19的有界约束的再生数和其他参数的估计：哈萨克斯坦的建模案例研究
原文标题： Estimation of Reproduction Number and Other Parameters with Bounded Constraints for COVID-19: A Modelling Case Study for Kazakhstan
地址： http://arxiv.org/abs/2007.11957
作者： Ton Duc Do, Meei Mei Gui, Kok Yew Ng
摘要： 本文提出了预测COVID-19大流行演变的数学模型和参数估计技术。首先，介绍了经过修改的SEIR（易感，暴露，传染性和恢复性）。此修改后的模型可以考虑到参数随时间变化的特征，这是该流行病的重要因素。基于实际数据，估计模型的参数。本文将信赖域反射算法应用于参数估计。然后，基于这些计算出的参数，在三种控制措施方案和一种没有任何控制措施的方案下进行预测。与以前的模型（其中无法量化控制作用的影响）不同，提出的模型可以执行此操作，以便更好地预测这种流行病的演变。该案例研究认为哈萨克斯坦是受这一大流行病严重影响的国家，但没有得到足够的考虑。
通行连通性的微小变化对学生步行潜力的影响
原文标题： The impact of small changes in thoroughfare connectivity on the potential for student walking
地址： http://arxiv.org/abs/2007.11615
作者： Jeremy D. Auerbach, Eugene C. Fitzhugh, Ellen Zavisca
摘要： 学生积极上学是学生成就和学生健康的重要组成部分，但是在美国，这种形式的体育活动已显著减少，学校和学生住所之间的距离通常被认为是学生走路的障碍，从而增加了步行路程和步道住宅开发项目与学校之间以及学校内部的连通性可以促进学生步行。这项研究的目的是评估在学校步行区内学生通行的连通性增加的潜在好处。这项研究针对在为6万名学生提供服务的美国学校系统中，增加了中小学周围通途连通性的成本效益分析。好处包括与新连接的财务成本进行比较，这些好处包括从学生步行到体育锻炼的时间增加，以及如果上学的学生较少，则可能节省学校系统的成本。先进的网络优化技术已从代表学校系统应用于几所郊区和乡村学校，以找到最佳的新通道连接，从而使学生步行上学的时间最大化，并缩短了新通道的长度。该案例研究的结果表明，短而便宜的新通道可以增加潜在的学生通勤者的数量，并为那些潜在的学生步行者提供大量的体育锻炼。这项工作可以促进学生步行和学生健康在学校周围的住宅规划决策中的整合。
福克-普朗克描述的财富非线性再分配
原文标题： Nonlinear redistribution of wealth from a Fokker-Planck description
地址： http://arxiv.org/abs/2007.11680
作者： Hugo Lima, Allan R. Vieira, Celia Anteneodo
摘要： 我们研究了由Fokker-Planck方程描述的，在时间 t 处的财富 w 的概率密度函数 P（w，t）的非线性再分配漂移对财富动力学的影响。我们考虑（i）分段线性税，对财富低于阈值 w_0 的那些人免税，并按给定税率对超额财富征税，否则，以及（ii）指数 alpha> 0 （因此，对于 alpha> 1 为渐进式，否则为递归）。在所有情况下，所收集的财富数量都会平均分配。我们分析了这些规则如何改变财富在整个人口中的分布，主要是通过基尼系数 G 衡量的不平等程度。根据实施细节，免税门槛的引入并不一定会减少不平等现象。此外，与线性情况相比，非线性带来了新的程式化事实，例如负偏度，表示分层的双峰 P（w，t）或平坦的形状，意味着均等的财富层。
危机期间人道援助响应的社交媒体消息聚类
原文标题： Clustering of Social Media Messages for Humanitarian Aid Response during Crisis
地址： http://arxiv.org/abs/2007.11756
作者： Swati Padhee (1), Tanay Kumar Saha (2), Joel Tetreault (2), Alejandro Jaimes (2) ((1) Wright State University, Dayton, OH, (2) Dataminr Inc., New York, NY)
摘要： 社交媒体已迅速成长为人们在危机事件中进行交流和表达需求的重要工具。分析社会媒体数据以进行危机管理的先前工作主要集中在自动识别可操作的（或信息性的）危机相关消息上。在这项工作中，我们表明深度学习和自然语言处理方面的最新进展优于以前的信息分类任务，并鼓励该领域将其用于研究甚至部署。我们还将这些方法扩展到两个提供信息的子任务，并发现深度学习方法在这里同样有效。
开发机器人以应对Twitter上的社会工程攻击
原文标题： Bot Development for Social Engineering Attacks on Twitter
地址： http://arxiv.org/abs/2007.11778
作者： Jefferson Viana Fonseca Abreu, Jorge Henrique Cabral Fernandes, João José Costa Gondim, Célia Ghedini Ralha
摘要： 开发了一系列机器人，这些机器人在Twitter平台上使用网络钓鱼来进行模拟的社会工程攻击，以识别潜在的不安全用户行为。在这项工作中，在连续38天针对1,287个Twitter帐户进行刺激之后，开发了不同的机器人版本来收集反馈数据。结果尚不能确定存在不安全行为的行为准则，但我们得出结论，尽管特维尔（Twiter）具有安全性，但这种攻击仍然可行。
Grale：设计图学习网络
原文标题： Grale: Designing Networks for Graph Learning
地址： http://arxiv.org/abs/2007.12002
作者： Jonathan Halcrow, Alexandru Moşoi, Sam Ruth, Bryan Perozzi
摘要： 我们如何找到适合半监督学习的图？在实际应用中，选择用于计算的边线是任何图学习过程的第一步。有趣的是，通常有许多相似度类型可供选择，作为节点之间的边，并且边的选择会严重影响下游半监督学习系统的性能。但是，尽管图设计很重要，但是大多数文献都假定图是静态的。在这项工作中，我们将介绍Grale，这是我们开发的可扩展方法，用于解决数十亿个节点的图的图设计问题。 Grale通过将不同的（可能弱的）相似性度量融合在一起来创建一个图，该图在其节点之间表现出特定于任务的高同构性。 Grale专为在大型数据集上运行而设计。我们已经在Google的20多种不同的工业环境中部署了Grale，包括具有数百亿个节点和数百万亿个潜在优势的数据集。通过使用局部敏感的哈希技术，我们极大地减少了需要计分的对数，从而使我们能够学习特定于任务的模型并为此类数据集建立关联的最近邻图，而无需花费数小时甚至数周的时间否则需要。我们通过案例研究说明了这一点，在该案例中，我们研究了Grale在YouTube上具有数亿个项目的滥用分类问题中的应用。在此应用程序中，我们发现Grale在硬编码规则和内容分类器之上检测到大量恶意行为者，仅这些方法，总召回率就提高了89％。
复杂网络中知识获取绩效的比较分析
原文标题： A comparative analysis of knowledge acquisition performance in complex networks
地址： http://arxiv.org/abs/2007.12028
作者： Lucas Guerreiro, Filipi N. Silva, Diego R. Amancio
摘要： 发现过程一直是网络科学领域的重要主题。节点的探索可以理解为网络中发生的知识获取过程，其中节点代表概念，边是概念之间的语义关系。尽管一些研究已经分析了特定网络拓扑结构中知识获取过程的性能，但在这里我们对著名的动力学和拓扑结构进行了系统的性能分析。已经发现了几个有趣的结果。总体而言，所有学习曲线均显示相同的学习形状，但速度不同。我们还发现在描述学习曲线的特征空间中存在歧义，这意味着可以在网络拓扑和动力学的不同组合中生成相同的知识获取曲线。这种模式的一个令人惊讶的例子是从随机和Waxman网络获得的学习曲线：尽管就整体结构而言，它们具有非常不同的特征，但来自不同模型的几条曲线却是相似的。总而言之，我们的结果表明，不同的学习策略可以导致相同的学习效果。但是，从网络重建的角度来看，这意味着如果要从被观察的序列中推断网络拓扑，则应将被观察的序列的学习曲线与其他序列特征相结合。
用于保护在线社会网络中的青少年的隐私保护体系结构
原文标题： A Privacy-Preserving Architecture for the Protection of Adolescentsin Online Social Networks
地址： http://arxiv.org/abs/2007.12038
作者： Markos Charalambous, Petros Papagiannis, Antonis Papasavva, Pantelitsa Leonidou, Rafael Constaninou, Lia Terzidou, Theodoros Christophides, Pantelis Nicolaou, Orfeas Theofanis, George Kalatzantonakis, Michael Sirivianos
摘要： 在线社会网络（OSN）构成了人们日常社交活动的组成部分。具体来说，Twitter，YouTube和Facebook等主流OSN在青少年的生活中尤为突出，因为他们可以在线与其他人交流，表达和娱乐自己以及寻找信息。但是，青少年在使用在线平台时面临大量威胁。其中一些威胁包括攻击性行为和网络欺凌，性修饰，虚假新闻和虚假活动，激演化以及个人信息和敏感内容的暴露。迫切需要家长控制工具和Internet内容过滤技术来保护使用在线平台的弱势群体。现有的父母控制工具有时会侵犯青少年的隐私，导致他们使用其他沟通渠道来避免节制。在这项工作中，我们设计并实施了一个以用户为中心的“家庭咨询套件”，其中包含“监护人头像”，旨在保护个人对其保管人和咨询工具本身的隐私。此外，我们提出了一个设计和开发最新技术的系统过程，以及一种系统架构，以防止未成年人在浏览器上使用Facebook，Twitter和YouTube时面临众多风险。
用认知网络科学揭示自杀笔记的语义和情感结构
原文标题： Revealing semantic and emotional structure of suicide notes with cognitive network science
地址： http://arxiv.org/abs/2007.12053
作者： Andreia Sofia Teixeira, Szymon Talaga, Trevor James Swanson, Massimo Stella
摘要： 了解自杀者的认知和情感观念是最敏感的科学挑战之一。在某些情况下，人们会觉得需要留下一些东西来书写，在这些东西中表达自己，记录最后的话语和感受。这些自杀笔记对于更好地理解自杀意念的心理至关重要。这项工作为自杀笔记的语言内容提供了结构，揭示了自杀者的认知和情感状态之间的相互联系。我们基于认知网络科学，心理语言学和语义框架理论来介绍自杀笔记中表达的思维方式的网络表示。我们的认知网络表示能够通过结构平衡理论，语义突出和情绪分析对自杀笔记中的语言进行定量分析。我们的结果表明，连接正负价项的情感句法所产生的结构平衡程度明显高于将情感结构随机化的零模型。我们表明，自杀笔记在情感上是分隔开的，因此积极的概念倾向于聚集在一起并主导整个网络结构。一个关键的积极概念是“爱”，它以自杀意念中语义突出的方式整合了与他人相关的信息。构成“爱”的语义框架的情绪将喜悦和信任与预期和悲伤结合在一起，这与关于意义创造和叙事心理学的心理学理论相联系。我们的研究结果为了解真正的自杀记录结构开辟了新途径，为今后的自杀预防研究提供了信息。
更快的算法采样连通诱导子图
原文标题： Faster algorithms for sampling connected induced subgraphs
地址： http://arxiv.org/abs/2007.12102
作者： Marco Bressan
摘要： 我们考虑从给定图 G =（V，E）中随机地随机采样连接的诱导 k -节点子图（ k -graphlets）的问题。已知的最佳算法可实现ε均匀性，并基于随机游动或颜色编码。随机游走方法的最坏情况下运行时间为 Delta ^ ！ Theta（k） log frac n epsilon ，其中 n = | V | 和 Delta 是 G 的最大程度，而颜色编码需要进行预处理，这需要花费时间和空间 2 ^ Theta（k） O（m log frac 1 epsilon）其中 m = | E | 。我们的主要结果是一种用于ε均匀采样的算法，并具有以下保证。预处理在时间 k ^ O（k） O big（ frac 1 epsilon ，n log n big）和空间 O（n）中运行。之后，该算法在 k ^ O（k） O big（（ frac 1 epsilon）^ 10中产生独立的 epsilon -均匀 k -graphlet log frac 1 epsilon big）每个样本的预期时间。预处理阶段会一遍计算 G 的近似顺序，从而使拒绝采样在采样阶段有效，而 epsilon 的均匀性是基于估计切割和耦合参数的。实际上，该算法源自一个更简单的算法，该算法具有 O（m log Delta）的预处理时间，并从 k ^ O（k ） O（ log Delta）每个样本的预期时间。另外，我们为随机行走技术给出了几乎紧密的界限。更确切地说，我们显示出最常用的随机游走具有混合时间 k ^ O（k） O（t（G）（ frac Delta delta）^ k- 1 ！ log n）其中 t（G）是 G 的混合时间，而 delta 是其最小度。这会改善最近的结果，并且严格限制为 k ^ O（k） delta log n 。
多重网络上非对称q投票模型中连续相变的真实生态
原文标题： A veritable zoology of successive phase transitions in the asymmetric -voter model on multiplex networks
地址： http://arxiv.org/abs/2007.12168
作者： Anna Chmiel, Julian Sienkiewicz, Agata Fronczak, Piotr Fronczak
摘要： 我们在双工网络上分析了具有随机噪声的非线性 q 选民模型，在社会环境中将其解释为独立性。大厅 q 的大小（即压力组）是改变系统行为的关键参数。在以前的工作中， q 选民模型已应用于多路网络。 Rev. 92. 052812.（2015）]，并且已经表明，相变的特性取决于多路网络中的电平数以及 q 的值。在这里，我们研究在网络的每个级别上，大厅大小不同，导致两个参数 q_1 和 q_2 的情况下的相变特性。我们发现，当连续相变之后出现不连续的一或两个连续不连续相时，取决于参数，可以找到连续相变的证据。分析此系统时，我们甚至会遇到混合阶（或混合）相变。我们在一个简单的多重情况下执行模拟并获得支持的分析解决方案-一个双工团，它由两个完全重叠的完整图（斜体）组成。
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