- 分形视角的COVID-19感染;
- COVID-19新震中的拐点和爆发大小的预测;
- 美国面临Covid-19地方性感染和死亡;
- COVID-19引起的经济不确定性：英国和美国之间的比较;
- 具有潜在基因型网络的多菌株流行病的出现;
- 影响维基百科上工作量和贡献的个人因素;
- 社交媒体时代的反虚假信息;
- 多模输入数据下的Renyi城市形态谱;
- 网络上过程的模体;
- 通过传递熵和互信息从时间序列推断网络属性：双变量方法与多元方法的验证;
- 多州带噪声投票模型中的狂热分子;
- Bot-Match：具有递归最近邻搜索功能的社交Bot检测;
- 使用网页排名随机游走的网络导航;
- 斯里兰卡Facebook十年来的僧伽罗语语料库和停用词;
分形视角的COVID-19感染
原文标题： A fractal viewpoint to COVID-19 infection
地址： http://arxiv.org/abs/2007.07310
作者： Oscar Sotolongo-Costa, José Weberszpil, Oscar Sotolongo-Grau
摘要： 控制COVID-19大流行的主要工具之一是对其传播动态的了解。在这里，我们开发了一种分形模型，可以用每天的新病例描述这种动态，并为某些预测提供定量标准。我们提出了一个使用分形导数和分形时间尺度的分形动力学模型。得到了分形方程的Burr-XII形解。使用来自多个国家/地区的数据对模型进行了测试，结果表明一个功能能够描述非常不同的疫情形状。提出并讨论了这些国家爆发的各种行为。此外，还获得了确定大流行高峰存在的标准和找到达到牛群免疫时间的表达式。
COVID-19新震中的拐点和爆发大小的预测
原文标题： Predication of Inflection Point and Outbreak Size of COVID-19 in New Epicentres
地址： http://arxiv.org/abs/2007.07471
作者： Qibin Duan, Jinran Wu, Gaojun Wu, You-Gan Wang
摘要： 截至2020年6月中旬，2019年冠状病毒病（COVID-19）导致了超过800万例感染。最近，巴西已成为COVID-19的新震中，而印度和非洲地区则是潜在的震中。这项研究旨在通过借鉴其他国家更多“成熟”曲线中的信息来预测这些新的/潜在的流行病中心在流行初期的拐点和爆发规模。我们将累积病例建模为众所周知的乙状结肠生长曲线，以描述混合效应模型下的流行趋势，并在功率转换后使用四参数逻辑模型。预计非洲地区的总暴发规模最大，为390万例（2.2至600万），疫情将在2020年9月13日左右发生。预计巴西和印度的最终暴发规模相似，约为250万例（1.1到430万），拐点分别到达6月23日和7月26日。我们得出结论，在巴西，印度和非洲，COVI19的流行尚未达到拐点。这些地区在爆发规模方面有可能接管美国
美国面临Covid-19地方性感染和死亡
原文标题： US faces endemic Covid-19 infections and deaths
地址： http://arxiv.org/abs/2007.07789
作者： Fazle Hussain, Zeina S. Khan, Frank Van Bussel
摘要： 已经为美国八个州构建并模拟了针对Covid-19的新流行病模型。该模型的系数基于七个耦合的微分方程，是根据记录的病例和死亡数据仔细评估的。这些预测表明，Covid-19将流行两年多。如果放任在家的订单减少，大多数州可能会在2021年达到第二高峰。如果维持封锁，大多数开放的州的Covid-19死亡人数可能会大大降低。此外，我们的模型预测，将接触率降低10％，或将测试提高约15％，或将锁定遵从性提高一倍（从当前的 sim 15％）将在一年内消除德克萨斯州的感染。在整个美国范围内，基于当前情况的预测表明，到2020年11月1日，约有1100万例感染（包括未发现），800万例确诊病例和63万例死亡。
COVID-19引起的经济不确定性：英国和美国之间的比较
原文标题： COVID-19 Induced Economic Uncertainty: A Comparison between the United Kingdom and the United States
地址： http://arxiv.org/abs/2007.07839
作者： Ugur Korkut Pata
摘要： 本研究的目的是调查COVID-19大流行对美国和英国经济政策不确定性的影响。该国COVID-19病例和死亡人数增加以及该国以外病例和死亡人数增加的影响可能有所不同。为了检验这一点，该研究采用了2020年3月8日至2020年5月24日的自举ARDL协整方法。根据自举ARDL的结果，在10个模型中的5个中确定了长期均衡关系。从ARDL模型获得的长期系数表明，英国和美国以外的COVID-19病例和死亡人数的增加对经济政策的不确定性具有重大影响。美国受COVID-19案件数量增加的影响更大。另一方面，英国受境外COVID-19死亡人数的增加所带来的负面影响要大于病例数的增加。此外，该研究的另一个重要发现表明，COVID-19在短期内对两国都具有很大的不确定性。
具有潜在基因型网络的多菌株流行病的出现
原文标题： Emergence of multistrain epidemics with an underlying genotype network
地址： http://arxiv.org/abs/2007.07429
作者： Blake J. M. Williams, Guillaume St-Onge, Laurent Hébert-Dufresne
摘要： 在假设任何一种传染病是由一种可传播的病原体在人群中传播引起的假设下，数学疾病建模长期以来一直在起作用。这种范例在简化流行病的生物学现实方面很有用，并且使建模界可以将精力集中在其他因素（如人口结构和干预措施）的复杂性上。但是，越来越多的证据表明，病原体的菌株多样性及其与宿主免疫系统的相互作用，可以在影响流行病动态中发挥重要作用。在这里，我们介绍一种具有潜在基因型网络的疾病模型，以解释两个重要的机制。第一，该疾病在宿主人群中传播时会沿着网络途径发生变异。第二，基因型网络使我们能够确定跨菌株的遗传距离，从而可以对在现实世界的病原体中经常观察到的免疫力的超越进行建模。我们通过流行病的相变研究了该模型中流行病的出现，并突出了基因型网络在驱动疾病周期性，大规模波动，连续流行病过渡以及相关病原体特定菌株周围的定位中的作用。更笼统地说，一旦我们考虑了菌株多样性并超越了“一种疾病等于一种病原体”的范式，即使在混合良好的宿主种群中，行为的丰富性也是可能的。
影响维基百科上工作量和贡献的个人因素
原文标题： Individual Factors that Influence Effort and Contributions on Wikipedia
地址： http://arxiv.org/abs/2007.07333
作者： Luiz F. Pinto, Carlos Denner dos Santos, Silvia Onoyama
摘要： 在这项工作中，我们旨在分析态度，自我效能感和利他主义如何影响维基百科上的努力和积极贡献。我们基于计划的行为理论和在线社区文献中的发现提出了一种新的概念模型。该模型不同于先前提出的其他模型，该模型通过在各个方面（识别，互惠和声誉）考虑利他主义，并将努力作为绩效结果之前的一个因素来衡量，该因素是根据积极贡献来衡量的。组织文献。为了实现研究的特定目标，维基百科对社区成员进行了调查，并收集了辅助数据。排除异常值后，我们获得了212名参与者的最终样本。我们应用了探索性因素分析和结构方程建模，从而得出了具有令人满意的拟合指数的模型。结果表明，努力会影响积极的贡献，态度，声誉的利他主义和认同的利他主义会影响努力。拟议的因素均与主动捐款没有直接关系。经验直接影响自我效能，同时积极地调节努力与积极贡献之间的关系。最后，我们通过对文献的一些启示以及对未来研究的建议来提出结论。
社交媒体时代的反虚假信息
原文标题： Combating Disinformation in a Social Media Age
地址： http://arxiv.org/abs/2007.07388
作者： Kai Shu, Amrita Bhattacharjee, Faisal Alatawi, Tahora Nazer, Kaize Ding, Mansooreh Karami, Huan Liu
摘要： 社交媒体上虚假信息和虚假内容的创建，传播和消费日益引起人们的关注，尤其是在获得此类资源的便捷性以及缺乏对此类虚假信息存在意识的情况下。在本文中，我们概述了迄今为止探索的各种形式的反信息技术。我们介绍了各种形式的虚假信息，讨论了与虚假信息传播有关的因素，阐述了检测虚假信息的固有挑战，并展示了一些通过教育，研究和协作来缓解虚假信息的方法。展望未来，我们提出了一些关于信息虚假的有前途的未来研究方向。
多模输入数据下的Renyi城市形态谱
原文标题： Renyi's spectra of urban form for different modalities of input data
地址： http://arxiv.org/abs/2007.07410
作者： Mahmoud Saeedimoghaddam, T. F. Stepinski, Anna Dmowska
摘要： 城市形态的形态显示出多重分形标度。但是，应使用哪些数据来表示城市格局及其规模？在这里，我们使用与包括城市土地覆盖，城市不透水表面，人口密度和街道交叉点在内的不同城市形态相对应的数据计算了仁义的广义维数（RGD）谱。所有数据均为2010年左右，我们计算了美国六个城市化地区的RGD谱。我们通过使用希尔数而不是统计矩来计算RGD谱，这导致对广义尺寸的清晰解释以及模体的多重分形的空间可视化。结果表明，在给定的城市化区域中，不同城市形态的模式具有不同的RGD谱特征，因此具有不同的形态。在我们的六个示例中，我们发现土地覆盖和不透水表面的形态倾向于单形，街道交叉点的形态属于中等多重形，而人口密度的形态则倾向于强多重形。提供了支持此数值发现的空间可视化。因此，在研究城市形态的多重性时，重要的是选择一种适合调查目的的形态。在一种模式的基础上，城市地区的形态可能相似，而在另一种模式的基础上，城市地区则有所不同。我们发现，在所有四种模式的基础上，六个市区中有两个具有相似的形态。
网络上过程的模体
原文标题： Motifs for processes on networks
地址： http://arxiv.org/abs/2007.07447
作者： Alice C. Schwarze, Mason A. Porter
摘要： 对网络中的模体进行研究可以帮助研究人员发现生物学，社会学，经济学和许多其他领域中网络的结构与功能之间的联系。网络的经验研究已将反馈回路，前馈回路和其他几个小结构识别为“基元”，这些基元在现实网络中经常出现，并可能通过各种机制对这些系统的重要功能做出贡献。但是，这些机制中的许多机制尚不清楚。我们建议区分网络中的“结构模体”（即，graphlet）和网络中的“过程模体”（我们定义为步行的结构化集合），并将过程主题视为网络中过程的基础。以网络上的多元Ornstein-Uhlenbeck过程中的协方差和相关性为例，我们证明了结构主题和过程主题之间的区别使得有可能获得对有助于网络动力学系统重要功能的机制的定量见解。
通过传递熵和互信息从时间序列推断网络属性：双变量方法与多元方法的验证
原文标题： Inferring network properties from time series via transfer entropy and mutual information: validation of bivariate versus multivariate approaches
地址： http://arxiv.org/abs/2007.07500
作者： Leonardo Novelli, Joseph T. Lizier
摘要： 从时间序列推断出的功能和有效网络是网络神经科学的核心。由于比较患者和对照之间的网络属性是一种惯例，因此推断网络模型反映关键的基础结构属性至关重要。但是，即使是一些虚假链接也会严重扭曲最短路径长度，并推导包括小世界系数在内的测度，从而对网络的宏观拓扑结构产生了误导性的见解。这对基于相关性的功能连接体提出了挑战，相关性的传递性必然会引起许多假阳性。我们研究了误报如何偏向由双变量和多变量算法推断的网络的属性。互信息，二元转移熵和多元转移熵分别用于推断功能网络，有向功能网络和有效网络。验证是在具有100--200个节点和各种拓扑结构（规则网格，小世界，随机，无标度，模块化）的合成地面真理网络上以及在真正的猕猴连接器上进行的。节点活动的时间序列是通过自回归动力学模拟的。我们发现，多元传递熵可以捕获较长时间序列的所有网络结构的关键属性。双变量方法可以在较短的时间序列中实现较高的查全率（敏感性）。但是，随着可用数据的增加，他们无法控制假阳性（特异性较低）。这导致高估了聚类，小世界和富俱乐部的系数，低估了最短路径长度和枢纽中心度以及肥胖度分布尾部。因此，在解释通过相关性或成对统计依赖性测度获得的功能性连接体的网络特性时，应谨慎使用，而不是更全面的（尚需数据）多变量模型。
多州带噪声投票模型中的狂热分子
原文标题： Zealots in multi-state noisy voter models
地址： http://arxiv.org/abs/2007.07535
作者： Nagi Khalil, Tobias Galla
摘要： 嘈杂的选民模型是舆论动态的典型代表。个人会复制其他人的意见，并且会自发发生状态变化。在有两种意见状态的情况下，已知该模型在单峰阶段（其中存在两种意见）和双峰阶段（其中一种意见占主导）之间具有噪声驱动的过渡。狂热者的存在可以消除具有两个观点状态的模型中的单峰和双峰相。在这里，我们研究了狂热分子在M> 2意见状态的嘈杂投票者模型中对完整交互图的影响。我们发现，相位行为多样化，最多有六个可能在质量上不同类型的稳态。狂热者的存在消除了其中某些阶段，但并非全部。我们分析了狂热分子影响整个人口或只有一小部分特工的情况，并表明这种情况对应于具有少量狂热分子的单社区模型，从而进一步丰富了相图。我们的研究是基于有效的生死动力学对持有给定意见的个人数量进行分析性地进行的。结果在数值模拟中得到证实。
Bot-Match：具有递归最近邻搜索功能的社交Bot检测
原文标题： Bot-Match: Social Bot Detection with Recursive Nearest Neighbors Search
地址： http://arxiv.org/abs/2007.07636
作者： David M. Beskow, Kathleen M. Carley
摘要： 过去十年来，出现了社交机器人，最初是令人讨厌的事情，而最近又用于恐吓记者，控制选举活动并加剧现有的社会裂痕。这种社会威胁催生了机器人检测算法竞赛，检测算法在不断发展，以跟上日益复杂的机器人帐户的步伐。这种猫捉老鼠的循环阐明了有监督的机器学习算法的局限性，研究人员试图利用昨天的数据来预测明天的机器人。这种差距意味着研究人员，新闻工作者和分析师每天都会发现未被最新监督的僵尸程序检测算法检测到的恶意僵尸程序帐户。这些分析师通常希望在不标记/培训新模型的情况下找到相似的机器人帐户，在新模型中，相似性可以通过内容，网络位置或两者来定义。基于相似度的算法可以补充现有的有监督和无监督方法，并填补这一空白。为此，我们提出了Bot-Match方法，在该方法中，我们评估了社交媒体嵌入，该嵌入使半监督递归最近邻居搜索能够映射给定一个或多个种子帐户的新兴社会网络安全威胁。
使用网页排名随机游走的网络导航
原文标题： Network navigation using Page Rank random walks
地址： http://arxiv.org/abs/2007.07639
作者： Emilio Aced Fuentes, Simone Santini
摘要： 我们引入基于连续时间近似的形式主义，以研究Page Rank随机游动的特征。我们发现占用概率的扩散具有一种动力学，该动力学以指数方式“忘记”了初始条件，并稳定到仅取决于网络特性的稳定状态。在特殊情况下，步行是从单个节点开始的，我们发现过渡值的最大特征值（lambda = 1）对动态没有贡献，并且概率在相应特征向量的方向上是恒定的。我们研究了访问新节点的过程，发现该过程的动态性类似于占用概率。最后，我们确定节点<T>之间的平均通过时间，我们发现它与征费行走的相应时间显示出一定的联系。这些结果的相关性在于，页面排名是一种针对个人搜索行为的较为合理的模型，可以显示出与征税征候类似的特征，而征税征候又可以证明是常见的大型征募活动的合理模型规模搜索策略，称为“区域限制搜索”。
斯里兰卡Facebook十年来的僧伽罗语语料库和停用词
原文标题： Sinhala Language Corpora and Stopwords from a Decade of Sri Lankan Facebook
地址： http://arxiv.org/abs/2007.07884
作者： Yudhanjaya Wijeratne, Nisansa de Silva
摘要： 本文从LIRNEasia的数据，分析和政策小组的语言工作中介绍了两种口语化的Sinhala语言语料库，以及一系列算法得出的停用词。这两个语料库中较大的一个语料库跨度为2010年至2020年，包含由533个斯里兰卡Facebook页面（包括政治，媒体，名人和其他类别）发布的28,825,820至29,549,672个单词的多语言文本；较小的语料库只有从较大的僧伽罗语文本中提取的5,402,76个单词。两种语料库都有其创建日期，原始页面和内容类型的标记。
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