- 基于聚类的多元时间序列双演化：分析COVID-19;
- Covid-19对大城市空气质量的影响;
- 支持实时COVID-19医疗管理决策：转移矩阵模型方法;
- Twitter、人员流动和COVID-19;
- 网络上随机SIS流行病的PDE极限;
- 缺乏免疫力的隔室模型：Covid-19的分析和参数估计;
- 网络中聚类的简单二部图投影模型;
- 共享出行服务对于城市交通拥堵的低效;
- 多主体系统中的异构结果建模;
- 异构复杂社会主体的简单特征的涌现;
- 美国和欧洲的光污染：好，坏和丑;
- 双峰Kuramoto模型的有界置信度聚类和相图;
- 动态图的拉普拉斯变点检测;
基于聚类的多元时间序列双演化：分析COVID-19
原文标题： Cluster-based dual evolution for multivariate time series: analyzing COVID-19
地址： http://arxiv.org/abs/2005.02125
作者： Nick James, Max Menzies
摘要： 本文提出了一种基于聚类的方法来分析多元时间序列的演化并将其应用于COVID-19大流行。每天，我们都根据国家和地区的死亡人数和死亡人数将其划分为几类。集群总数和各个国家的集群成员资格通过算法确定。我们研究了这两个数量随时间的变化，证明了病例和死亡演变过程中的相似之处。案件计数的变化簇数比死亡计数的变化簇早32天。另一方面，对于聚类分组之间的最大一致性，有16天的最佳偏移量，这是通过比较亲和力矩阵的新方法确定的。考虑到这一点，我们确定了从COVID-19病例到死亡的进展中的异常国家。这项分析有助于突出最重要和最不重要的公共政策，以最大程度地降低一个国家的COVID-19死亡率。
Covid-19对大城市空气质量的影响
原文标题： Covid-19 impact on air quality in megacities
地址： http://arxiv.org/abs/2007.00755
作者： Benjamin Schäfer, Rulan Verma, Aswin Giri, Hankun He, S.M. Shiva Nagendra, Mukesh Khare, Christian Beck
摘要： 空气污染是造成全球死亡率最高的因素之一，尤其是在城市地区。在2020年春季，许多国家采取了社会隔离措施，以减缓持续的Covid-19大流行。一种特别严厉的措施，即“封锁”，敦促人们呆在家里，从而预防新的Covid-19感染。反过来，它也减少了交通和工业活动。但是这些封锁措施在大城市中改善了多少空气质量，空气质量的影响方式是否存在差异？在这里，我们分析了两个大城市的数据：伦敦以欧洲为例，德里以亚洲为例。我们考虑了封锁期间和封锁之前的数据，并将这些数据与2019年以来的类似时间进行比较。总体而言，我们发现几乎所有空气污染物的排放量都有所减少，两个城市之间的差异令人着迷。在伦敦，尽管平均浓度较低，但我们仍然观察到高污染物状态和发生极端事件的趋势有所增加（锁定期间峰度较高）。对于德里，我们观察到包括高污染国家在内的污染浓度下降幅度更大。这些结果可能有助于设计规则，以改善特大城市的长期空气质量。
支持实时COVID-19医疗管理决策：转移矩阵模型方法
原文标题： Supporting Real-Time COVID-19 Medical Management Decisions: The Transition Matrix Model Approach
地址： http://arxiv.org/abs/2007.01201
作者： Jian Chen, Michael C. Fu, Wenhong Zhang, Junhua Zheng
摘要： 自从中国武汉爆发COVID-19以来，已经提出了许多预测模型来预测冠状病毒感染病例的轨迹。我们提出了一个新的离散时间马尔可夫链转移矩阵模型，该模型直接结合了随机行为，并且其参数估计可直接从可用数据中获得。使用来自中国湖北省（武汉是省会城市）的此类数据，该模型显示出了灵活性，鲁棒性和准确性。结果，它被武汉市金银潭医院的第一支上海救助医疗队采用，该医院是全球首家接受COVID-19患者的指定医院。该预测已用于准备医务人员，重症监护病房（ICU）病床，呼吸机和其他重症监护医疗资源，并用于支持实时医疗管理决策。收集了中国与COVID-19交战的前两个月（1月/ 2月）的经验数据，并通过将NPI效率嵌入模型来增强了模型。我们将模型应用于3月9日的意大利，韩国和伊朗的预测。后来，我们于3月24日对西班牙，德国，法国和美国进行了预测。同样，该模型的表现非常出色，被证明具有灵活性，鲁棒性和对于除中国以外的大多数这些国家/地区而言是准确的
Twitter、人员流动和COVID-19
原文标题： Twitter, human mobility, and COVID-19
地址： http://arxiv.org/abs/2007.01100
作者： Xiao Huang, Zhenlong Li, Yuqin Jiang, Xiaoming Li, Dwayne Porter
摘要： COVID-19的爆发凸显了需要一种更加统一，较少关注隐私，易于访问的方法来监视人类活动，这种方法已被证明与病毒传播有关。在本研究中，我们分析了全球5.87亿条推文，以了解如何在全球，国家和美国各州范围内从用户生成的信息中反映出全球在减少人类移动性方面的合作努力。考虑到机动性的多面性，我们提出两种类型的距离：单日距离和跨日距离。为了量化某些地理区域中的响应能力，我们进一步提出了一种基于移动性的响应指数（MRI），该指标可捕获时间窗口内移动性变化的总体程度。结果表明，从Twitter数据获得的流动性模式可进行修改以定量反映流动性动态。在全球范围内，自2020年3月11日世卫组织宣布COVID-19大流行以来，拟议的两个距离已大大偏离其基线。宣布之后的周期性大大减少，表明保护措施显然已经影响了人们的出行习惯。国家规模的比较揭示了反应能力的差异，这在不同流行阶段的流动模式形成了鲜明对比。我们发现，流动性变化的触发因素与国家宣布的缓解措施非常吻合。在美国，COVID-19大流行对流动性的影响是明显的。但是，各州的影响差异很大。黑人生活问题抗议活动进一步推动了强劲的流动性恢复势头，有可能在美国引发第二波感染。
网络上随机SIS流行病的PDE极限
原文标题： PDE-limits of stochastic SIS epidemics on networks
地址： http://arxiv.org/abs/2007.01043
作者： Francesco Di Lauro, Jean-Charles Croix, Luc Berthouze, István Kiss
摘要： 网络上的随机流行模型本质上是高维的，即使对于中等规模的网络，所得到的精确模型在数值上也是难以捉摸的。平均场模型提供了一种替代方法，但只能捕获平均数量，因此几乎没有或根本没有提供有关精确过程结果可变性的信息。在本文中，我们推测并通过数值证明了有可能在正则和Erd H o s-R 'enyi网络上构造精确随机SIS流行病的PDE极限。为此，我们首先通过出生与死亡过程（BD）（状态空间为 O（N）而不是 O（2 ^ N））来近似人口水平上的精确随机过程，其系数为通过吉列斯比（Gillespie）在显式网络上对确切流行病的模拟数值确定。我们用数值方法证明了所得到的BD过程的系数与密度有关，这是PDE极限存在的关键条件。正则和Erd H o s-R 'enyi网络的大量数值测试表明，模拟结果与Fokker-Planck方程的数值解之间具有极好的一致性。除了显著降低尺寸外，PDE还提供了一种方法来推导将网络和疾病动力学参数联系起来的流行病暴发阈值，尽管是隐式的。也许更重要的是，它可以对流行病和网络推断的可能性进行公式化和数值评估，如一个示例所示。
缺乏免疫力的隔室模型：Covid-19的分析和参数估计
原文标题： Compartmental model with loss of immunity: analysis and parameters estimation for Covid-19
地址： http://arxiv.org/abs/2007.01295
作者： Cristiane M. Batistela, Diego P. F. Correa, Átila M Buenoc, José R. C. Piqueira
摘要： Covid-19的爆发使世界陷入前所未有的健康和经济危机。为了应对这种紧急情况，世界各地的研究人员正在深入研究Covid-19大流行的动态。在这项工作中，提出了SIRSi隔室模型，它是对已知经典SIR模型的修改。拟议的SIRSi模型考虑了人群中免疫接种的差异以及未报告或无症状病例的可能性。该模型已调整至巴西圣保罗州的三个主要城市，即圣保罗，桑托斯和坎皮纳斯，提供了疫情的持续时间和高峰的估计。
网络中聚类的简单二部图投影模型
原文标题： A simple bipartite graph projection model for clustering in networks
地址： http://arxiv.org/abs/2007.00761
作者： Austin R. Benson, Paul Liu, Hao Yin
摘要： 图数据集通常由二部图的投影构成，如果两个节点在二部图中共享相同的邻居，则投影中将连接两个节点。例如，共同作者图是作者-出版二部图的投影。分析投影图的结构是很常见的，但是我们对这种分析的投影结果没有很好的了解。在这里，我们提出并分析了一个随机图模型，以研究我们在投影步骤中可以期望的特性。我们的模型基于Chung-Lu随机图来构造二分表示，这使我们能够严格地分析投影图。我们表明，可以通过此简单模型解释和分析常见的网络属性，例如稀疏性，重尾度分布，节点处的局部聚类，节点度之间的逆关系以及全局传递性。我们还为模型开发了一种快速采样算法，我们证明了该算法对于某些输入分布是最优的。模型参数来自实际数据集的数值模拟表明，某些数据集中的许多聚类行为可以通过投影步骤来解释。
共享出行服务对于城市交通拥堵的低效
原文标题： On the inefficiency of ride-sourcing services towards urban congestion
地址： http://arxiv.org/abs/2007.00980
作者： Caio Vitor Beojone, Nikolas Geroliminis (École Polytechnique Fédérale de Lausanne)
摘要： 共享经济和智能手机的出现使按需交通服务成为可能，这创造了更多的机会，但也给城市交通带来了更大的复杂性。提供这些服务的公司由于其基于Internet的性质而被称为运输网络公司（TNC）。尽管骑行采购是跨国公司提供的最臭名昭著的服务，但鲜为人知的是其运营会在多大程度上干扰交通状况，同时替代其他运输方式，或者何时有大量的空车驶向乘客。我们使用来自中国特大城市的出租车出行数据，并使用基于出行的MFD模型进行基于主体的模拟来确定速度，以实验方式分析跨国公司的效率。我们调查了跨国公司扩大机队规模，乘客对共享乘车的偏好以及缓解城市拥堵的策略的影响。我们表明，跨国公司与社会之间目标缺乏协调会导致旅行时间延长37％，并造成严重交通拥堵。此外，由于空行里程增加，允许共享乘车无法减少总行进距离。优雅的停车管理策略可以防止没有分配乘客的情况下空车行驶，并将缺乏协调的影响降低到7％。
多主体系统中的异构结果建模
原文标题： Modelling heterogeneous outcomes in multi-agent systems
地址： http://arxiv.org/abs/2007.01077
作者： Orowa Sikder
摘要： 可以将社会，经济和机器行为研究中的大量经验现象建模为具有平均动力学的复杂系统。但是，这些模型中的许多自然会导致共识或类似共识的结果。实际上，经验现象很少会收敛到这些现象，而是以主体状态丰富，持续的变化为特征。此类异质结果是许多模型的自然结果，这些模型将外部扰动与主体的其他凸面动力学结合在一起。本文的目的是形式化异质性概念，并证明哪些模型能够将其实现为结果，因此更适合于对重要的经验问题进行建模。我们通过确定（随时间变化的）交互网络的拓扑结构如何限制主体可能的稳态结果的空间，以及与图上随机游走的关系如何来做到这一点。我们考虑了许多有意不同的示例，以演示如何应用结果。
异构复杂社会主体的简单特征的涌现
原文标题： Emergence of simple characteristics for heterogeneous complex social agents
地址： http://arxiv.org/abs/2007.01095
作者： Eric Bertin
摘要： 相互作用的社会主体的模型通常将主体表示为具有少量自由度的非常简单的实体，例如以二进制意见模型为例。因此，理解这样简单的个人特征如何从潜在更复杂的主体中显现出来是一个自然的问题。最近在[E. Bertin，P.Jensen，C.R。Phys。 20，329（2019）]认为具有许多内部自由度的主体之间的某些类型的相互作用可能导致主体的“简化”，然后通过少量的内部自由度对其进行有效描述。在这里，我们概括该模型以说明主体程序固有的异质性。我们发现了两种不同的简化方案，一种受交互作用支配，其中主体变得简单且与同质模型相同，而另一种主体保持强烈的异质性，尽管实际上具有简单的特征。
美国和欧洲的光污染：好，坏和丑
原文标题： Light pollution in USA and Europe: The good, the bad and the ugly
地址： http://arxiv.org/abs/2007.01150
作者： Fabio Falchi, Riccardo Furgoni, Terrel A. Gallaway, Nataliya A. Rybnikova, Boris A. Portnov, Kim Baugh, Pierantonio Cinzano, Christopher D. Elvidge
摘要： 光污染是一个全球性问题，对人类健康和自然生态系统产生一系列不利影响。利用《新世界人造夜空地图集》中的数据，VIIRS记录的辐射度和国内生产总值（GDP）数据，我们比较了光污染水平和光通量与该州和县级人口规模和GDP的关系。美国以及欧洲的区域（NUTS2）和省（NUTS3）级别。我们发现欧洲污染最严重和污染最少的地区之间的差异为6800倍，人均光通量差异为120倍，每GDP单位通量差异为267倍。但是，我们发现美国各县之间的差异更大：天空污染差异200,000倍，人均光束差异16,000倍，单位GDP光束差异40,000倍。这些发现可能会为决策者提供信息，帮助减少能源浪费以及与光污染有关的不利环境，文化和健康后果。
双峰Kuramoto模型的有界置信度聚类和相图
原文标题： Clusterization and phase diagram of the bimodal Kuramoto model with bounded confidence
地址： http://arxiv.org/abs/2007.01214
作者： André Reggio, Robin Delabays, Philippe Jacquod
摘要： 受Deffuant和Hegselmann-Krause观点动力学模型的启发，我们扩展了Kuramoto模型以说明置信范围，即，当成对的振荡器之间的相位差超过某个值时，它们之间的交互消失。我们关注自然频率达到峰值，双峰分布的仓本振荡器。我们证明，在这种情况下，扩展模型的不动点由一定数量的独立振荡器簇组成，这取决于置信区间的长度-相互作用范围-以及两个峰之间的距离固有频率的双峰分布。这使我们能够为具有置信度的双峰Kuramoto模型构造吸引定点的相图，并以具有置信度的方式分析解释动力学系统中的聚类。
动态图的拉普拉斯变点检测
原文标题： Laplacian Change Point Detection for Dynamic Graphs
地址： http://arxiv.org/abs/2007.01229
作者： Shenyang Huang, Yasmeen Hitti, Guillaume Rabusseau, Reihaneh Rabbany
摘要： 动态图和含时图是丰富的数据结构，用于对实体之间的复杂关系进行建模。尤其是，含时图上的异常检测对于许多实际应用而言至关重要，例如网络系统中的入侵识别，生态系统干扰的检测以及流行病的检测。在本文中，我们专注于动态图的变化点检测，并解决与该问题相关的两个主要挑战：I）如何跨时间比较图快照，II）如何捕获时间依存关系。为了解决上述挑战，我们提出了拉普拉斯异常检测（LAD），它使用每个快照上图结构的拉普拉斯矩阵的谱来获得低维嵌入。 LAD通过应用两个滑动窗口显式地对短期和长期依赖性进行建模。在合成实验中，LAD的性能优于最新方法。我们还将在三个真实的动态网络上评估我们的方法：UCI消息网络，美国参议院共同赞助网络和加拿大法案投票网络。在所有三个数据集中，我们证明了我们的方法可以根据重大的现实事件更有效地识别异常时间点。
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