- COVID-19行为惯性对纽约市公交重新开放策略的影响;
- 量化县际迁移模式对美国COVID-19爆发的影响;
- ACOUSTIC-TURF：基于声学的隐私保护COVID-19联系人跟踪;
- PECAIQR：适用于Covid-19流行病的传染病模型;
- 赢得竞争：在类似SIS的流行过程中增强抗传染性;
- 建筑环境中病毒传播的详细模拟;
- 量化对全球紧急情况的政策响应：COVID-19大流行的见解;
- 用于计算Covid-19爆发的再生数的Matlab代码;
- 演化博弈中的异质性：风险感知分析;
- 对优先连接网络平均场近似的批判;
- 维基百科和威斯敏斯特：英国政客的维基百科页面的质量和动态;
- 在线竞争影响力最大化;
- 通过联合演员表述和社交媒体情感预测电影票房;
- 使用Turan阴影可证明且有效地逼近团：PEANUTS;
- 少即是多：利用社会信任来提高欺骗攻击的效率;
- 在线虐待行为数据集中注释一致性的分析;
- 种族容忍可以遏制自我强化的学校隔离吗？基于主体的理论模型;
- 节点概率故障模型下的网络连接;
- 通过模糊图反馈在线发现密集子图;
- 拉普拉斯伪逆的对角线近似用于复杂网络分析;
- 连接的力量：利用网络分析来推进应收账款融资;
- 团体运动比赛中的竞争平衡;
- 从形式到信息：分析不同空间文化中的建筑环境;
COVID-19行为惯性对纽约市公交重新开放策略的影响
原文标题： Impact of COVID-19 Behavioral Inertia on Reopening Strategies for New York City Transit
地址： http://arxiv.org/abs/2006.13368
作者： Ding Wang, Brian Yueshuai He, Jingqin Gao, Joseph Y. J. Chow, Kaan Ozbay, Shri Iyer
摘要： COVID-19大流行已经影响了出行行为和运输系统的运作，而城市正在努力解决哪些有效的政策可以有效解决因社会疏远而导致的分阶段重新开放。之前已经开发了基线模型，并针对COVID之前的条件（如MATSim-NYC）进行了校准。通过重新校准人口议程以包括在家工作并重新估计MATSim-NYC的模式选择模型，以适应观察到的交通和过境旅客数据，校准了一个新的COVID模型，该模型表示COVID-19大流行期间的旅行行为。假设行为变化在重新开放期间表现出惯性，我们将分析由于纽约州政府指导的分阶段重新开放计划而导致的汽车流量增加。分析了四个重新开放阶段和两个重新开放方案（具有和不具有运输能力限制）。重载为100％的第4阶段重新开放可能只占COVID之前乘车人数的73％，而乘车次数却增加了大流行前水平的142％。将过境能力限制为50％，会使过境乘车率从73％进一步降低至64％，同时将出行次数增加到大流行前水平的143％。尽管增长似乎很小，但由于交通拥堵已经加剧，对消费者剩余的影响不成比例。许多旅行也转移到其他模式，例如微型出行。研究结果表明，重新开放期间的过境容量限制政策需要伴随着（1）支持微型交通模式，尤其是在非曼哈顿区，以及（2）集中于减少曼哈顿交通的拥堵缓解政策，例如警戒线。基于定价。
量化县际迁移模式对美国COVID-19爆发的影响
原文标题： Quantifying the influence of inter-county mobility patterns on the COVID-19 outbreak in the United States
地址： http://arxiv.org/abs/2006.13860
作者： Qianqian Sun, Yixuan Pan, Weiyi Zhou, Chenfeng Xiong, Lei Zhang
摘要： 作为一种高度传染性的呼吸道疾病，COVID-19已成为威胁全球健康的大流行病。没有有效的治疗，非药物干预措施，例如旅行限制，已被广泛推广以减轻疾病的爆发。当前的研究分析了移动性指标，例如旅行距离；但是，关于区域间旅行流量及其对大流行的影响的研究还很缺乏。我们的研究特别关注县际迁移模式及其对美国传播COVID-19的影响。为了检索现实世界的移动性模式，我们利用了一组集成的移动设备位置数据，其中包括超过1亿个匿名设备。我们首先调查了县际流动性的全国时间趋势和空间分布。然后，我们放大美国纽约市疫情的震中，并评估其疫情对其他县的影响。最后，我们在县一级建立了“对数线性双重风险”模型，以量化县际流动性流引入的“外部风险”和定义为县脆弱性的“内部风险”的影响。高风险表型的人口比例。我们的研究提高了美国跨县流动的态势意识，可以帮助改善COVID-19的非药物干预措施。
ACOUSTIC-TURF：基于声学的隐私保护COVID-19联系人跟踪
原文标题： ACOUSTIC-TURF: Acoustic-based Privacy-Preserving COVID-19 Contact Tracing
地址： http://arxiv.org/abs/2006.13362
作者： Yuxiang Luo, Cheng Zhang, Yunqi Zhang, Chaoshun Zuo, Dong Xuan, Zhiqiang Lin, Adam C. Champion, Ness Shroff
摘要： 在本文中，我们提出了一种新的隐私保护，自动联系人跟踪系统ACOUSTIC-TURF，以使用从无处不在的移动设备发送的声音信号来对抗COVID-19。在较高级别，ACOUSTIC-TURF在附近自适应广播具有随机生成的ID的听不到的超声波信号。同时，系统会接收附近（例如6英尺）用户发送的其他超声波信号。在这样的系统中，不会向其他人公开单个用户ID，并且该系统可以以6英尺的粒度精确地检测到物理上的相遇。我们已经在Android上实现了ACOUSTIC-TURF的原型，并在不同范围和各种遮挡场景下，根据基于声学信号的遭遇检测精度和功耗评估了其性能。实验结果表明，ACOUSTIC-TURF可以检测放在口袋和外面口袋中的手机在6英尺范围内的多个接触。此外，当通过墙壁进行接触跟踪时，我们的基于声音信号的系统比基于无线信号的方法具有更高的精度。 ACOUSTIC-TURF可以正确地确定在墙的相对侧上的人没有彼此接触，而基于蓝牙的方法可以检测到它们之间不存在的接触。
PECAIQR：适用于Covid-19流行病的传染病模型
原文标题： PECAIQR: A Model for Infectious Disease Applied to the Covid-19 Epidemic
地址： http://arxiv.org/abs/2006.13693
作者： Richard Bao, August Chen, Jethin Gowda, Shiva Mudide
摘要： Covid-19大流行明确表明需要改进现代的多元时间序列预测模型。当前对未来每天死亡人数的最新预测，尤其是医院资源的使用，其置信区间太宽，无法接受。政策制定者和医院需要准确的预测，才能在通过立法和分配资源方面做出明智的决策。我们使用了美国县级每日死亡人数和人口统计数据来预测未来的死亡人数。我们将SIR流行病学模型扩展到一个称为PECAIQR模型的新型模型。通过考虑到美国实施的部分隔离的后果，它为朴素的SIR模型添加了一些新的变量和参数。我们通过数值积分将数据拟合到模型参数中。由于参数空间的拟合简并性和参数的非恒定性质，我们开发了几种优化拟合的方法，例如，对数据尾部进行训练以及对特定策略机制进行训练。我们使用交叉验证在县级调整我们的超参数，并为将来的日常死亡生成CDF。对于截至5月25日的训练数据做出的预测，我们在14天的预测中始终获得0.096的平均弹球损失得分。最后，我们从我们的模型中提供了可能的效用途径示例。我们过去在各个1个月的时间范围内生成了较长时间的地平线预测，预测了县中需要多少医疗资源（如呼吸机和ICU床），并评估了该模型在其他国家/地区的有效性。
赢得竞争：在类似SIS的流行过程中增强抗传染性
原文标题： Winning the competition: enhancing counter-contagion in SIS-like epidemic processes
地址： http://arxiv.org/abs/2006.13395
作者： Argyris Kalogeratos, Stefano Sarao Mannelli
摘要： 在本文中，我们考虑了两个通用扩散过程之间的流行竞争，其中每个竞争侧都由随机过程的不同状态表示。对于此设置，我们提出了感染边的广义最大减少（gLRIE）动态资源分配策略，以利用首选状态相对于其他状态。受社会流行病的影响，我们将此方法应用于通用的类似于SIS的连续时间扩散模型，其中允许：i）任意节点迁移率函数，这些函数根据网络状态描述传播的动态，以及ii）健康（阳性）和感染（阴性）状态，它们同时扩散，但在每个节点上互斥。最后，我们使用模拟将所提出的gLRIE与文献中的竞争方法进行经验比较。
建筑环境中病毒传播的详细模拟
原文标题： Detailed Simulation of Viral Propagation In The Built Environment
地址： http://arxiv.org/abs/2006.13792
作者： Rainald Löhner, Harbir Antil, Sergio Idelsohn, Eugenio Oñate
摘要： 总结了病毒污染物的机械特性以及通过液滴和气溶胶的传播。提出了以高保真度描述这些过程的物理学的常微分方程和偏微分方程，以及解决这些问题的合适数值方案。显示了从对建筑环境的最新评估中获得的几个示例，以及传感器的最佳放置。
量化对全球紧急情况的政策响应：COVID-19大流行的见解
原文标题： Quantifying Policy Responses to a Global Emergency: Insights from the COVID-19 Pandemic
地址： http://arxiv.org/abs/2006.13853
作者： Jian Gao, Yian Yin, Benjamin F. Jones, Dashun Wang
摘要： 公共政策必须应对实时变化且方向不确定的紧急情况，但对政策反应的性质知之甚少。在这里，我们将冠状病毒大流行视为全球性的和非常重要的案例，并通过分析记录114个国家/地区的政府机构，智囊团和政府间组织（IGO）发布的政策文件的新颖数据集来研究全球政策应对措施（来自37,725个政策文件2020年1月2日至5月26日）。我们的分析揭示了四个主要发现。 （1）全球政策对COVID-19的关注轨迹与确诊的COVID-19病例的轨迹极为相似，但政策重点从公共卫生发展到更广泛的社会问题。 （2）COVID-19政策前沿不成比例地借鉴了最新的，经过同行评审且影响重大的科学见解。此外，引用科学的政策文件在政策领域似乎特别有影响力。 （3）全球政策前沿主要是通过政府间组织（例如，世卫组织）相互联系的，这些政府间组织制定的政策文件对于COVID19政策网络至关重要，尤其是在科学文献方面。取消政府间组织的贡献从根本上改变了全球政策格局，政府机构之间的政策引文网络越来越分散成许多孤立的集群。 （4）各国对COVID-19的政策关注程度非常不同。最为惊人的是，一个国家对COVID-19的早期政策关注表明该国随后的死亡具有令人惊讶的可预测性。总体而言，这些结果揭示了政策互动的基本模式，并且鉴于紧急威胁的必然性质以及缺乏了解这些威胁的定量方法，它们为评估和有效协调全球和地方对COVID-19及其以后的应对措施提供了新的维度。
用于计算Covid-19爆发的再生数的Matlab代码
原文标题： A matlab code to compute reproduction numbers with applications to the Covid-19 outbreak
地址： http://arxiv.org/abs/2006.13752
作者： Paulo R. Zingano, Janaina P. Zingano, Alessandra M. Silva, Carolina P. Zingano
摘要： 我们讨论了各种繁殖率或数量的产生，这对于监测像Covid-19这样的持续流行病以及检查干预措施的效果非常有用。描述了详细的SEIR算法以进行计算，并应用于许多国家（阿根廷，巴西，法国，意大利，墨西哥，西班牙，英国和美国）当前的Covid-19暴发。免费提供了完整且随时可用的相应matlab脚本。
演化博弈中的异质性：风险感知分析
原文标题： Heterogeneity in evolutionary games: an analysis of the risk perception
地址： http://arxiv.org/abs/2002.06645
作者： Marco A. Amaral, Marco A. Javarone
摘要： 在这项工作中，我们分析了异质性与合作之间的关系。先前的研究表明这种关系是不平凡的，因为一些作者发现异质性维持了合作，而另一些人则获得了不同的结果。在异质性的可能形式中，我们关注与一般事件有关的个人风险和报酬的感知，这些事件可能会出现在许多社会和生物系统中。该建模方法基于演化博弈论的框架。为了表示这种异质性，我们在简单的2策略博弈的收益矩阵上实现了小的和局部的扰动，例如“囚徒困境”。因此，尽管收益通常被认为是一个全局且不随时间变化的结构，即在任何时候对所有人口而言都是相同的，但在我们的模型中，其价值不断受到时空的微小变化的影响（即在晶格上的位置）。我们发现，这种扰动可能对合作有利或有害，这取决于它们的设置。值得注意的是，当扰动作用在回报矩阵的主要对角线上时，将大力支持合作，而当扰动作用在对角线上时，所产生的效果将更难以量化。总而言之，所提出的模型显示了丰富的可能平衡点，其解释可能会提供一些见识并丰富一些系统的描述。
对优先连接网络平均场近似的批判
原文标题： A critique of the Mean Field Approximation in preferential attachment networks
地址： http://arxiv.org/abs/2006.13295
作者： Matthijs Ruijgrok
摘要： 在网络课程中经常使用平均场近似（MFA）或连续统方法来得出优先依附网络的度分布。这种方法很简单，结果接近正确答案。但是，本文表明该方法在几个方面都有缺陷，导致无法解决的矛盾。更重要的是，MFA并不是从数学模型中明确得出的。对隐含模型的分析表明，它所做出的近似值与事实相差甚远，而另一个近似值通常是无法被激发的。因此，MFA对于优先依恋网络的成功是偶然的，并且该方法不适用于本科生教学。
维基百科和威斯敏斯特：英国政客的维基百科页面的质量和动态
原文标题： Wikipedia and Westminster: Quality and Dynamics of Wikipedia Pages about UK Politicians
地址： http://arxiv.org/abs/2006.13400
作者： Pushkal Agarwal, Miriam Redi, Nishanth Sastry, Edward Wood, Andrew Blick
摘要： Wikipedia是主要信息来源，可在线提供多种内容，受到世界各地读者的信赖。读者访问Wikipedia可获得有关不同主题的可靠信息，其中最受欢迎的一种是有生命的人，尤其是政治人物。尽管人们对Wikipedia的一般用法和信息消耗了解很多，但对于政治背景下Wikipedia文章的生命周期和质量了解得很少。这项研究的目的是量化和限定有关政客文章的内容生产和消费，并特别关注英国国会议员（MP）。首先，我们分析了读者和编辑对国会议员的维基百科页面的参与的时空模式，发现选举期间的关注高峰达到高峰，这与其他社交媒体（例如Twitter）的参与迹象有关。其次，我们量化编辑的两极分化程度，发现大多数编辑专注于特定的参与者，并选择特定的新闻媒体作为参考。最终，我们发现平均引文质量很高，关于“早期生活和职业”的陈述最常被忽略（18％）。
在线竞争影响力最大化
原文标题： Online Competitive Influence Maximization
地址： http://arxiv.org/abs/2006.13411
作者： Jinhang Zuo, Xutong Liu, Carlee Joe-Wong, John C.S. Lui, Wei Chen
摘要： 在线影响力最大化作为一种在学习未知网络参数值的同时最大化通过社会网络传播影响力的方法，已引起了广泛的关注。以前的大多数工作都集中在单项扩散上。在本文中，我们介绍了一个新的在线竞争影响最大化（OCIM）问题，其中两个竞争项目（例如产品，新闻报道）在同一网络中传播，并且边的影响概率未知。我们针对OCIM问题采用了组合式多武装匪徒（CMAB）框架，但是与非竞争性设置不同，由于传播的竞争性质，重要的单调性（当边的影响概率增加时影响扩散增加）不再成立，这给这个问题带来了重大的新挑战。我们证明了CMAB的触发概率调制（TPM）条件仍然成立，然后利用竞争扩散的特性引入了一个新的离线oracle，并讨论了如何在各种情况下实现该新oracle。我们提出了一种OCIM-OIFU算法，该算法具有实现对数后悔的预言。我们还设计了一种OCIM-ETC算法，该算法的后悔边界更差，但需要的反馈较少，离线计算更轻松。我们的实验评估证明了我们算法的有效性。
通过联合演员表述和社交媒体情感预测电影票房
原文标题： Movie Box office Prediction via Joint Actor Representations and Social Media Sentiment
地址： http://arxiv.org/abs/2006.13417
作者： Dezhou Shen
摘要： 近年来，在中国，印度等亚洲电影产业的带动下，全球票房保持稳定增长态势。以往的研究很少在分析中使用长期的全样本电影数据，缺乏对演员社会网络的研究。现有的电影票房预测算法仅使用电影元数据，缺乏使用社会网络的特征，并且该模型难以解释。笔者提出了票房预测任务中的FC-GRU-CNN二元分类模型，结合电影元数据，新浪微博文本情感，演员社会网络测度，两对最短路径和演员艺术贡献等五个特征。利用长序列的GRU层的长期存储能力和CNN层在检索所有对最短路径矩阵特征方面的映射能力，该模型的准确性比当前的最佳C-LSTM模型高14％。
使用Turan阴影可证明且有效地逼近团：PEANUTS
原文标题： Provably and Efficiently Approximating Near-cliques using the Turan Shadow: PEANUTS
地址： http://arxiv.org/abs/2006.13483
作者： Shweta Jain, C. Seshadhri
摘要： 集团和近距离计数是重要的图属性，在图生成，图建模，图分析，社区检测等方面具有应用。它们是密集子图的原型示例。尽管有几种不同的近距离定义，但大多数都具有这样的属性，即它们是缺少少量边的群体。集团计数本身被认为是一个具有挑战性的问题。计算近座地的难度要大得多，因此，由于近座面的搜索空间比群体要大几个数量级。我们给出了一种接近气候的公式，认为该团体缺少恒定数量的边。我们利用近地层包含较小的集团这一事实，并使用技术进行集团采样以对近地层进行计数。这种方法使我们能够在具有数千万条边的图中计算缺少1或2条边的近气候。据我们所知，没有已知的有效方法可以解决此问题，并且与现有算法相比，我们获得了近乎10倍至100倍的加速率。我们的主要技术是图恩阴影采样方法的一种空间高效的适应方法，该方法最近由贾恩（Jain）和塞莎德里（Seshadhri）引入（WWW 2017）。这种方法构造了一个大的递归树（称为图安阴影），该树表示图中的集团。我们设计了一种新颖的算法，该算法使用Tur'an Shadow的在线紧凑结构来构建接近气候的估算器。
少即是多：利用社会信任来提高欺骗攻击的效率
原文标题： Less is More: Exploiting Social Trust to Increase the Effectiveness of a Deception Attack
地址： http://arxiv.org/abs/2006.13499
作者： Shahryar Baki, Rakesh M. Verma, Arjun Mukherjee, Omprakash Gnawali
摘要： 网络钓鱼（例如网络钓鱼，IRS骗局等）仍然可以成功地欺骗互联网用户。用户是抵御这些攻击的最后一道防线，因为攻击者似乎总是找到绕过安全系统的方法。了解用户关于欺诈和欺诈的原因可以帮助安全提供商改善用户的安全卫生习惯。在这项工作中，我们在公司代表欺诈的背景下研究用户的推理和几个变量的有效性。我们研究的一些变量是：1）使用LinkedIn作为传递网络钓鱼邮件而不使用电子邮件的媒介的效果； 2）自然语言生成技术在生成网络钓鱼电子邮件中的有效性；以及3）一些简单的自定义方式（例如，将发件人的联系信息添加到电子邮件中）会影响参与者的感知。从主题内研究获得的结果表明，即使参与者没有为著名的攻击做准备-公司代表欺诈。调查结果包括：大约65％的平均检测率，以及对成功率如何随立面和通讯（发送者/接收者）信息变化的见解。一个重要的发现是，选择较少的精选策略要比使用大型“混乱”策略更好。我们还发现，男性和女性在处理同一家公司代表欺诈方面的方式存在重大差异。我们工作的见解可以帮助防御者制定更好的策略来评估其防御能力，并设计出更好的训练策略。
在线虐待行为数据集中注释一致性的分析
原文标题： On Analyzing Annotation Consistency in Online Abusive Behavior Datasets
地址： http://arxiv.org/abs/2006.13507
作者： Md Rabiul Awal, Rui Cao, Roy Ka-Wei Lee, Sandra Mitrović
摘要： 在线虐待行为是一个重要问题，它破坏了在线社交社区的凝聚力，甚至引起了我们社会的公共安全问题。受此问题上升的影响，研究人员提出，收集并注释了在线辱骂性内容数据集。这些数据集在促进在线仇恨言论和虐待行为的研究中起着关键作用。但是，对此类数据集进行注释是一项艰巨的任务。对于给定文本的真正标签，通常存在争议，因为标签的语义差异可能会模糊（例如，辱骂和仇恨），而且通常是主观的。在这项研究中，我们提出了一个分析框架来研究在线仇恨和虐待性内容数据集中的注解一致性。我们应用了我们提出的框架来评估三种在网上仇恨言论和虐待行为研究中广泛使用的流行数据集中注释的一致性。我们发现，在现有数据集中仍然存在大量注释不一致的情况，尤其是当标签在语义上相似时。
种族容忍可以遏制自我强化的学校隔离吗？基于主体的理论模型
原文标题： Can ethnic tolerance curb self-reinforcing school segregation? A theoretical Agent Based Model
地址： http://arxiv.org/abs/2006.13531
作者： Lucas Sage, Andreas Flache
摘要： Schelling和Sakoda突出提出了计算模型，这些模型表明，强烈的种族居住隔离可能是自我选择动力的意想不到的结果，这种自我强化动力是由对种族容忍度较高的个人的选择所驱动的。只有很少的尝试将这种观点应用于学校选择，这是种族隔离发生的另一个重要领域。在当前的论文中，我们使用类似于基于居民隔离的基于主体人的理论模型来探索父母之间的种族容忍度如何影响学校隔离的水平。更具体地说，我们问如果更多的父母拥有宽容的种族偏好，是否以及在什么情况下可以减少学校隔离现象。我们通过三种方式超越了早期的学校隔离模式。首先，我们使用随机效用离散选择方法对单个学校的选择进行建模。其次，我们系统地在学校选择的居住环境中改变种族隔离的模式，比较居住地图，其中种族隔离与父母对反映其种族偏好的居住地图的容忍度无关。第三，我们在同一个群体的父母之间引入了容忍度的异质性。我们的模拟实验表明，即使大约一半的人口偏爱混合学校而不是隔离学校，种族学校隔离仍然是一个非常有力的现象。但是，我们还在参数空间中找到了一个最佳位置，在该位置中，较大比例的宽容父母产生了最大的差异。当对附近学校的偏爱在父母的效用函数中占很大比重并且居住区地图仅被适度隔离时，就是这种情况。提出了进一步的实验，阐明了潜在的机制。
节点概率故障模型下的网络连接
原文标题： Network connectivity under a probabilistic node failure model
地址： http://arxiv.org/abs/2006.13551
作者： Lucia Cavallaro, Stefania Costantini, Pasquale De Meo, Antonio Liotta, Giovanni Stilo
摘要： 中心度度量已被广泛应用于标识图中的节点，这些节点的去除有效地将图中的节点分解为较小的子组件。节点删除过程通常用于测试网络对故障的稳健性。大多数可用的研究都假定节点删除任务总是成功的。但是，我们认为这种假设是不现实的。实际上，删除过程还应考虑目标节点本身的强度，以更有效和更实际的方式模拟故障场景。与以前的文献不同，在此提出了 em概率节点故障模型，其中考虑两个变体，即 em Uniform（其中节点的生存到失败概率为：固定）和 em最佳连接（BC）（节点的生存概率与它们的程度成正比）。为了评估我们的方法，我们考虑了五个流行的中心度指标，它们在四个真实世界的图表上进行了一项实验性比较分析，以 em有效性和 em coverage进行评估。通过有效性和覆盖率，我们指的是选择节点的能力，这些节点的去除会最大程度地降低图的连通性。具体而言，谱半径减小图可作为有效性的替代指标，而最大连接组件（LCC）大小的减小是评估覆盖率的参数。然后将造成最大损失的指标与基准分析（即非概率度中心节点删除过程）进行比较，以比较这两种方法。主要发现是，通过这种比较，出现了显著差异，偏差范围从2％到80％不等，而与所使用的数据集无关，该数据集突显了通用做法与更实际方法之间的差距。
通过模糊图反馈在线发现密集子图
原文标题： Online Dense Subgraph Discovery via Blurred-Graph Feedback
地址： http://arxiv.org/abs/2006.13642
作者： Yuko Kuroki, Atsushi Miyauchi, Junya Honda, Masashi Sugiyama
摘要： 密集子图发现旨在在边加权图中找到密集分量。这是具有多种应用程序的基本图挖掘任务，因此最近受到了很多关注。尽管大多数现有方法都假定容易获得每个单独的边权重，但这种假设在实践中不一定有效。在本文中，我们为密集子图发现引入了一种新的学习问题，其中学习者查询边子集而不是单个边，并观察查询子集中的边权重的总和。针对这个问题，我们首先提出一种多项式时间算法，该算法以高概率获得近似最优解。此外，为了处理大型图，我们在理论上保证了设计更可扩展的算法。使用现实世界的图进行的计算实验证明了我们算法的有效性。
拉普拉斯伪逆的对角线近似用于复杂网络分析
原文标题： Approximation of the Diagonal of a Laplacian's Pseudoinverse for Complex Network Analysis
地址： http://arxiv.org/abs/2006.13679
作者： Eugenio Angriman, Maria Predari, Alexander van der Grinten, Henning Meyerhenke
摘要： 在众多应用程序中，海量图数据集无处不在，需要使用快速算法从这些数据中提取知识。在此，我们受到三种电气措施的启发，用于分析大型小世界图 G =（V，E）-即直径为 O（ log | V |）的图，这些图在复数中非常丰富网络分析。从计算的角度来看，这三个量度的共同点是，它们的关键成分是图拉普拉斯伪逆的对角线 L ^ dagger 。但是，精确地通过伪反演计算diag （L ^ dagger）与密集矩阵乘法一样昂贵-实际上，标准工具甚至需要立方时间。而且，伪逆需要二次空间-对于大图来说几乎不可行。例如通过使用Johnson-Lindenstrauss变换求近似，需要 O（ log | V | / epsilon ^ 2） Laplacian线性系统的解来保证相对误差，这对于大输入而言仍然非常昂贵。在本文中，我们提出了一种新颖的近似算法，该算法仅需要求解一个拉普拉斯线性系统。其余部分纯粹是组合的-主要是采样均匀的生成树，我们通过有效电阻将其与diag （L ^ dagger）相关。对于小世界网络，我们的算法在 | E | 中接近线性且在 1 / Epsilon 中是二次方的时间内，很有可能获得 pm epsilon 近似值。我们算法的另一个积极方面是由于独立采样的并行性。因此，我们提供了算法的两种并行实现：一种使用OpenMP，一种使用MPI + OpenMP。在我们针对最新技术的实验中，我们的算法（i）产生更准确的结果，（ii）更快，内存效率更高，并且（iii）获得良好的并行加速，尤其是在分布式环境中。
连接的力量：利用网络分析来推进应收账款融资
原文标题： The Power of Connection: Leveraging Network Analysis to Advance Receivable Financing
地址： http://arxiv.org/abs/2006.13738
作者： Ilaria Bordino, Francesco Gullo, Giacomo Legnaro
摘要： 应收款融资是将现金借给客户尚未支付的应收款预付给公司的过程：应收款可以卖给出资者，出资者立即向公司提供现金，以收取应收款的一小部分作为费用。传统上，应收款融资是通过集中方式处理的，在这种方式中，每个请求都由出资者单独且彼此独立地处理。在这项工作中，我们提出了一种新颖的基于网络的应收款融资方法，该方法使同一出资者的客户能够尽可能自动地互相付款，并为出资者（降低现金预期和敞口风险）及其收益带来收益。客户（较低的费用和轻巧的服务机构）。我们的主要贡献包括为基于网络的应收账款结算策略提供原则性的表述，并展示如何解决该策略设计带来的所有算法挑战。我们将基于网络的应收款融资公式化为应收款多图上的新型组合优化问题。我们表明问题是NP难的，并设计出精确的分支定界算法，以及有效找到有效近似解的算法。我们更有效的算法基于循环枚举和选择，并利用背包问题的理论表征以及适当添加循环之间路径的精炼策略进行开发。我们还研究了避免临时违反问题约束的现实问题，并设计了解决问题的方法。对实际应收数据进行了广泛的实验评估。结果证明了我们方法的良好性能。
团体运动比赛中的竞争平衡
原文标题： Competitive Balance in Team Sports Games
地址： http://arxiv.org/abs/2006.13763
作者： Sofia M Nikolakaki, Ogheneovo Dibie, Ahmad Beirami, Nicholas Peterson, Navid Aghdaie, Kazi Zaman
摘要： 竞争是玩家满意度和参与多人在线博弈的主要动力。传统的对接系统旨在创建涉及个人技能水平相似的团队的比赛，例如Elo得分或TrueSkill。但是，使用这种线性预测变量不能完全捕捉团队动态。最近，已经表明，以学习获胜概率作为参与者和团队特征的函数为目标的非线性预测器明显优于这些基于线性技能的方法。在本文中，我们表明使用最终得分差异可为竞争平衡提供更好的预测指标。我们还显示，在经过精心选择的一组团队和个人特征上训练的线性模型几乎可以实现更强大的神经网络模型的性能，同时可以将推理速度提高两个数量级。这显示了在在线婚介系统中实施的巨大希望。
从形式到信息：分析不同空间文化中的建筑环境
原文标题： From form to information: Analysing built environments in different spatial cultures
地址： http://arxiv.org/abs/2006.13897
作者： Vinicius M. Netto (1 and 2), Edgardo Brigatti (3), Caio Cacholas (4) ((1) Associate Professor, Department of Urbanism, Universidade Federal Fluminense (UFF), (2) Visiting Scholar, Center for Urban Science and Progress (CUSP NYU), (3) Associate Professor, Institute of Physics, Universidade Federal do Rio de Janeiro (UFRJ), (4) Researcher, Graduate Programme of Architectural and Urban Studies (PPGAU UFF))
摘要： 世界各地的城市都不尽相同，但这是否与文化没有任何关系？城市形态体现与文化身份相关的特质的想法吸引了许多城市研究的想象力，但这是一个尚待仔细研究的假设。本文以建筑环境中的空间配置作为城市文化的代名词，探讨了可能与特定区域文化或城市发展规划文化相符的差异。它的工作重点是塑造城市的基本组成部分：建筑物以及建筑物如何在建筑形式的蜂窝复合物中聚集。在探索Shannon的工作时，我们引入了一种熵度量来分析建筑形式系统中细胞排列的概率分布。我们将其应用于来自世界不同地区的45个城市的市中心地区，作为一种相似性度量，以比较和聚类可能与特定空间文化相符的城市。研究结果提出了一种分类方案，进一步阐明了我们所谓的“文化假设”：不同文化和地区发现不同的空间排序方式的可能性。
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