本文由机器翻译，仅供参考，感兴趣请查阅论文原文

核心速递

无标度流行性是否塑造了无标度地理社会网络？;
冠状病毒扩散宏观增长规律的数据分析;
COVID-19的控制效率;
使用数值分析多路网络上谣言传播的动态模型;
软件团队的库使用动态;
模块性三角：一个复杂网络的半全局中心性度量;
2019年智利社会动荡的解剖;
基于自我熵度量的结构表示;
使用技术相互依赖性预测创新力度;
UFTR：一个统一的工单路由框架;
可扩展网络生成的新进展;
好科学的自然选择;
探索临近的可能性解释了社会网络的出现和演化;
如何选择最合适的中心性度量？;
中国可能需要支持更小的科研团队;
网络PEV局部化的轮图战略;
半监督图注意力网络用于金融欺诈检测;
推断高分辨率的人类混合模式用于疾病建模;
能源模型的自动化——自动生成任意世界地区的可再生能源的供给曲线、小时产能因子和小时综合用电需求;
含时相关性对独立和合作SIR动态高风险爆发的影响;
近似的只是SLaQ：网络级图的精确谱距离;
揭开白头盔造谣背后的协调组;
异构图变换器;
用生成性对抗网络学习生成时间条件图;
足够快速排放循环路径独立性带来的温室气体累积排放核算;
图表示学习用于移动支付市场商户激励优化;
打破妇女与科学壁垒;
玩家化学：努力保持完美平衡的足球队;

无标度流行性是否塑造了

无标度地理社会网络？

原文标题：

Will Scale-free Popularity Develop Scale-free Geo-social Networks?

地址：

http://arxiv.org/abs/2003.01489

作者：

Dong Liu, Viktoria Fodor, Lars K. Rasmussen

摘要：实证结果表明，空间因素，如距离，人口密度和通信范围影响我们的社会活动，也通过社会网络关系的发展体现。这促使该把这些空间因素考虑在内的社会网络模型的需要。因此，在本文中，我们提出了一个基于重力低的地理社会网络模型，其中连接根据个人的普及发展，而是通过自己的地理距离和周围人口密度的限制。具体而言，我们认为幂律分布的普及，并通过泊松点过程管辖随机节点位置。我们评估了新兴网络的特点，考虑到度分布，邻居的平均程度和当地的聚类系数。这些局部度量反映了网络的鲁棒性，所述信息传播速度和通信局部性。我们发现，除非通信范围被严格限制，新兴的网络是无标度与受空间因素的等级指数。即使是平均邻近程度和非地理无标度网络称为局部聚集系数显示的倾向，考虑到与低流行个人时至少。在高人气值，但是，空间限制导致人气无关平均邻近度和集聚系数。

冠状病毒扩散宏观

增长规律的数据分析

原文标题：

Data analysis on Coronavirus spreading by macroscopic growth laws

地址：

http://arxiv.org/abs/2003.00507

作者：

P. Castorina, A. Iorio, D. Lanteri

摘要：为了评估遏制2019新冠状病毒疫情扩散的努力是否有效，我们分析了不同国家感染随时间的演化，考虑了Gompertz规律和logistic规律两个著名的宏观增长规律。研究提出的数据分析允许评估感染者的最大数量。每日数据必须与所获得的拟合进行比较，以验证传播是否受到控制。我们的分析表明，由于政府的大力遏制政策，中国和新加坡的传播正到达饱和。韩国和意大利则情况相反，三月第一个星期的新感染者数据对于理解感染者饱和数字高低十分关键。这将表明强力的遏制政策是否值得继续。

COVID-19的控制效率

原文标题：

Control Efficacy on COVID-19

地址：

http://arxiv.org/abs/2003.00305

作者：

Duanbing Chen, Tao Zhou

摘要：我们提出使用蒙特卡罗方法，在缺少所有病例症状开始后完整信息时估计再生数。省一级的分析表明，中国对COVID-19的控制措施获得巨大的成功，省级再生数在采取行动短短一个星期后迅速降低到小于1。

使用数值分析多路网络

上谣言传播的动态模型

原文标题：

A Dynamic Epidemic Model for Rumor Spread in Multiplex Network with Numerical Analysis

地址：

http://arxiv.org/abs/2003.00144

作者：

Lan Di, Yudi Gu, Guoqi Qian, George Xianzhi Yuan

摘要：本文重点研究和人口组成随机动态的了解，当人口受到谣言传播。我们首先开发一个单独的易感暴露感染，删除（iSEIR）模型，该模型SEIR的扩展，用于汇总的人口互动群体的谣言传播行为进行研究。与此iSEIR模型中，相互作用基团可以被认为是在多重网络节点。然后在传闻扩频相互作用基团的动态行为的各种性质可以从复用网络的样品绘制。该样本是根据不同的设置iSEIR模型在人口规模，人口分布和传输速率方面的模拟。从模拟研究结果表明，有效的控制传闻的多路网络中传播需要对信息流的高效管理，这可以通过设置适当的免疫接种和铺展在个体行为动态阈值来实现的。根据拟议的iSEIR模型中，我们也得出一个稳态结果，命名为“过饱和现象”，当谣言传播过程变得平衡，这可以帮助我们做出最佳的或更好的控制在实践中信息流。

软件团队的库使用动态

原文标题：

Library Adoption Dynamics in Software Teams

地址：

http://arxiv.org/abs/2003.00045

作者：

Pamela Bilo Thomas, Rachel Krohn, Tim Weninger

摘要：当一群人努力去理解新信息，奋斗接着而来的各种想法争夺关注。作为一个团队一起学习陡峭的学习曲线超越。要了解这些团队动力如何在软件开发中发挥出来，我们探索的Git日志，其中提供软件库的完全改变历史。在这些仓库中，我们观察到的代码添加，它代表成功实施的想法，代码缺失，其表示已经失败或被取代的想法。通过检查它们之间的模式提交类型，我们可以开始了解团队如何采用新的信息。我们专门研究了软件库由一个项目，即当库用于该项目的第一次通过后会发生什么。我们发现了各种因素，包括团队规模，图书馆的普及，发病率和Stack Overflow上与团队如何迅速学会相关联，并成功采用新的软件库。

模块性三角：一个复杂

网络的半全局中心性度量

原文标题：

Modularity-Deltas: a Semi-Global Centrality Measure for Complex Networks

地址：

http://arxiv.org/abs/2003.00056

作者：

Thomas Magelinski, Mihovil Bartulovic, Kathleen M. Carley

摘要：社会结构的现实世界的网络现象已被中央网络科学的成功。而备受人们关注已经支付给社区检测算法和评价标准，一个相关的问题一直被忽视的：将在模块化的变化是什么，如果一个节点将被从网络中删除？在这项工作中，我们首先表明，这个问题的答案可以为O （M）时候网络中的所有节点进行计算。然后，我们表明，这个数量在网络科学中的三个研究领域的影响：社会分析，网络健壮性和社区欺骗。因为他们是一个半全局衡量，可扩展的像本地的措施，但通过网络的健壮性partition.In使用全局信息，模块化最大化攻击策略比基于介，更有效率模块化三角洲是社会分析是有用的，并显示出损害美国能量栅格和欧洲的公路网比更有效的基于程度的攻击。最后，我们表明，反转的鲁棒性的方法来选择模块化的可扩展的方式尽量减少节点解决社会问题的欺骗。

2019年智利社会动荡的解剖

原文标题：

The anatomy of the 2019 Chilean social unrest

地址：

http://arxiv.org/abs/2003.00423

作者：

Paulina Caroca, Carlos Cartes, Toby P. Davies, Jocelyn Olivari, Sergio Rica, Katia Vogt

摘要：我们分析使用两种不同的方法2019年智利的社会动荡事件：为骚乱分子通过向抗议的战略位置公共交通行驶的基于主体的模型，以及流行病般的模型，考虑全球传染性动态。我们比较来自两个模型从人权的副国务卿调整参数的智利社会动荡公众可用数据，并观察它们导致类似的发现结果：暴力事件的数量遵循各种扰乱公共秩序已观察到明确的模式情节在六十年代以来其他国家。最后，我们模型是如何骚乱的蔓延效应可能会得到缓解。

基于自我熵度量的结构表示

原文标题：

Ego-based Entropy Measures for Structural Representations

地址：

http://arxiv.org/abs/2003.00553

作者：

George Dasoulas, Giannis Nikolentzos, Kevin Scaman, Aladin Virmaux, Michalis Vazirgiannis

摘要：在复杂的网络中，节点具有相似的结构特征往往表现出类似的角色（例如在社会网络用户的类型或员工在公司层级的位置）。为了利用这种关系，越来越多的研究提出了确定结构等效节点潜伏表示。然而，大多数现有的方法要求高的时间和空间复杂度。在本文中，我们提出VNEstruct，用于产生低维结构的嵌入节点的简单的方法，即两个时间的高效和稳健的图结构的扰动。所提出的方法集中在每个节点的本地附近，采用冯诺依曼熵，一个信息论工具，提取特征捕捉邻里的拓扑结构。此外，在图分类任务，我们建议用于归因图结构的转变所产生的结构的嵌入的利用率为一组增强节点属性。根据经验，我们观察到，该方法展品鲁棒性的结构性作用识别任务和图分类任务的国家的最先进的性能，同时保持很高的运算速度。

使用技术相互依赖性预测创新力度

原文标题：

Technological interdependencies predict innovation dynamics

地址：

http://arxiv.org/abs/2003.00580

作者：

Anton Pichler, François Lafond, J. Doyne Farmer

摘要：我们提出一个简单的模型，其中一个技术领域的创新速度取决于它依赖于技术领域的创新速度。使用美国专利1836年至2017年的数据，我们做出来的样本外的预测和发现创新率的可预测性，当网络效应考虑在内，可以显著提高。在一个技术’居委会未来的创新率已知的情况下，平均预测增益为28％比较简单的时间序列模型，它没有内置网络效应。即使没有人知道未来，我们发现20％的平均阳性预测收益。结果具有重要的政策含义，这表明有效的支持某项技术必须考虑到技术生态系统周围有针对性的技术。

UFTR：一个统一的工单路由框架

原文标题：

UFTR: A Unified Framework for Ticket Routing

地址：

http://arxiv.org/abs/2003.00703

作者：

Jianglei Han, Jing Li, Aixin Sun

摘要：当今企业面临着越来越多的为客户服务的及时和有效的交付需求。这创造了一个强大的和准确的自动化解决方案，以什么样的正式名称为票路由问题的需要。这个任务就是使每一个未解决的服务事件，或者“机票”，服务专家的正确组。现有的研究划分任务分成两个独立的子问题 – 初始组分配和组间转移。然而，我们的研究，同时解决共同使用一个终端到终端的建模方法的子问题。我们首先进行了五十万存档门票揭露相关特征进行了初步分析。然后，我们设计了UFTR，使用四种功能票务路由一个统一的框架（从门票，所衍生的，和它们之间的相互作用）。在我们的实验中，我们实施了两项排名模型与UFTR。我们的模型优于三个路由指标基线。此外，事后分析表明，这种优越的性能很大程度上可以归因于功能捕获门票分配和组分配之间的关联。总之，我们的研究结果表明，UFTR是一个出色的解决方案，以票路由问题，因为它考虑到了组分配和基团转移问题之间未开发的相互关系。

可扩展网络生成的新进展

原文标题：

Recent Advances in Scalable Network Generation

地址：

http://arxiv.org/abs/2003.00736

作者：

Manuel Penschuck, Ulrik Brandes, Michael Hamann, Sebastian Lamm, Ulrich Meyer, Ilya Safro, Peter Sanders, Christian Schulz

摘要：随机图模型经常用来作为各种研究领域的实验活动的可控和通用数据源。在规模产生这样的数据集是一个不平凡的任务，因为它需要的设计决策通常跨越专长的多个领域。挑战开始的有关特定域的网络特征的识别，请继续如何编译等功能集成到一个易于处理的模型，并在同时执行有关模型所产生的算法细节高潮的问题。在本调查中，我们探索已知可伸缩的发电机随机图模型的重要方面。我们首先简要介绍了由这种模型认为网络功能，然后讨论随机图与一起生成算法。我们的重点在于建模技术，并已证明成功地获得大量的图算法的基元。我们认为，对于不同领域的概念和图模型（如社会网络，基础设施，生态环境，和数值模拟），并讨论发电机不同的计算模型（包括共享内存并行，大规模并行GPU和分布式系统）。

好科学的自然选择

原文标题：

The natural selection of good science

地址：

http://arxiv.org/abs/2003.00928

作者：

Alexander J. Stewart, Joshua B. Plotkin

摘要：在某些领域的科学家而言，很多，甚至大部分，公布的结果都是假的。误报率高可能会意外地出现，从粗制滥造的研究实践。或者，它可能是制度激励措施奖励出版物不论真实性的必然结果。最近的模型和科学文化的讨论，预测选择假阳性出版物，研究实验室是发布更多积极成果外竞争更加勤奋实验室。有一个关于如何实践科学应该进行修改，以避免这种变性的广泛争论。有分析认为，当实验室的诱因进行复制研究，并受到处罚的出版物以后无法复制“坏科学”，甚至会持续存在。在这里，我们制定了一个框架模型的研究实践的文化演进，使实验室花费理论的努力 – 让他们在成本，把重点放在更可能是真实的在理论上的假设。论恢复实验室实践高付出的演变，它抑制了假阳性出版物技术最小，即使没有复制的。一个具有比其他正确的更大的机会 – – 事实上，单纯的能力两套假设之间进行选择不是可以通过具有较好的假定集合轻松的访问来实现促进更好的科学。结合理论和复制可以在促进良好的科学方法和降低假阳性出版物率的协同效应。根据我们的分析，我们提出了四个简单规则的压力公布的脸，以促进良好的科学。

探索临近的可能性解释

了社会网络的出现和演化

原文标题：

The exploration of the Adjacent Possible explains the emergence and evolution of social networks

地址：

http://arxiv.org/abs/2003.00989

作者：

Enrico Ubaldi, Raffaella Burioni, Vittorio Loreto, Fancesca Tria

摘要：人类之间的相互作用代表了我们社会的支柱。人们如何互动，建立新的连接，并分配这些链接中的活动可能会透露很多我们的社会组织。尽管非常多样的科学界集中注意力，我们仍然缺乏第一性原理的诞生和社会网络的演进模型框架能够帐户。在这里，我们通过在社会交往看，以此来探索一个非常奇特的空间，即相邻的可能空间，解决这个问题，即设定我们可以在我们的一生中在任何给定点及时满足个人。我们在邻近的可能空间的最近数学形式化杠杆，提出了一种基于定义的人联系，相互作用如何让简单的微观规则的社会探索的第一个原理的理论。新的理论预测社会网络的两个微观和宏观的特点。在微观方面捕获的最显著的特征是一种用于个体的概率，与已ķ连接，以获得新的认识。在宏观方面，模型再现社会网络的主要静态和动态特性：程度和活动的广泛分布，平均聚类系数，并在全球和地方层面的创新率。该理论在三个不同的真实世界的社会网络诞生出来：Twitter用户之间的网络提到，美国物理学会和移动电话呼叫网络的合着者的网络。

如何选择最合适的中心性度量？

原文标题：

How to choose the most appropriate centrality measure?

地址：

http://arxiv.org/abs/2003.01052

作者：

Pavel Chebotarev, Dmitry Gubanov

摘要：我们提出了一种新的方法来选择如何这样的措施应该在一组简单图的工作，根据用户的意见最合适的网络中心度量。该方法在于：（1）形成一组 CAL F 的候选措施; （2）生成区分的所有措施足够简单图的序列 CAL F 上的一些节点对; （3）编译与比较测试节点的中心问题调查; （4）在完成本调查中，它提供了一个中间值与所有用户响应一致。在开发的算法使其能够实现此方法对于任何有限集的措施 CAL F 。本文介绍了其实现对一组40倍中心地位的措施。所提出的方法，被称为剔除，可用于快速分析或通过编译上的满足某些规范条件（公理）措施的子集的调查规范的方法相结合。在本研究中，后者用于通过自一致性或桥公理确定的子集来完成。

中国可能需要支持更小的科研团队

原文标题：

China may need to support more small teams in scientific research

地址：

http://arxiv.org/abs/2003.01108

作者：

Linlin Liu, Jianfei Yu, Junming Huang, Feng Xia, Tao Jia

摘要：现代科学是从科学团队制作为主。大型团队已经证明，在具有高抗冲击申请科研经费，进行复杂的科研任务和生产的研究工作在小团队具有明显的优势。最近的研究结果则显示，大型和小型团队都各有所长。小团队往往通过创建突破性研究成果，扩大知识的前沿，而大型团队更倾向于在既定领域的工作和发展存在的问题。鉴于在研究大和小团队的不同角色，以一个国家的科学工作是由大/小团队进行的程度是非常重要的。在这里，我们分析来自Web of Science超过26万篇论文从2000年到2017年我们发现中国的研究成果更受大牌球队比世界其他地区占主导地位。这确实是一个全球性的趋势，更多的论文被大队伍来完成。然而，在小队里产量的下降是在中国更加陡峭。更重要的是，研究团队从小到大尺寸中国转移，团队的多样性，对创新的作品是必不可少不增加尽可能在其他国家。通过大车队论文往往得到更多的引用，但仅此不足以解释中国大车队的统治地位，因为引文提升大约是在每个国家都一样。然而，使用全国平均水平为基准，我们发现，中国的国家自然科学基金委员会（NSFC）支持小团队的作品比美国国家科学基金会（NSF）少做，这意味着大团队更受资助机构首选在中国。我们的发现提供了新的见解的原创性和创新在中国的关注，这促使需要平衡小和大队伍。

网络PEV局部化的轮图战略

原文标题：

Wheel graph strategy for PEV localization of networks

地址：

http://arxiv.org/abs/2003.01151

作者：

Sarika Jalan, Priodyuti Pradhan

摘要：复杂网络的特征向量的定位性能的研究不仅对深入了解基本的网络问题，如网络中心度量，谱划分的近似算法的发展，重要的，但也是至关重要的理解许多真实世界现象，如疾病传播，危险在脑网络的动态。对于网络，特征向量是说，当其大部分部件采取接近零值进行本地化，以采取非常高的值几个组件。在这篇文章中，我们设计了一种方法来构造从给定输入网络的主要特征向量（PEV）局部网络。该方法依赖于加入具有轮图给定的输入网络中的小部件。通过广泛的数值模拟和基于所述输入网络的最大特征值的分析制剂，我们计算车轮图的大小所需的本地化网络组合的PEV。使用易受感染的易感模型，我们证明了该方法的各种模型和真实世界的网络的成功认为是输入网络。我们发现，在这样的PEV局部网络，病情得到了网络结构的小区域内爆发之前本地化。这项研究是在控制上通过网络为代表的复杂系统传播过程有关。

半监督图注意力网络

用于金融欺诈检测

原文标题：

A Semi-supervised Graph Attentive Network for Financial Fraud Detection

地址：

http://arxiv.org/abs/2003.01171

作者：

Daixin Wang, Jianbin Lin, Peng Cui, Quanhui Jia, Zhen Wang, Yanming Fang, Quan Yu, Jun Zhou, Shuang Yang, Yuan Qi

摘要：随着金融服务的迅速增长，欺诈检测一直是一个非常重要的问题，以保证为用户和提供商一个健康的环境。对于欺诈检测传统的解决方案主要是使用一些基于规则的方法或分散手动某些功能进行预测。然而，在金融服务，用户有丰富的互动和他们自己总是表现出多方面的信息。这些数据形成一个大的多视点网络，这是不充分通过常规方法利用。此外，在网络中，只有极少数用户的标记，这也造成了只利用标记数据，实现对欺诈检测满意的性能有很大的挑战。为了解决这个问题，我们通过自己的社会关系展开标记的数据，以获得无标签的数据，提出了一种半监督周到的图神经网络，namedSemiGNN利用标记的多视图和未标记数据，欺诈检测。此外，我们提出了一种层次注意机制，以更好地归属关系不同的邻居和不同的看法。同时，注意机制可以使模型解释，并告诉什么是欺诈行为的重要因素，为什么用户被预测为欺诈行为。在实验中，我们对支付宝最大的第三方的一个在线和在中国为超过4个上百万名用户的离线非现金支付平台的用户进行预测任务。通过利用社会关系和用户属性，我们的方法可以与两个任务的国家的最先进的方法相比，实现了更高的精度。此外，可解释的结果也给有关的任务有趣的直觉。

推断高分辨率的人类

混合模式用于疾病建模

原文标题：

Inferring high-resolution human mixing patterns for disease modeling

地址：

http://arxiv.org/abs/2003.01214

作者：

Dina Mistry (1), Maria Litvinova (2 and 3), Ana Pastore y Piontti (2), Matteo Chinazzi (2), Laura Fumanelli (4), Marcelo F. C. Gomes (5), Syed A. Haque (2), Quan-Hui Liu (6), Kunpeng Mu (2), Xinyue Xiong (2), M. Elizabeth Halloran (7 and 8), Ira M. Longini Jr. (9), Stefano Merler (4), Marco Ajelli (4), Alessandro Vespignani (2 and 3) ((1) Institute for Disease Modeling, Bellevue, WA, USA, (2) Northeastern University, Boston, MA, USA, (3) Institute for Scientific Interchange Foundation, Turin, Italy, (4) Bruno Kessler Foundation, Trento, Italy, (5) Fundação Oswaldo Cruz, Rio de Janeiro, Brazil, (6) College of Computer Science, Sichuan University, Chengdu, Sichuan, China, (7) Fred Hutchinson Cancer Research Center, Seattle, WA, USA, (8) Department of Biostatistics, University of Washington, Seattle, WA, USA, (9) Department of Biostatistics, College of Public Health and Health Professions, University of Florida, Gainesville, FL, USA)

摘要：数学和计算建模方法正越来越多地用作传染病疫情的分析和预测数量型工具。然而，越来越需要现实主义在解决复杂的公共卫生问题，呼吁支配疾病传播过程中的人体接触模式的精确模型。这里，我们提出一个数据驱动的方法，通过使用非常详细的宏（人口普查）和微（调查）数据上键社会人口特征，以生成的人口级触点模体有效的描述。我们生产用于覆盖约3.5十亿人，体现了高度的重点国家的文化和社会多样性的国家的277次国家行政区年龄分层接触矩阵。我们使用派生接触矩阵空降传染病的传播模型和展示人类混合模式，次国家级非均质性对流行指标产生显著影响，如再生数和相同的病因的流行病的总体发病率。这里获得的触点模体公之于众作为建模工具来研究对传染病的流行病学社会经济差异和人口异质性不同人群的影响。

能源模型的自动化——自动生成

任意世界地区的可再生能源的供给

曲线、小时产能因子和小时综合用电需求

原文标题：

An autopilot for energy models — automatic generation of renewable supply curves, hourly capacity factors and hourly synthetic electricity demand for arbitrary world regions

地址：

http://arxiv.org/abs/2003.01233

作者：

Niclas Mattsson, Vilhelm Verendel, Fredrik Hedenus, Lina Reichenberg

摘要：能源系统模型越来越多地被用来探索与大型股可变可再生能源的方案。这需要高时空分辨率的输入数据，并将在建模团队相当预处理负担。在这里，我们提出一个新的代码集与自动生成的大型能源系统模型，为世界的任意区域，包括亚国家地区输入数据的开源许可证，与电力系统的相关通用的产能扩张模型一起。我们使用ECMWF ERA5全球再分析数据与其他公共地理空间数据集一起生成详细的供给曲线和每小时能力因素太阳能光伏发电，聚光太阳能发电，陆上和海上风力发电，以及现有的和未来的水电。此外，我们用机器学习的方法来生成描述当前的需求，这是我们利用区域SSP场景，未来几年扩大合成每小时用电需求系列。最后，我们的代码集自动生成邻近地区之间的HVDC互连费用和损失。我们的方法的有效性受到基于我们的代码生成的输入数据的几种不同的案例证明。我们表明，我们的模型未来欧洲的电力系统，可再生能源的高份额的运行是从更详细的模型结果一致，尽管我们使用的全球数据和合成的需求。

含时相关性对独立和合作

SIR动态高风险爆发的影响

原文标题：

Impact of temporal correlations on high risk outbreaks of independent and cooperative SIR dynamics

地址：

http://arxiv.org/abs/2003.01268

作者：

Sina Sajjadi, Mohammad Reza Ejtehadi, Fakhteh Ghanbarnejad

摘要：我们首先提出了一个定量的方法来检测三个实验网络独立coinfective SIR动态的高风险爆发：一所学校，一个会议室和医院联系网络。这种测量是基于K-means聚类方法及识别用于计算的平均爆发大小和爆发概率适当样本。然后，我们系统地研究不同时间相关的高风险爆发在每个网络的原件和不同打乱同行的影响。我们观察到，在一方面，在合并感染过程中，事件序列的随机化增加了高风险的情况下，平均爆发规模。在另一方面，这些相关性没有对独立感染动力学一致的效果，并且可以减少或增加这意味着。虽然日常模式的相关性的随机化对爆发无论是在共感染或独立扩频箱子的尺寸没有显著效果。我们还观测认为增加的平均规模爆发并不总是与增加爆发概率一致;因此，我们认为，仅仅考虑到所有的实现的平均规模爆发可能会导致我们进入misestimating爆发的风险。我们的研究结果表明，某种在学校，事件或医院组织级别随机接触可能有助于抑制传播动力学而爆发的风险是很高的。

近似的只是SLaQ：

网络级图的精确谱距离

原文标题：

Just SLaQ When You Approximate: Accurate Spectral Distances for Web-Scale Graphs

地址：

http://arxiv.org/abs/2003.01282

作者：

Anton Tsitsulin, Marina Munkhoeva, Bryan Perozzi

摘要：图对比是数据挖掘和信息检索的基本操作。由于图的组合性质，这是很难平衡的相似性措施，其可扩展性的表现。谱分析提供了典型的工具，用于研究图的多尺度结构，是推理图之间的差异非常适合基础。然而，计算大图的全谱在计算上是令人望而却步;因此，谱图比较方法通常依赖于具有弱错误保证粗略近似技术。在这项工作中，我们提出SLaQ，用于计算图之间谱距离数十亿节点和边的高效和有效的近似技术。我们推导出相应的误差范围，并证明精确计算是可能的时间线性中曲线图的边的数目。在彻底的实验评估，我们表明，SLaQ性能优于现有方法，常常在近似精度几个数量级，并维持相当的性能，允许在短短的几分钟内一台机器上比较万人规模的图表。

揭开白头盔造谣背后的协调组

原文标题：

Unveiling Coordinated Groups Behind White Helmets Disinformation

地址：

http://arxiv.org/abs/2003.01313

作者：

Diogo Pacheco, Alessandro Flammini, Filippo Menczer

摘要：宣传，造谣，操作和极化是一个社会的现代疾病越来越依赖于社交媒体的新闻源。在本文中，我们探讨了造谣活动，由俄罗斯和盟友发起的，针对叙利亚民防（又名白盔）。我们推出了使用自动锐推和内容重复，以促进叙事和/或帐户协调组。研究结果还显示不同的促销策略，从该小组反复共享完全相同的文字，复杂的“新闻网站工厂”数十帐户同步来自多个站点传播相同新闻。

异构图变换器

原文标题：

Heterogeneous Graph Transformer

地址：

http://arxiv.org/abs/2003.01332

作者：

Ziniu Hu, Yuxiao Dong, Kuansan Wang, Yizhou Sun

摘要：近年来，两国图表神经网络（GNNS）的出现成功的造型结构化数据。然而，大多数GNNS被设计为同质的曲线图，其中所有的节点和边属于同一类型，使得它们是不可行的代表异质结构。在本文中，我们提出了一个模拟网络规模的异构图中的异构图变压器（HGT）架构。为了模型的异质性，我们设计节点 – 和边型相关的参数表征异构注意在每个边，授权HGT以保持不同类型的节点和边的专用表示。来处理动态异构图，我们引入了相对时间编码技术进HGT，其能够捕捉动态结构依赖性具有任意的持续时间。为了处理网络规模的图数据，我们设计了异构小批量图采样算法—- HGSampling —-高效，可扩展的培训。在179万个节点和2个十亿边不限学历图大量实验表明，该模型HGT持续了9％，优于所有的国家的最先进的GNN基线 – 在各种下游任务的21％。

用生成性对抗网络学习生成时间条件图

原文标题：

Learn to Generate Time Series Conditioned Graphs with Generative Adversarial Nets

地址：

http://arxiv.org/abs/2003.01436

作者：

Shanchao Yang, Jing Liu, Kai Wu, Mingming Li

摘要：基于深度学习方法已被用来模型，并生成受到不同分布图最近。然而，他们通常是无监督的学习基础和无条件的生成模型或只是有条件地图级环境中，这是不是与丰富的语义节点级上下文相关。不同的是，在本文中，我们感兴趣的是命名为时间序列空调图生成的新的问题：给定的输入多变量的时间序列，我们的目标是推断出目标关系曲线图与对应于每个时间序列的每个节点建模时间序列之间的潜在相互关系。例如，我们可以研究基因之间的相互关系在一定的条件的疾病记录为时间序列的基因表达数据的基因调控网络。为了实现这一目标，我们提出了一个新的时间序列条件图生成，生成性对抗性网络（TSGG-GAN）来处理丰富的节点级上下文结构调整和图表和时间序列之间的直接测量相似的挑战。对合成和真实字的基因调控网络的数据集大量的实验证明了该TSGG-GaN的有效性和普遍性。

足够快速排放循环路径独立性

带来的温室气体累积排放核算

原文标题：

Cumulative emissions accounting of greenhouse gases due to path independence for a sufficiently rapid emissions cycle

地址：

http://arxiv.org/abs/2003.01443

作者：

Ashwin K Seshadri

摘要：累计排放占二氧化碳（CO2）是建立在认识到，在地球系统模型（ESM的）全球变暖是大致成正比累积的二氧化碳排放量，无论排放途径。然而，累积排放量仅占要求全球变暖和累积排放量之间的图是近似独立的排放途径（“路径独立”），无论这些变量之间的函数关系。这个概念和路径独立的数学被认为是一个能量平衡气候模式（EBM），这将产生全球变暖的封闭形式表达，具有以下排放大气周期所作的分析。路径独立取决于排放循环的周期和大气中的寿命之间的比值，是一个有效的近似，如果所述排放循环期间具有相当或比大气寿命短。这使得累计排放占潜在相关的二氧化碳之外，对其他温室气体（GHG）具有几十年，其排放量最近开始的寿命。

图表示学习用于移动

支付市场商户激励优化

原文标题：

Graph Representation Learning for Merchant Incentive Optimization in Mobile Payment Marketing

地址：

http://arxiv.org/abs/2003.01515

作者：

Ziqi Liu, Dong Wang, Qianyu Yu, Zhiqiang Zhang, Yue Shen, Jian Ma, Wenliang Zhong, Jinjie Gu, Jun Zhou, Shuang Yang, Yuan Qi

摘要：移动支付，如支付宝已经被广泛应用于我们的日常生活。为进一步推进移动支付业务，通过提供奖励，如优惠券，佣金商人运行在有限的预算下营销活动是很重要的。其结果是，激励优化的关键是最大限度地提高营销活动的商业目标。随着网络实验的分析，我们发现，交易网络可以巧妙地描述商家的响应不同的激励相似，这是在激励优化问题大用场。在本文中，我们提出顶上在移动支付市场商户激励优化交易网络的图表示学习方法。从网上收集实验的样本有限，基于一个贡献的交易网络，我们的终端到终端的方法首先获悉商家交涉，然后有效地款商业目标每个商家可以达到和在变化治疗的激励机制之间的关系。因此，我们能够将灵敏度模型来激励每个销售商，花了大多数预算上那些显示在营销活动较强的敏感性商人。全面的离线和在线支付宝的实验结果表明，我们提出的方法的有效性。

打破妇女与科学壁垒

原文标题：

Breaking barriers for women in science

地址：

http://arxiv.org/abs/2003.01642

作者：

Demetris Avraam, Vasiliki Bitsouni, Katerina Kaouri, Alessandra Micheletti, Rosario Oliveira, Margarita Zachariou

摘要：这份报告总结了第146位的欧洲研究小组与社会上的挑战 textit 打破壁垒妇女在科学行业/共同创造活动所产生的工作和成果。这一挑战，由塞浦路斯的非营利欧洲AIPFE塞浦路斯妇女提出的目标，是量化的障碍妇女面临的科学，最终使政策变化可能发生在塞浦路斯和其他地方。两个不同但相关的挑战进行了审议。第一个挑战是量化在28个欧洲国家的男女之间的工资差距。在这方面，我们分析了欧盟统计局的数据，并开发了一个数学模型，量化它是如何可能为国家减少他们的工资差距。其次，我们分析了塞浦路斯大学提供的数据，并确定男女在STEM部门的百分比（科学，技术，工程和数学），因为它们走高的学术阶梯，从本科阶段开始。学习后者的挑战是研究在所有塞浦路斯大学工资差距和国外其他大学的第一步。这项工作是由欧盟项目SciShops.eu，欧盟数学产业网（MI-NET）和其他一些组织资助。

玩家化学：

努力保持完美平衡的足球队

原文标题：

Player Chemistry: Striving for a Perfectly Balanced Soccer Team

地址：

http://arxiv.org/abs/2003.01712

作者：

Lotte Bransen, Jan Van Haaren

摘要：他们的团队评估潜在的引援当足球球探通常会忽略球队的平衡和球队的化学反应。相反，他们重点关注的孤立球员的个人素质。为了克服他们的招聘过程中的这一局限性，本文以对客观洞察问题的第一步：如何以及是否一队足球运动员凝胶？我们解决双方的观察和预测设定这个问题。在之前的设定，我们观察的球员究竟是谁一起玩之间的化学反应，选择最好的阵容比赛时，这是相关的。在后一种设置中，我们预测球员之间的化学反应之前从来没有谁一起玩，这是评估与谁已经是队中的球员潜在的签名的配合尤为重要。我们介绍，衡量攻守化学的一对选手两个分别化学指标。进攻化学指标的措施对公司在进球方面共同演出，而防御性化学指标的措施，防止他们的对手从进球联合演出。我们计算我们的指标在106场不同的比赛361个季节，提出一些具体的使用情况。举例来说，我们表明，在利物浦的二千零十八分之二千零十七征战欧冠穆罕默德·萨拉赫·罗伯托FIRMINO之间的伙伴关系呈现出两个玩家之间的相互最高的化学反应。此外，我们表明，梅苏特“厄齐尔的化学反应已经开始迅速下降，在2018以下亚历克西斯小号’anchez的离开曼联。