-
都市尺度的COVID-19爆发：它们的相似程度如何？;
-
-
使用拓扑自动编码器生成COVID-19传输动力学相似度图;
-
-
-
-
出行方式如何驱动疾病传播：使用公交乘客卡旅行数据的案例研究;
-
-
-
-
-
-
-
-
-
COVID-19的地理扩散与Facebook度量的社会网络结构相关;
-
使用拓扑数据分析的球映射方法可视化英文Covid-19案例的演变;
-
-
-
在某些州和整个印度评估21天锁定效应：COVID-19爆发的预测数学研究;
-
基于确定性SEIR模型的COVID-19流行病模拟;
-
COVID-19大流行的在线集体注意力不同模式与未来病例数差异相关;
-
-
-
-
-
具有相关层的多关系稀疏网络最佳恢复条件的通用社区检测;
-
-
-
-
都市尺度的COVID-19爆发：
它们的相似程度如何？
Metropolitan-scale COVID-19 outbreaks: how similar are they?
http://arxiv.org/abs/2004.01248
摘要：在本研究中，我们使用2020年1月21日至3月25日的美国县级COVID-19病例数据来研究都市尺度的病例增长行为。特别是，我们假设所有局部爆发都处于早期阶段（病例数呈指数增长，或已得到有效遏制），并比较了针对不同都市地区的不同简单指数和线性增长模型的解释性表现。虽然我们发现城市规模与指数增长率（与 R0 直接相关，这表示受感染的个体感染的平均数量）之间没有关系，但我们确实发现较大的城市似乎开始呈指数级传播，因此处于提交时的大流行阶段。我们还使用较新的数据来计算给定模型的预测误差，并且发现在许多城市中，根据3月26日之前的数据训练的指数增长模型对于此较新时期（3月26日至30日）的病例数预测效果不佳，这可能表明通过社会隔离促进了新病例数量的减少。
An alternating lock-down strategy for sustainable mitigation of COVID-19
http://arxiv.org/abs/2004.01453
Dror Meidan, Reuven Cohen, Simcha Haber, Baruch Barzel
摘要：由于缺乏药物或疫苗，我们目前遏制COVID-19大流行的策略是通过社会疏远，特别是行动不便和封锁来实现的。这些措施给经济造成了严重伤害，并且很难长期维持。面临的挑战是，由于通常较长的潜伏期，即暴露的个体没有症状，但仍有助于传播，因此对COVID-19的选择性隔离（通常是可行且有效的策略）不足以抵抗COVID-19。在这里，我们提出了一种交替的锁定策略，在这种情况下，每种情况下，有一半的人口仍处于锁定状态，而另一半则继续处于活动状态，从而保持了活动和锁定之间每周连续的惯例。所有有症状的个体继续孤立无援。在这种制度下，如果一个人在活跃的一周中处于暴露状态，那么当他们完成锁定时，他们将开始表现出症状。因此，该策略在无症状阶段将大多数暴露个体隔离开来。我们发现，当补充行为准则以减少感染时，例如避免身体接触或保持个人卫生，这种策略不仅可以克服大流行，而且还可以保持一定程度的灵活性，可以承受一部分叛逃者或重要工人的持续不断活性。我们根据与COVID-19相关的参数的当前流行病学模型来研究我们的策略。但是，我们希望在进行这种交流后，根据实时的人类互动数据进一步测试和调整我们的方案，并评估其实际效果。
使用拓扑自动编码器生成
COVID-19传输动力学相似度图
Generating Similarity Map in COVID-19 Transmission Dynamics with Topological Autoencoder
http://arxiv.org/abs/2004.01481
摘要：在2019年底，世界范围内首次看到了由中国SARS-CoV2病毒引起的疾病COVID-19的爆发。世界卫生组织（WHO）于2020年3月22日宣布该疾病为大流行病。随着该疾病在全球范围内的传播，难以把握该疾病在所有国家的传播动态，因为它们在地理，人口统计和战略方面可能有所不同。在本简短说明中，作者建议利用一种神经网络为这些动力学生成全局拓扑图，在该拓扑图中，共享相似动力学的国家被相邻地映射，而动力学显著不同的国家被相互映射。作者认为，这种拓扑图可用于进一步分析和比较疾病动力学与以直观方式缓解此全球危机的策略之间的相关性。本文不对一些在240多个国家/地区按患者时间序列进行的初步实验进行解释。
A mathematical model for the coronavirus COVID-19 outbreak
http://arxiv.org/abs/2004.01487
Roman Cherniha, Vasyl’ Davydovych
摘要：提出了一种新的数学模型来定量描述新型冠状病毒COVID-19在中国的爆发。尽管该模型相对简单，但与公开数据的比较表明，该模型的解析解（具有正确指定的参数）可以得出结果，该结果与实测数据非常吻合。
Model studies on the COVID-19 pandemic in Sweden
http://arxiv.org/abs/2004.01575
Chong Qi, Daniel Karlsson, Karl Sallmen, Ramon Wyss
摘要：我们使用几种不同的模型研究了由COVID-19引起的瑞典感染和死亡的增加：首先是分析型易感感染（SI）模型和标准易感型感染恢复（SIR）模型。然后，在SIR框架内，我们研究易感感染者死亡（SID）相关性。所有模型都能很好地再现感染病例的数量，并给出相似的预测。引起我们深切关注的是，SI和SID模型预计会造成大量死亡。我们的分析表明，无论我们模型的预测可能有多大的不确定性，接下来的几天对于确定死亡病例的未来演变可能至关重要（更新于4月2日）。
Identifying highly influential travellers for spreading disease on a public transport system
http://arxiv.org/abs/2004.01581
Ahmad El Shoghri (1 and 2), Jessica Liebig (2), Raja Jurdak (2 and 3), Lauren Gardner (4 and 5), Salil S. Kanhere (1) ((1) School of Computer Science and Engineering, University of New South Wales, Sydney, Australia, (2) Data61, Commonwealth Scientific and Industrial Research Organization, Brisbane, Australia, (3) School of Computer Science, Queensland University of Technology, Brisbane, Australia, (4) Department of Civil and Systems Engineering, Johns Hopkins University, Baltimore, USA, (5) Research Center for Integrated Transport Innovation (rCITI), UNSW Sydney, Sydney, Australia)
摘要：最近爆发的新型冠状病毒及其迅速传播突出了了解人类活动的重要性。诸如公共交通工具（例如公共汽车和火车）的封闭空间为感染的广泛传播和迅速传播提供了合适的环境。因此，调查个人在公共交通系统上的运动方式和身体接触对理解传染病爆发的驱动力至关重要。例如，先前的工作已经探索了人类活动固有的重复模式对疾病传播的影响，但没有考虑其他方面，例如行进的距离或遭遇的次数。在这里，我们同时考虑了多个流动维度，以发现关键信息，以设计有效的干预策略。我们使用在澳大利亚悉尼收集的一个月的全市范围的智能卡旅行数据，按照三个维度对公共汽车乘客进行分类，即探索程度，旅行距离和遭遇次数。此外，我们模拟疾病在运输网络上的传播并追踪感染路径。我们详细调查分类组之间的传播，同时改变病原体的感染概率和悬浮时间。我们的结果表明，同时表征多个维度的人会发现不同的乘客群体之间复杂的感染相互作用，而仅考虑单个维度时，这种相互作用就会隐藏。我们还确定了具有特定疾病特征的人群，这些人群比其他人群更具影响力，可以指导遏制和疫苗接种工作。
出行方式如何驱动疾病传播：使
用公交乘客卡旅行数据的案例研究
How mobility patterns drive disease spread: A case study using public transit passenger card travel data
http://arxiv.org/abs/2004.01466
Ahmad El Shoghri (1 and 2), Jessica Liebig (2), Lauren Gardner (3 and 4), Raja Jurdak (2), Salil Kanhere (1) ((1) School of Computer Science and Engineering, University of New South Wales, Sydney, AUSTRALIA, (2) Data61, Commonwealth Scientific and Industrial Research Organization, Brisbane, AUSTRALIA, (3) School of Civil and Environmental Engineering, University of New South Wales, Sydney, Australia, (4) Department of Civil Engineering, Johns Hopkins University, Baltimore, USA)
摘要：传染病暴发对人类健康构成全球威胁，被认为是重大的卫生保健挑战。疾病在空间上迅速传播的一个主要驱动因素是人的流动性。特别是，个人的出行方式在很大程度上决定了他们的传播潜力。可以使用新颖的基于位置的数据源（例如，智能旅行卡，社交媒体等）来捕获和建模这些出行行为。但是，这些研究是基于GPS数据和移动电话记录的，这些数据具有位置不确定性并且无法捕获明确的联系人。尚不清楚大型现实运输网络是否具有相同的结论。在本文中，我们研究了流动性模式如何在经验数据跟踪的大规模公共交通网络中影响疾病传播。与以前的发现相反，我们的结果表明，以出行方式最为频繁且经常出行的个人，其散布风险最高。
Motif-Based Spectral Clustering of Weighted Directed Networks
http://arxiv.org/abs/2004.01293
William George Underwood, Andrew Elliott, Mihai Cucuringu
摘要：聚类是网络分析的一项必不可少的技术，其应用领域广泛。尽管谱聚类是一种流行且有效的方法，但它无法考虑高阶结构，并且在有向网络上的性能较差。一种方法是使用基序邻接矩阵捕获和聚类高阶结构。但是，当前的公式无法考虑边权重，因此，当权重是所研究网络的关键组成部分时，一定程度上受到限制。我们通过探索基于基序的加权谱聚类方法来解决这些缺点。我们为加权网络上的主题邻接矩阵提供了新的且对计算有用的矩阵公式，可用于为三个节点上的任何锚定或非锚定主题构建有效的算法。在非常稀疏的情况下，我们提出的方法可以在十分钟之内处理具有500万个节点和数千万条边的图。我们进一步使用我们的框架来构建基于主题的方法来聚类双向网络。我们提供了全面的实验结果，论证了（i）我们方法的可扩展性，（ii）在合成示例上进行高阶聚类的优势以及（iii）我们的技术在各种现实世界数据集上的有效性。我们得出结论，基于主题的谱聚类是用于分析有向和双向加权网络的有价值的工具，它也是可扩展的并且易于实现。
From Paris to Berlin: Discovering Fashion Style Influences Around the World
http://arxiv.org/abs/2004.01316
Ziad Al-Halah, Kristen Grauman
摘要：服装样式的演变及其在全球范围内的迁移很有趣，但很难定量描述。我们建议从穿衣服的人的日常图像中发现和量化时尚影响力。我们引入一种方法来检测哪些城市在传播其风格方面会影响其他城市。然后，我们利用发现的影响力模式来提供一个预测模型，该模型可以预测任何给定样式在未来任何给定城市的流行程度。我们使用GeoStyle展示了我们的想法，GeoStyle是一个涵盖了44个主要世界城市的770万张图像的大规模数据集，我们介绍了发现的影响力关系，揭示了城市如何对一系列观察到的50种视觉样式施加和接收时尚影响力。此外，所提出的预测模型实现了具有挑战性的样式预测任务的最新结果，显示了在视觉上在空间和时间上发展演变的优势。
Derivation of Relations between Scaling Exponents and Standard Deviation Ratios
http://arxiv.org/abs/2004.01385
摘要：异速增长定律是理解城市演变的基本规则之一。该定律的一般形式是异度尺度定律。但是，尺度指数的深层含义和基本原理仍有待揭示。在本文中，线性代数和回归分析的理论被用来揭示异形比例指数的数学和统计本质。假设城市系统中一组元素之间的几何度量关系遵循异速增长法则。理论上证明了一个异速尺度比例指数等于一个对数量度的标准偏差与另一对数量度的标准偏差之比。在基于观测数据的经验分析中，标度指数等于标准偏差比与相应的Pearson相关系数之间的乘积。这一发现可以推广到城市的分形和城市规模分布，以解释城市空间的分形维数和城市等级的Zipf尺度指数。可以得出结论，尺度指数反映了特征长度的比率。这项研究可能有助于从新的角度理解尺度，以及尺度与特征尺度之间的联系和区别。
On the importance of trip destination for modeling individual human mobility patterns
http://arxiv.org/abs/2004.01435
Maxime Lenormand, Juan Murillo Arias, Maxi San Miguel, José J. Ramasco
摘要：在从公共卫生到交通和城市规划的广泛应用中，了解并精确再现人类的出行方式至关重要。在文献中，个人出行模型中仍未考虑个人将为旅行投入的努力与其目的重要性之间的关系。在这里，我们通过引入一个模型来解决这个问题，该模型假设了旅行的重要性与行进距离之间的关系。在大多数实际情况下，量化这种重要性是无法避免的。我们通过专注于购物旅行（我们有经验数据）并以商品价格为代表来克服这一困难。我们的模型能够再现经验观察到的长尾分布，并解释不同价格范围的曲线的崩溃。我们的结果表明，真实的比例关系的存在仅受假设与项目价值相关联的平均行进距离控制。
Bridging the gap between graphs and networks
http://arxiv.org/abs/2004.01467
Gerardo Iñiguez, Federico Battiston, Márton Karsai
摘要：网络科学已经成为描述现实世界中复杂的物理，生物，社会和技术系统的结构和动力学的有力工具。它的直观和灵活的特性很大程度上建立在基于经验观察的基础上，以解决交互的异构，时间和适应性模式，从而促进了该领域的普及。随着关于随机图演化的开拓性工作，图论经常被引用为网络科学的数学基础。尽管有这样的叙述，但两个研究社区仍然很大程度上脱节。在这篇评注中，我们讨论了领域之间进一步交叉的必要性-弥合图与网络之间的鸿沟-以及网络科学如何从这种影响中受益。更加数学化的网络科学可以阐明随机性在建模中的作用，暗示行为的基本规律，并预测自然界中尚未发现的复杂网络现象。
Localized Mobile Agent Framework for data processing on Internet of Things
http://arxiv.org/abs/2004.01477
J. Mahalakshmi, P. Venkata Krishna
摘要：物联网（IoT）是最近趋势中的主要研究。物联网具有与任何对象建立通信的能力。物联网在数据收集时会产生大量原始数据。因此，需要一种有效的机制来解决物联网的问题。本文介绍了物联网的本地化MapReduce框架。该框架工作在本地节点上处理数据，而无需将数据传输到云或高端服务器。移动主体具有从一个节点迁移到另一节点进行数据处理的能力，Mapper和Reducer用于主体复制和结果聚合。使用成本函数评估了所提出框架的性能，结果证明了所提出框架的有效性。
Effect of memory, intolerance and second-order reputation on cooperation
http://arxiv.org/abs/2004.01480
Chengyi Xia, Carlos Gracia-Lázaro, Yamir Moreno
摘要：在过去的几十年中，对社会系统中合作行为的理解一直是研究的主题。在这方面，用于解释人类社会合作的理论模型得到了对实验研究的日益增长的兴趣的补充，以验证所提出的机制。在这项工作中，我们依靠先前的实验结果来建立基于两个合作驱动机制的理论模型：二阶信誉和记忆。具体来说，以捐赠博弈为起点，将主体商分配到三种策略中，即无条件合作者，无条件偏转者和鉴别器，后者遵循二阶评估规则：回避，严厉判断，图像评分或简单常设。如果接受者记忆中包含的最后行动的评价高于容忍度（不容忍）的阈值，则歧视者会合作。除了博弈固有的动力外，还引入了另一种模仿动力，涉及更长的时间（世代）。该模型通过均值场逼近法来预测，该均值法可预测在蒙特卡洛模拟中观察到的宏观行为。我们发现，尽管在大多数二阶评估规则中，不宽容阻碍了合作，但在简单站立规则下，它却具有相反的（正面）影响。此外，我们表明，在考虑内存时，“斯特恩判断”规则显示出最低的合作价值，而更严格的规则则显示出更高的合作水平。
Layer entanglement in multiplex, temporal multiplex, and coupled multilayer networks
http://arxiv.org/abs/2004.01534
Blaž Škrlj, Benjamin Renoust
摘要：诸如运输网络，社会网络或生物网络之类的复杂网络通常通过表示一种类型的交互来转换它们通常建模的复杂系统。在现实世界的系统中，实体可能有很多方面将它们连接在一起。可以使用多层网络捕获这些信息，这些网络在一个相同的模型中结合了不同的交互方式。多层网络和多路网络中的耦合可能表现出不同的属性，这可能与它们建模的数据的本质（或与时间相关的数据中的事件）有关。我们假设这样的属性可能会在层相互缠绕的方式上得到反映。在本文中，我们希望通过多层网络中层缠结的棱镜来研究它们。我们在6个不同学科（社会，遗传，运输，合著，贸易和神经网络）的30多个现实网络中对其进行了测试。我们进一步提出了一种随机生成器，该生成器在1,329,696个合成耦合多层网络中显示可比较的基本层缠结和过渡层缠结模式。我们的实验证明了各学科之间层纠缠的不同，甚至暗示了纠缠强度和同构性之间的联系。我们还研究了3个现实世界时态数据集中的纠缠，显示出纠缠活动在其他网络活动之前的潜在上升。
COVID-19的地理扩散与
Facebook度量的社会网络结构相关
The geographic spread of COVID-19 correlates with structure of social networks as measured by Facebook
http://arxiv.org/abs/2004.03055
Theresa Kuchler, Dominic Russel, Johannes Stroebel
摘要：我们使用来自Facebook的匿名和汇总数据来显示，与两个早期COVID-19“热点”（美国纽约州威彻斯特县和美国洛迪省）的社会联系更加紧密的地区，截至目前，已确认的COVID-19病例数量更多2020年3月30日。在控制了到热点的地理距离以及该地区的收入和人口密度之后，这些关系一直存在。这些结果表明，来自在线社会网络的数据可能对流行病学家和其他希望预测传染病（例如COVID-19）传播的人有用。
使用拓扑数据分析的球映射方法
可视化英文Covid-19案例的演变
Visualising the Evolution of English Covid-19 Cases with Topological Data Analysis Ball Mapper
http://arxiv.org/abs/2004.03282
Pawel Dlotko, Simon Rudkin
摘要：通过数据可视化了解疾病传播的重点在于趋势和地图。这些虽然有用，但忽略了社区特征之间重要的多维交互。使用拓扑数据分析球映射器算法，我们构造了NUTS3级经济数据的抽象表示，在其上覆盖了英格兰Covid-19的确诊病例。通过这样做，我们可以了解疾病如何在不同的社会经济维度上传播。可以看出，特征空间中的某些区域已迅速达到最高感染水平，而其他在特征空间中附近的区域则没有显示出较大的感染增长。同样，我们看到在非常不同的区域出现了模式，需要更多的监视。在理解动态流行数据方面，对拓扑数据分析（尤其是Ball Mapper算法）做出了重要贡献。
On the problem of comparing Covid-19 fatality rates
http://arxiv.org/abs/2004.03377
摘要：了解Covid-19杀伤力及其因国家而异的情况对于支持政府选择适当的策略至关重要。在爆发过程中采用正确的指标来监测感染的致死性是至关重要的问题。即使我们只将注意力集中在确诊病例的子集上，这项工作也凸显了与时间相关的病例死亡率在多大程度上是误导性指标，可用来估计疾病爆发期间的死亡率。我们的分析证明，欧洲几个主要国家的最终病死率必将大大超过10％。讨论最多的是意大利与其他主要欧洲国家之间的致死率差异（除德国外）主要归因于意大利流行病的晚期。
Discovering associations in COVID-19 related research papers
http://arxiv.org/abs/2004.03397
Iztok Fister Jr., Karin Fister, Iztok Fister
摘要：COVID-19大流行已证明是全球性挑战。它证明了人类可能是多么脆弱。它还动员了来自不同科学和不同国家的研究人员，以寻找一种方法来对抗这种潜在的致命疾病。与此相符，我们的研究使用关联规则文本挖掘来分析与COVID-19和冠状病毒相关研究相关的论文摘要，以便一方面找到最有趣的单词，另一方面找到它们之间的关系。然后，一种称为信息制图的方法被用于从大量关联规则中提取结构化知识。在这些方法的基础上，我们的研究目的是展示研究人员在整个历史上如何应对类似的流行病/大流行病。
在某些州和整个印度评估
21天锁定效应：COVID
-19爆发的预测数学研究
Assessment of 21 Days Lockdown Effect in Some States and Overall India: A Predictive Mathematical Study on COVID-19 Outbreak
http://arxiv.org/abs/2004.03487
Tridip Sardar, Sk Shahid Nadim, Joydev Chattopadhyay
摘要：截至2020年4月6日，报告的COVID-19病例和死亡总数为4778和136。这是一个令人震惊的情况，因为印度人口众多，几天之内将进入COVID-19传播的第三阶段。在既没有有效的治疗方法也没有疫苗的情况下，并且对流行病学周期的理解不完全，预测性数学模型可以帮助探索COVID-19的传播和控制。在本研究中，我们考虑了一种新的COVID-19传播数学模型，该模型结合了有症状和无症状人群之间传播的锁定效应和变异性，而前者是该疾病的快速传播者。使用来自三个州（马哈拉施特拉邦，德里和特兰甘纳邦）和整个印度的每日COVID-19通报病例，我们根据减少病例和死亡人数评估了当前21天禁售期的效果。研究了不同锁定成功率的锁定效果。我们的结果表明，锁定21天不会对马哈拉施特拉邦和整个印度产生影响。此外，更高比例的COVID-19超级传播者的存在将使马哈拉施特拉邦的局势进一步恶化。但是，对于泰米尔纳德邦和德里，我们抱有一线希望，因为我们的预测表明，封锁将减少大量病例和死亡。在这两个位置。锁定的进一步扩大可能会将德里和泰米尔纳德邦置于一个舒适区。比较上述四个位置的估计参数样本，我们发现锁定效果与一个区域内有症状感染百分比之间存在相关性。我们的结果表明，在一个区域中较高百分比的有症状感染可导致因不同的锁定情况而导致的通报病例和死亡人数的大量减少。最后，我们建议印度政府控制COVID-19爆发。
基于确定性SEIR模型
的COVID-19流行病模拟
A simulation of a COVID-19 epidemic based on a deterministic SEIR model
http://arxiv.org/abs/2004.03575
José M. Carcione, Juan E. Santos, Claudio Bagaini, Jing Ba
摘要：由新的冠状病毒引起的流行病已在意大利北部传播，传染率很高。我们实施SEIR模型来计算该流行病的感染人数和伤亡人数。该示例可以理想地考虑2月25日开始流行的意大利伦巴第大区的情况，但鉴于缺乏合适的数据和不同参数的不确定性，绝不尝试进行严格的案例研究，主要是家庭隔离和封锁的程度随时间的变化，最初暴露的个体和感染者的数量以及死亡率。首先，我们通过更改参数和初始条件来分析模型的结果。关于特定示例，结果随着可用数据的增加而演变。我们使用迄今为止的死亡人数（2020年4月7日）对模型进行校准。峰值出现在第40天（4月4日），当时迅速下降，最初的繁殖率R0 = 2.6，在22天时为2.08，在35天后时为0.7，表明房屋隔离和锁定的程度不同。流行结束时，死亡人数约为12000。为死者提供更好适应的潜伏期为5.16天，感染期为3.53天，死亡率为0.00057天基于报告的（官方）伤亡人数的值）。除了具体的例子之外，这项工作提出的分析还表明，使用隔离措施，社会隔离和对传播条件的了解有助于我们了解这一流行病的动态。因此，量化过程以验证隔离效果的重要性。
COVID-19大流行的在线集体注意
力不同模式与未来病例数差异相关
Divergent modes of online collective attention to the COVID-19 pandemic are associated with future caseload variance
http://arxiv.org/abs/2004.03516
David Rushing Dewhurst, Thayer Alshaabi, Michael V. Arnold, Joshua R. Minot, Christopher M. Danforth, Peter Sheridan Dodds
摘要：使用从2019-09-01到2020-03-25撰写的10％随机推文样本，我们分析了Twitter上用来描述正在进行的COVID-19大流行的单词（1克）的动态行为。在24种语言中，我们发现了两种截然不同的动态机制：一种表现出对1月下旬首次冠状病毒爆发的集体关注的上升和随后的崩溃，另一种表现了3月与COVID-19相关的论述。按主要语言使用情况汇总国家/地区后，我们发现第一个动态状态的波动性与COVID-19新案例中的未来波动性相关，大约在三周后（平均22.7 pm 2.17天）。我们的结果表明，在社交媒体上监视与流行病学相关的词语的使用变化可能有助于预测疾病病例数的后续变化，但我们强调，我们当前的发现并非因果关系或必然具有预测意义
Gender-specific behavior change following terror attacks
http://arxiv.org/abs/2004.02957
Jonas S. Juul, Laura Alessandretti, Jesper Dammeyer, Ingo Zettler, Sune Lehmann, Joachim Mathiesen
摘要：恐怖分子利用暴力追求政治目标。恐怖往往给受害人带来严重后果，但仍然是一个悬而未决的问题，恐怖袭击如何影响普通民众。我们研究了受 7 不同恐怖袭击影响的城市居民的行为反应。我们将恐怖袭击发生后的头24小时内的实时移动通信模式与没有恐怖袭击发生的日子中的相应模式进行了比较。在平常的日子里，男性和女性参与者的活动模式不同。但是，在恐怖袭击之后，我们发现性别差异显著增加。有关恐怖袭击后公民行为反应模式的知识可能对袭击期间和袭击后的公众反应具有重要意义。
On the Persistence of Persistent Identifiers of the Scholarly Web
http://arxiv.org/abs/2004.03011
Martin Klein, Lyudmila Balakireva
摘要：就像网络上的任何其他资源一样，学术资源会随着时间的流逝而频繁消失或发生显著变化，因此受到参考腐烂的影响。数字对象标识符（DOI）可以持久地识别学术资源，并且已经成为引用它们的事实上的标准。我们通过分析DOI在网络上的分辨率来研究持久性的概念。我们对这些标识符的持久性有信心，部分原因是假设取消引用DOI会始终返回相同的响应，而不管我们使用哪种HTTP请求方法或从哪个网络环境发送请求。然而，我们的实验表明，根据我们的解释，持久性不是必须的。我们发现学术内容提供者对不同的请求方法和网络环境的响应不同，甚至改变了他们对同一DOI的响应。在本文中，我们介绍了定量分析的结果，旨在将这种令人不安的缺乏一致性告知学术交流界。
Graph Distances and Clustering
http://arxiv.org/abs/2004.03016
Pierre Miasnikof, Alexander Y. Shestopaloff, Leonidas Pitsoulis, Yuri Lawryshyn
摘要：从图聚类的角度出发，我们提出了基于共享连通性的顶点到顶点距离的定义。我们认为，共享更多连接的顶点比共享更少连接的顶点彼此靠近。我们的论文以广泛接受的观念为中心，即强簇由高水平的诱导子图密度形成，其中子图代表簇。我们认为这些簇是通过将在连通性上相似的顶点分组而形成的。在群集级别（诱导子图级别），我们的论文转化为较低的平均群集内距离。我们的定义不同于通常的最短距离测地距离。在本文中，我们从文献中比较了三种距离度量。我们的基准是在群集级别汇总（平均）后，每个度量对群集内密度的反映的准确性。我们对使用种植分区模型生成的合成图进行测试，该模型事先已知簇和簇内密度。我们检查平均群集内距离和群集内密度之间的相关性。我们的数值实验表明，如果对簇内的顶点对进行平均，Jaccard和Otsuka-Ochiai可以提供非常准确的密度度量。
Statistical properties of telephone communication network
http://arxiv.org/abs/2004.03172
V.M.Danilevskiy, V.V.Yanovsky
摘要：本文考虑了电话用户的有向网络。可以将其描述为具有顶点的动态网络，该顶点对应于电话网络的用户，而新兴的方向性边对应于各个用户之间的连接。边的位置及其方向由相应顶点的呼入和呼出决定。本文的主题是电话网络用户的某些子集的连接的统计属性。由于它们的出现和消失，这种连接本质上是动态的。一天中在选定顶点发生的传出（或传入）连接数被用作主要特征。已经使用实验数据分析了这种网络的输出（或输入）连接（或呼叫）数量的分布密度。已经表明，这种在呼叫数量上的分布密度服从对数正态分布密度，这取决于两个参数。确定了确定对数正态分布密度的两个参数的值，即平均值和方差。已经讨论了在传入（或传出）连接数上出现对数正态分布密度的原因。还考虑了其他订户组的统计属性。特别是，已经选择了向电话网络的各个用户进行大量拨出呼叫的组来进行单独的研究。该组中创建和分发垃圾邮件的成员可以称为垃圾邮件发送者。已经表明，这些组（例如垃圾邮件发送者）在呼叫次数上也服从对数正态分布密度，但是它们的特征在于平均值和方差不同。
具有相关层的多关系稀疏网络
最佳恢复条件的通用社区检测
General Community Detection with Optimal Recovery Conditions for Multi-relational Sparse Networks with Dependent Layers
http://arxiv.org/abs/2004.03480
Sharmodeep Bhattacharyya, Shirshendu Chatterjee
摘要：近年来，多层和多路网络已成为常见的网络数据集。我们考虑为特殊类型的多层网络（称为多关系网络）识别公共社区结构的问题。我们考虑了用于多关系网络的谱聚类方法的扩展，并提供了理论保证，即谱聚类方法能够从多层版本的随机模型和经度校正的块模型生成的多关系网络中一致地恢复社区结构，即使网络层之间也具有依赖性。结果表明，即使在多关系网络的各个层的网络结构都低于社区可检测性阈值的情况下，该方法也能在网络度参数的最佳条件下工作，以检测出误差比例消失的分类和分散社区结构。我们也通过仿真来增强理论结果的有效性。
Routine pattern discovery and anomaly detection in individual travel behavior
http://arxiv.org/abs/2004.03481
Lijun Sun, Xinyu Chen, Zhaocheng He, Luis F. Miranda-Moreno
摘要：在个人旅行行为中发现模式并检测异常是研究和实践中的关键问题。在本文中，我们通过建立概率模型来建模单个时空旅行行为数据（例如，旅行记录和轨迹数据）来解决此问题。我们开发了二维潜在狄利克雷分配（LDA）模型来表征每个旅行者的时空旅行记录的生成机制。该模型为空间维度和时间维度分别引入了两个单独的因子矩阵，并在个体级别使用二维核心结构来有效地建模联合交互和复杂依存关系。该模型可以以无监督的方式从非常稀疏的旅行序列中有效地总结出在空间和时间维度上的旅行行为模式。通过这种方式，可以将复杂的旅行行为建模为代表性和可解释的时空模式的混合。通过将训练有素的模型应用于旅行者的未来/未知时空记录，我们可以使用困惑度对这些观察进行评分，从而检测出她的行为异常。我们在真实的车牌识别（LPR）数据集上证明了所提出的建模框架的有效性。结果证实了统计学习方法在稀疏个人旅行行为数据建模中的优势。这种类型的模式发现和异常检测应用程序可以为交通监控，执法和个人出行行为分析提供有用的见解。
Social dilemma in traffic with heterogeneous drivers
http://arxiv.org/abs/2004.03483
Ricardo Simão, Lucas Wardil
摘要：交通的悲剧类似于超车可能造成的公地悲剧。我们分析了由车辆的最小模型（Nagel和Schreckenberg提出的模型）对超车的影响，该模型具有两种类型的驾驶员：超车驾驶员和不驾驶员。我们表明，在某些情况下，超车是件好事，因为它可以增加道路通行能力并最大程度地减少驾驶员在道路上花费的平均时间。但是，如果不满足这些条件，则超车对所有人都有害。更具体地说，我们发现，如果随机减速的可能性较低，则在向拥挤交通过渡的附近会出现社会困境，这也可能在更现实的单车道模型中发生。造成社会困境的根本机制是超车返回车道时突然减速。我们分析了收益如何取决于总体策略的频率，得出的结论是，超车的驱动程序是叛逃者，而非超车的驱动程序是合作者，类似于公共博弈类悲剧中的策略。
A Few Topical Tweets are Enough for Effective User-Level Stance Detection
http://arxiv.org/abs/2004.03485
Younes Samih, Kareem Darwish
摘要：立场检测需要确定用户相对于目标（例如实体，主题或声明）的位置。最近采用无监督分类的工作表明，对目标上有很多推文的语音Twitter用户执行姿态检测可以产生很高的准确性（+ 98％）。但是，这种方法对于声音较弱的用户可能效果不佳或完全失败，他们可能只编写了有关目标的几条推文。在本文中，我们使用两种方法解决此类用户的姿态检测问题。在第一种方法中，我们通过使用上下文嵌入来表示推文来改善用户级别的姿势检测，这些嵌入捕获上下文中单词的潜在含义。我们表明，该方法优于两个强基准，并且在八个有争议的主题上均达到了89.6％的准确性和91.3％的宏F度量。在第二种方法中，我们使用他们的Twitter时间轴推文来扩展给定用户的推文，然后对用户执行无监督分类，这需要将用户与训练集中的其他用户聚类。这种方法可达到95.6％的精度和93.1％的宏F量度。
A Network Percolation-based Contagion Model of Flood Propagation and Recession in Urban Road Networks
http://arxiv.org/abs/2004.03552
Chao Fan, Xiangqi Jiang, Ali Mostafavi
摘要：在这项研究中，我们提出一种传染模型，作为一种简单而强大的数学方法，用于预测城市道路网络中洪水的起伏和衰退的空间扩散和时间演变。抵御洪水事件的城市道路网对于提供公共服务和应急响应至关重要。洪水在城市网络中的扩散是一个复杂的时空现象。本研究提出了一种数学传染模型，用于描述城市道路网络中洪水的时空扩散和衰退过程。在普通系统中，可以基于三个宏观特征捕获洪水在网络中的演变：洪水传播率（ beta ），洪水孵化率（ alpha ）和恢复率（ mu ）。与易感暴露传染恢复（SEIR）模型相似的微分方程。我们将洪水传染模型与网络渗透过程集成在一起，在该过程中，路段被淹的概率取决于附近路段被淹的程度。利用2017年哈维飓风期间哈里斯县道路洪水的高分辨率历史数据验证了该模型的应用。结果表明，该模型可以监测和预测一段时间内被洪水淹没的道路所占比例。此外，所提出的模型可以在大部分测试时间间隔内达到 90％的精度，并可以恢复被淹道路的空间分布。研究结果表明，所提出的数学传染模型具有巨大的潜力，可以支持应急管理人员，政府官员，公民，急救人员和其他决策者进行道路网的洪水预报。
声明：Arxiv文章摘要版权归论文原作者所有，由本人进行翻译整理，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.me （提供RSS订阅）进行同步更新。
集智俱乐部QQ群｜877391004
商务合作及投稿转载｜swarma@swarma.org
搜索公众号：集智俱乐部
加入“没有围墙的研究所”
让苹果砸得更猛烈些吧！
