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

COVID-19传播动力学的数学建模——以武汉市为例;
针对意大利COVID-19传染病的手机数据分析：国家封锁期间的流动多样性和本地就业市场;
接触追踪：COVID-19时代的大数博弈;
基于网络特征提取的团队绩效评估模型;
使用人类流动性数据量化极端冲击对企业的经济影响：贝叶斯因果推断方法;
群组级别的选择避免了公地悲剧;
利用通用二阶模型估算道路网络上的排放;

针对意大利 COVID-19 传染病

的手机数据分析：国家封锁

期间的流动多样性和本地就业市场

原文标题：

Mobile phone data analytics against the COVID-19 epidemics in Italy: flow diversity and local job markets during the national lockdown

地址：

http://arxiv.org/abs/2004.11278

作者：

Pietro Bonato, Paolo Cintia, Francesco Fabbri, Daniele Fadda, Fosca Giannotti, Pier Luigi Lopalco, Sara Mazzilli, Mirco Nanni, Luca Pappalardo, Dino Pedreschi, Francesco Penone, Salvatore Rinzivillo, Giulio Rossetti, Marcello Savarese, Lara Tavoschi

摘要：了解集体流动的方式对于计划重新开始生产和经济活动至关重要，而这些活动目前正处于暂停状态，以防止流行病的传播。在本报告中，我们使用手机数据来推断意大利各省和市之间的人员流动，并且我们分析了国家封锁前后（2020年3月9日）和非必要生产和经济活动暂停（2020年3月23日）结束后的传入，传出和内部流动情况。跨省市的人口流动使得能够为每个市镇或省的流动性量身定制的风险指数建模。这样的指数将是一个有用的指标，可以对流行病的突然再起采取对策。即使汇总了手机数据以保护个人隐私，它还是一个有用的数据源，可以跟踪人类活动时间的演变，因此可以监控物理距离等控制措施的有效性。我们解决以下分析问题：领土的流动性结构如何变化？在锁定期间，流入和流出的流量是否变得更可预测，工作日和周末之间有什么区别？我们是否可以根据人员流动来检测适当的本地就业市场，以最终塑造本地疫情的边界？

接触追踪：COVID-19 时代的大数博弈

原文标题：

Contact Tracing: a game of big numbers in the time of COVID-19

地址：

http://arxiv.org/abs/2004.10762

作者：

Hyunju Kim, Ayan Paul

摘要：自动追踪接触者是减慢COVID-19传播速度的最广泛提倡的解决方案之一。由于邻近数据可以由个人移动设备收集，因此自然的建议是将其用于联系人跟踪，因为与手动实施相比，这可以带来很大的收益。在这项工作中，我们研究了自动接触者追踪的特征及其对因SARS-CoV-2传播而导致的大流行传播进行制图的有效性。我们重点介绍了自动联系追踪以适应当前大流行所需要的基础设施和社会结构。我们显示了该策略的脆弱性，无法对人群进行足够的抽样，这导致无法充分确定与感染个体的重大接触。至关重要的将是我们得出最低门槛的很大一部分人口的参与。我们得出的结论是，严重依赖接触者追踪来遏制SARS-CoV-2大流行的传播会导致潜在的危险，使大流行不受控制地传播。一种经过深思熟虑的策略来控制大流行的蔓延以及自动的联系人追踪，可以提供最佳的解决方案。

COVID-19传播动力学的

数学建模——以武汉市为例

原文标题：

Mathematical Modeling of COVID-19 Transmission Dynamics with a Case Study of Wuhan

地址：

http://arxiv.org/abs/2004.10885

作者：

Faical Ndairou, Ivan Area, Juan J. Nieto, Delfim F. M. Torres

摘要：我们提出了一种针对COVID-19疾病传播的分区数学模型，特别关注超级传播者的传播能力。我们计算了基本繁殖数阈值，我们根据基本繁殖数研究了无病平衡的局部稳定性，并研究了模型相对于其每个参数变化的敏感性。数值模拟表明，提出的COVID-19模型适用于在中国武汉发生的暴发。

基于网络特征提取的团队绩效评估模型

原文标题：

Team Performance Evaluation Model based on Network Feature Extraction

地址：

http://arxiv.org/abs/2004.11039

作者：

Ruilin Chen, Kaiyan Chang, Kaiyuan Tian

摘要：在当今社会，团队合作变得越来越重要。本文针对团队绩效评价问题。通过复杂的网络特征提取，我们建立了传递网络和团队绩效评估模型。最后，本文提出了Huskies团队的策略，并将模型扩展到一般团队。

使用人类流动性数据

量化极端冲击对企业的

经济影响：贝叶斯因果推断方法

原文标题：

Quantifying the Economic Impact of Extreme Shocks on Businesses using Human Mobility Data: a Bayesian Causal Inference Approach

地址：

http://arxiv.org/abs/2004.11121

作者：

Takahiro Yabe, Yunchang Zhang, Satish Ukkusuri

摘要：近年来，自然灾害等极端冲击的发生频率和强度都在增加，给全球许多城市造成了巨大的经济损失。在遭受严重冲击之后，对本地企业的经济成本进行量化对于灾难后评估和灾难前规划至关重要。按照惯例，调查是用于量化灾难对企业造成的损害的主要数据来源。但是，调查通常会遭受高昂成本和实施时间长，观测值时空稀疏以及可扩展性方面的限制。近来，大规模的人类移动性数据（例如，移动电话GPS）已经被用于以前所未有的时空粒度和规模来观察和分析人类移动性模式。在这项工作中，我们使用从手机收集的位置数据来估计和分析飓风对业务绩效的因果影响。为了量化灾难的因果影响，我们使用贝叶斯结构时间序列模型来预测受影响企业的反事实表现（如果没有发生灾难，该怎么办？），它可以使用灾区以外的其他企业的表现作为协变量。经过测试，该方法可以量化飓风玛丽亚之后波多黎各9个类别的635家企业的应变能力。此外，使用层次贝叶斯模型来揭示业务特征（如位置和类别）对业务长期弹性的影响。这项研究提出了一种新颖且更有效的方法来量化业务弹性，这可以帮助决策者进行灾难准备和救灾过程。

群组级别的选择避免了公地悲剧

原文标题：

Group-level selection avoids the tragedy of the commons

地址：

http://arxiv.org/abs/2004.11124

作者：

Arend Hintze, Jochen Staudacher, Katja Gelhar, Alexander Pothmann, Juliana Rasch, Daniel Wildegger

摘要：公共物品博弈是一个说明公地悲剧的著名例子。在此博弈中，合作者共同贡献一个资金池，该资金池又分配给该小组的所有成员，包括叛逃者，他们获得与合作者相同的报酬，而以前没有做出任何贡献。现在的问题是，如何在最大程度地实现共同利益的同时激励团队成员全力合作。虽然昂贵的惩罚提出了一种这样的方法，但是惩罚的代价仍然降低了共同利益。在这里，我们展示了小组级别的选择如何成为激励，特别是小组级别选择的哪怕一部分都能克服叛逃者获得的好处。此外，我们展示了惩罚和小组级别的选择如何相互作用。这项工作表明，类似于基本收入的再分配与整个集团的经济成功相结合，可以克服公地的悲剧。

利用通用二阶模型估算道路网络上的排放

原文标题：

Estimate of emissions on road networks via Generic Second Order Models

地址：

http://arxiv.org/abs/2004.11202

作者：

Caterina Balzotti, Maya Briani, Benedetto Piccoli

摘要：在本文中，我们通过通用二阶模型提供了由于车辆交通造成的排放估算。我们将它们概括为具有合并和分叉路口的道路网络模型。该过程包括在假定交通流量最大化和输入道路优先规则的情况下，解决路口处的黎曼问题。我们提供了单车道回旋处的一些数值结果，并且我们建议应用给定过程来估算氮氧化物（NOx）排放速率的产生。特别是，我们表明，交通信号灯的出现使回旋处的NOx排放增加了28％。