接触追踪+隐私保护避免第二波新冠肺炎疫情 | 网络科学论文速递35篇

如果你经常关注复杂系统和跨学科研究进展，是网络论文速递栏目的长期读者，欢迎扫描集智小助手，向我们反馈你的需求。欢迎提出宝贵意见，我们一起来探索追踪前沿进展的更好方式。

参与论文速递用户调研后，我们将邀请你加入集智的科研文献交流群。

本文翻译自“彩云小译”，仅供参考，感兴趣请查阅论文原文，更多最新arxiv论文，请下拉至文末点击“阅读原文”查看

核心速递

避免新冠肺炎二次爆发的隐私保护接触追踪社会距离2.0；
标记切换多智能体系统的非保守 Boltzmann 型动力学方程；
基于最大功生成的热力学机器学习；
弱磁化球形 Couette 系统中混沌波的长期时变频率分析；
放热反应的范德瓦尔斯模型的相空间结构和逃逸时间动力学；
耦合 Lorenz 系统中的多个混沌吸引子；
二元玻色-爱因斯坦凝聚体中二维量子湍流的衰变；
开放泄漏标准映射中的扩散和逃逸时间；
OASIS: 用于事件生成的最佳分析——特定重要性抽样；
缺失高阶微扰理论不确定性的概率定义；
基于路径积分的图形神经网络卷积和池；
逆势而行: 管理层对博客吸引力影响的动因视角；
基于图形神经网络的图形聚类；
移动链接预测: 知识图的自动生成和群体验证；
我称之为 BS: 众筹活动中的欺诈检测；
模型失败的案例研究: 纽约州新型冠状病毒肺炎每日死亡率和 ICU 床位使用率预测；
混合 Logit 模型与网络形成；
在线动态网络嵌入；
基于节点嵌入和机器学习的近似网络中心性度量；
基于聚合和拓扑特征的监督式学习链路预测；
消除知识图嵌入偏差的对抗性学习；
蛋白质中 Davydov 孤子的发射α-helix spines- 螺旋棘；
使用 Google 偏微分方程移动数据模拟亚利桑那州的新型冠状病毒肺炎；
现实高压电网波动发电下的一次控制努力；
管理拥挤的博物馆: 游客流量测量，分析，建模和优化；
非洲的天堂女人；
跨学科科学互动的个体为本模型；
优化封锁策略以遏制新型冠状病毒肺炎的传播: 一个南非案例研究；
污染因子对塞内加尔新型冠状病毒肺炎演变的影响；
在温和的社会距离背景下，人类在21新型冠状病毒肺炎的流动性: 对技术干预的影响；
在拥挤和复杂的环境中重新概念化运输；
新型冠状病毒肺炎的宏观经济/先生模型；
量子决策论中的进化过程；
非对称摆的非线性耦合；
Kuramoto 模型揭示了生态系统的新结构形式；

避免新冠肺炎二次爆发的

隐私保护接触追踪社会距离2.0

原文标题：

Social Distancing 2.0 with Privacy-Preserving Contact Tracing to Avoid a Second Wave of COVID-19

地址：

https://arxiv.org/abs/2006.16611

作者：

Yu-Chen Ho,Yi-Hsuan Chen,Shen-Hua Hung,Chien-Hao Huang,Poga Po,Chung-Hsi Chan,Di-Kai Yang,Yi-Chin Tu,Tyng-Luh Liu,Chi-Tai Fang

摘要：如何避免经济重新开放后的第二波新型冠状病毒肺炎是一个亟待解决的问题。极高的基本再生数R0 (5.7ー6.4，新的研究显示)的 SARS-CoV-2进一步复杂化的挑战。在这里，我们评估社会距离2.0的影响，即邻近警报(维持个人间的距离)加上保护隐私的联系人追踪。为了解决这个双重任务，我们开发了一个开源的移动应用程序。该应用程序使用了一个基于蓝牙的、分散的联系人追踪平台，在这个平台上，匿名用户 ID 不能被政府或第三方链接。建模结果表明，50% 的社会距离2.0的采用率，与隐私保护接触追踪，将足以减少R0 以防止新型冠状病毒肺炎流行病的再次爆发。

标记切换多智能体系统的

非保守 Boltzmann 型动力学方程

原文标题：

Non-conservative Boltzmann-type kinetic equations for multi-agent systems with label switching

地址：

http://arxiv.org/abs/2006.15550

作者：

Nadia Loy,Andrea Tosin

摘要：本文提出了质量变化相互作用多智能体系统的 boltzmann 型动力学描述。我们的代理人的特征是一个微观状态，这是由于他们相互作用而改变的，还有一个标签，标识他们所属的一个群体。除了群体内部和群体之间的相互作用外，代理还可以根据一个状态依赖的马尔可夫型跳跃过程改变标签。因此每个群的质量是不守恒的。我们推导了每一组中联合相互作用/标记转换过程的一般动力学方程。此外，对于典型的生灭动力学，我们通过福克-普朗克渐近分析描述了这些群体的瞬态和平衡动力学分布。最后，在这个非保守动力学框架的基础上，我们从解析和数值两方面介绍和讨论了一个新的隔离传染病传染模型。

基于最大功生成的热力学机器学习

原文标题：

Thermodynamic Machine Learning through Maximum Work Production

地址：

http://arxiv.org/abs/2006.15416

作者：

A. B. Boyd,J. P. Crutchfield,M. Gu

摘要：适应性热力学系统—- 比如一个生物有机体试图获得生存优势，一个自主机器人执行一项功能性任务，或者一个运动蛋白运输细胞内营养物质—- 可以通过有效地模拟其环境中的规律性和随机性来改善其性能。类似地，但在一个纯粹的计算领域，机器学习算法寻求通过优化性能度量(如模型生成数据的对数可能性)来估计模型，以捕获可预测的结构，并识别训练数据中的不相关噪声。这些计算模型在物理上是首选的吗？对于自适应物理系统，我们介绍了热力学功是有利地建模环境的最相关的性能度量的组织原理。具体地说，物理代理的模型确定它可以从环境中获得多少有用的工作。我们证明，当这些代理人最大化的功生产，他们也最大化他们的环境模型的日志可能性，建立热力学和学习之间的等价性。通过这种方式，功最大化似乎作为一个组织原则，在自适应热力学系统学习的基础。

弱磁化球形 Couette 系统中

混沌波的长期时变频率分析

原文标题：

Long term time dependent frequency analysis of chaotic waves in the weakly magnetised spherical Couette system

地址：

http://arxiv.org/abs/2006.15145

作者：

Ferran Garcia,Martin Seilmayer,André Giesecke,Frank Stefani

摘要：利用时变频率分析方法研究了导电流体受轴向磁场作用时的长期混沌流动行为。经典的傅里叶变换方法首次估计了与流动相关的频率的时间依赖性及其体积平均特性，但是在 Feigenbaum 和 Newhouse-Ruelle-Takens 分岔场景中无法检测到接近正则解的奇异吸引子。结果表明，Laskar 频率算法对于识别这些奇异吸引子具有足够的精度，因而是一种严格分类高维动力系统中混沌流的有效工具。我们对在不同磁场强度下得到的几个混沌解的分析表明，流动的主频率具有很强的鲁棒性。这个频率与方位漂移有关，它非常接近于下面不稳定旋转波的频率。相比之下，随着磁场强迫力的减小，体积平均特性的主频率几乎可以变化一个数量级。我们的结论是，在考虑的中等较差自转，不稳定旋转波提供了任何流动的主要时间尺度随磁场各自变化的变化的良好描述。

放热反应的范德瓦尔斯模型

的相空间结构和逃逸时间动力学

原文标题：

The phase space structure and the escape time dynamics in a Van der Waals model for exothermic reactions

地址：

http://arxiv.org/abs/2006.15611

作者：

Francisco Gonzalez Montoya,Stephen Wiggins

摘要：我们研究了化学反应的经典哈密顿模型中控制输运的相空间结构。这个模型已经被提出来研究超低温放热反应的产品收率[1]。在所考虑的模型中，有两个因素决定了系统的演化: 一个范德华力和与多体相互作用相关的短程力。在以前的工作中，已经用小的动量方向的随机周期变化来模拟短程多体相互作用。本文在范德瓦耳斯势能中加入随机高斯碰撞，模拟了系统中粒子间的短程效应。我们比较了这两种模型的变体，并从相空间的角度解释了它们的异同。为了在相空间中可视化指导动力学的结构，我们构造了一个基于 Maupertuis 作用的哈密顿系统的自然拉格朗日描述子S0=∫qfqip⋅dq.。

耦合 Lorenz 系统中的多个混沌吸引子

原文标题：

Multiple Chaotic Attractors in Coupled Lorenz Systems

地址：

http://arxiv.org/abs/2006.15364

作者：

Mehmet Onur Fen

摘要：单向耦合的洛伦兹系统中，驱动器具有混沌吸引子和响应承认两个稳定的平衡，在没有驱动的情况下正在研究。发现动力学中存在双混沌吸引子。该方法适用于耦合 Lorenz 系统的链。证明了三个耦合 Lorenz 系统中存在四个混沌吸引子。

二元玻色-爱因斯坦凝聚体

中二维量子湍流的衰变

原文标题：

Decay of two-dimensional quantum turbulence in binary Bose-Einstein condensates

地址：

http://arxiv.org/abs/2006.15239

作者：

Mithun Thudiyangal,Kenichi Kasamatsu,Bishwajyoti Dey,Panayotis G. Kevrekidis

摘要：研究了二元混相玻色-爱因斯坦凝聚体在谐波阱和陡壁阱中的二维量子湍流，其中凝聚体具有不相等的组分内耦合强度和不对称的阱频率。当分量间耦合强度接近分量内耦合强度时，通过搅拌电位产生的初始湍流会衰变为涡核大尺寸的交错涡-反暗结构。这种交错的晶格结构，一个准平衡涡旋晶格，以及相应的不可压缩谱，在反向愈合长度附近形成了一个平台k=ξ−1, 通过保留幂定律Eic(k)∼k−α 和α=5/3 对于小波数α=3 对于大的波数。我们还研究了椭圆陡壁陷阱中组分间相互作用对类符号涡旋团簇形成的影响，发现组分间的耦合导致了集簇构型的衰减。

开放泄漏标准映射中的扩散和逃逸时间

原文标题：

Diffusion and escape times in the open-leaky standard map

地址：

http://arxiv.org/abs/2006.16184

作者：

L. Lugosi,T. Kovács

摘要：研究了二维标准映射中输运现象与逃逸率统计量之间的关系。为了得到一个开放的相空间，我们让动量坐标自由变化，只用周期性边界条件限制角度。我们还定义了一对人造孔，沿着动量轴对称地放置在粒子可能离开系统的地方。作为泄漏的结果，扩散可以分析，只利用幸存粒子的整体。我们给出了扩散系数如何取决于逃逸区的大小和位置。由于加速器模式和扩散与系统的控制参数密切相关，因此我们也研究了微扰强度的影响。数值模拟表明，短时逃逸统计量并不遵循著名的指数衰减，特别是对于扰动参数的大值。对逃逸方向的分析也支持这种观点，即在相空间的偏远区域长时间漂移之后，大量的粒子跳过了泄漏并离开了系统。

OASIS:

用于事件生成的最佳分析

——特定重要性抽样

原文标题：

OASIS: Optimal Analysis-Specific Importance Sampling for event generation

地址：

http://arxiv.org/abs/2006.16972

作者：

Konstantin T. Matchev,Prasanth Shyamsundar

摘要：我们提出了一种称为最优分析-特定重要性抽样(OASIS)的技术，以减少高能实验分析达到目标敏感度所需的模拟事件数量。给出了优化采样分布的方法，优先将事件生成集中在实验分析效用较高的相空间区域。OASIS 可以在蒙特卡罗管道的所有阶段节约资源，包括全探测器模拟，并且是寻求加快模拟管道速度的方法的补充。

缺失高阶微扰理论不确定性的概率定义

原文标题：

Probabilistic definition of the perturbative theoretical uncertainty from missing higher orders

地址：

http://arxiv.org/abs/2006.16293

作者：

Marco Bonvini

摘要：我们考虑的问题是量化不确定性的理论预测的基础上，由于失去了更高的摄动理论。最广泛使用的方法，尺度变化，在很大程度上是任意的，它没有概率基础，使它不适合鲁棒的数据分析。2011年，Cacciari 和 Houdeau 提出了一个基于贝叶斯方法的模型，提供了一个理论不确定性的概率定义缺失的更高阶。在这项工作中，我们提出了一个改进的 Cacciari-Houdeau 模型，克服了一些局限性。特别地，它在具有大的高阶贡献的微扰展开的情况下表现得更好(就像在 QCD 中经常发生的那样)。此外，我们还提出了一种基于尺度变化相同思想的替代模型，克服了标准方法的一些缺点，同时提供了一个概率-声音结果。此外，我们还讨论了理论预测对非物理尺度(如重整化尺度)的依赖性问题，并提出了在概率框架内获得与尺度无关的结果的解决方案。我们在已知和的展开式上验证了这些方法，并将它们应用到粒子物理学中的一些物理观测量上。我们还调查了一些变化，改进和组合的模型。我们认为，这些方法提供了一个强大的工具，可以可靠地估计理论不确定性的缺失更高阶，可用于任何物理分析。这项工作的结果可以很容易地通过一个名为 THunc 的公共代码访问。

基于路径积分的图形神经网络卷积和池

原文标题：

Path Integral Based Convolution and Pooling for Graph Neural Networks

地址：

http://arxiv.org/abs/2006.16811

作者：

Zheng Ma,Junyu Xuan,Yu Guang Wang,Ming Li,Pietro Lio

摘要：图神经网络将传统神经网络的功能扩展到图结构化数据。与 cnn 类似，图卷积和池的优化设计是成功的关键。借鉴物理学的思想，提出了一种基于路径积分的图神经网络(PAN) ，用于图的分类和回归任务。具体来说，我们考虑一个卷积运算，它包括连接消息发送者和接收者的每条路径，根据路径长度的可学权重，这对应于最大熵随机游走。它将图的拉普拉斯矩阵推广为一个新的转移矩阵矩阵，我们称之为从路径积分形式导出的最大熵转移矩阵。重要的是，MET 矩阵的对角线项与子图的中心性直接相关，从而提供了一种自然和自适应的池机制。PAN 提供了一个通用的框架，可以根据不同大小和结构的图形数据进行裁剪。我们可以将大多数现有的 GNN 体系结构视为 PAN 的特殊情况。实验结果表明，PAN 在各种图形分类/回归任务上取得了最佳的性能，包括来自统计力学的新的基准数据集，我们建议推动 GNN 在物理科学中的应用。

逆势而行:

管理层对博客吸引力影响的动因视角

原文标题：

Bucking the Trend: An Agentive Perspective of Managerial Influence on Blogs Attractiveness

地址：

http://arxiv.org/abs/2006.16944

作者：

Carlos Denner dos Santos,Isadora Castro,George Kuk,Silvia Onoyama,Marina Moreira

摘要：博客管理是工作数字化的核心。然而，现有的理论倾向于关注环境影响，而不是在微观层面对博客吸引力的管理控制。这项研究提供了一个适应性的帐户，通过博客的方式施加的适应行为，他们利用自己的博客内容，以定位和利用他们的博客空间的结构网络位置。我们整理了165个写经济博客的博主的个人特征，然后分析了他们维护博客内容的方式。我们使用网络分析和单项 Logit模型来检验我们的模型预测。我们的研究结果表明，与不那么吸引人的博客相比，那些专注于同行内容作为维持网络位置的博客吸引了更高水平的流量。这种施动者的观点为如何在博客管理中扭转节点偏好提供了实用的见解。最后讨论了本文的理论贡献和今后的研究方向。

基于图形神经网络的图形聚类

原文标题：

Graph Clustering with Graph Neural Networks

地址：

http://arxiv.org/abs/2006.16904

作者：

Anton Tsitsulin,John Palowitch,Bryan Perozzi,Emmanuel Müller

摘要：图形神经网络在节点分类、链路预测等图形分析任务中取得了很好的效果。然而，图上的一些重要的无监督问题，如图聚类问题，已经被证明对 gnn 的进展更加抵触。本文从 GNN 池的聚类能力出发，研究了 GNN 池的无监督训练问题。我们首先在图聚类和图合用之间建立一个联系: 直观地说，一个好的图聚类就是人们对 GNN 合用层的期望。与直觉相反，我们展示了对于最先进的池方法(比如 mincutpooling)来说这是不正确的。针对这些不足，我们引入了深度模块化网络(Deep modular Networks，DMoN) ，这是一种受聚类质量模块化度量启发的无监督池方法，并给出了它如何解决现实图的具有挑战性的聚类结构的恢复问题。为了弄清现有方法失败的原因，我们在合成数据上仔细设计了一系列实验，实验表明 DMoN 能够从图结构和节点属性中联合利用信号。同样，对于真实世界的数据，我们表明 DMoN 生成高质量的集群，这些集群与地面真值标签紧密相关，从而实现最先进的结果。

移动链接预测:

知识图的自动生成和群体验证

原文标题：

Mobile Link Prediction: Automated Creation and Crowd-sourced Validation of Knowledge Graphs

地址：

http://arxiv.org/abs/2006.16858

作者：

Mark Christopher Ballandies,Evangelos Pournaras

摘要：为网络物理社会系统(CPSS)构建可信赖的知识图是一个挑战。特别是，当前依赖人工专家的方法可伸缩性有限，而自动化方法往往不对用户负责，从而导致知识图的质量值得怀疑。本文介绍了一种新颖的普适知识图构建器，它将自动化知识、专家知识和公民知识集成在一起。知识图谱通过使用基因编程的自动链接预测增长，这种预测通过人工验证，可以提高透明度和校准准确性。知识图形生成器是为智能手机等普及设备设计的，通过本地化所有计算来保护隐私。在一个涉及智能手机实现和智能城市应用程序场景的真实世界社会实验中，对知识图形生成器的准确性、实用性和可用性进行了评估。提议的知识图建立方法在精确性方面优于基线方法，同时在智能手机上演示了其有效的计算方法，以及在高交互吞吐量方面普遍的人工监控过程的可行性。这些发现为智能城市中的网络物理社会系统的人群搜索和操作普适推理系统提供了新的机会。

我称之为 BS: 众筹活动中的欺诈检测

原文标题：

I call BS: Fraud Detection in Crowdfunding Campaigns

地址：

http://arxiv.org/abs/2006.16849

作者：

Beatrice Perez,Sara R. Machado,Jerone T. A. Andrews,Nicolas Kourtellis

摘要：在过去的几年里，对基于慈善的众筹环境的捐赠呈上升趋势。不出所料，欺骗和欺诈在这些平台上也有所增加，但是还没有被彻底研究，以了解什么特征可以暴露这种行为，并允许其自动检测和阻塞。实际上，众筹平台是唯一一个典型的对每个服务中发起的活动进行监督的平台。然而，它们没有得到适当的激励，以打击用户和它们发起的活动中的欺诈行为: 一方面，平台的收入与所完成的交易数量直接成比例(因为该平台对每次捐赠收取固定数额的费用) ; 另一方面，如果一个平台在欺诈程度方面是透明的，它可能会阻止潜在捐助者参与。在这篇论文中，我们迈出了研究众筹活动中欺诈行为的第一步。我们分析了从不同的众筹平台收集的数据，并将700个活动注解为欺诈与否。我们计算各种基于文本和图像的特征，研究它们的分布以及它们如何与竞选欺诈联系起来。利用这些属性，我们构建了机器学习分类器，并证明了自动分类这种欺诈行为是可能的，准确率高达90.14% ，AUC 高达96.01% ，只使用在发布时的活动描述中可用的特性(即，没有用户或金钱活动) ，使我们的方法适用于在用户浏览器上的实时操作。

模型失败的案例研究:

纽约州新型冠状病毒肺炎每日

死亡率和 ICU 床位使用率预测

原文标题：

A Case Study in Model Failure? COVID-19 Daily Deaths and ICU Bed Utilisation Predictions in New York State

地址：

http://arxiv.org/abs/2006.15997

作者：

Vincent Chin,Noelle I. Samia,Roman Marchant,Ori Rosen,John P. A. Ioannidis,Martin A. Tanner,Sally Cripps

摘要：预测模型在新型冠状病毒肺炎流行病的决策过程中具有重要影响力。然而，有人担心他们的预测可能有误导性。在这里，我们剖析了4个模型对3月25日至6月5日纽约州每日死亡新型冠状病毒肺炎的预测，以及由颇具影响力的 IHME 模型对 ICU 病床使用情况的预测。我们评估了点估计的准确性和模型预测的不确定性估计的准确性。首先，我们比较了这些模型所针对的每日死亡数据的“基本事实”数据源。这些模型使用了三种不同的数据来源，这些数据在每天记录的死亡人数上有很大的差异。我们研究的另外两个数据源也提供了每天不同的死亡数。为了预测的准确性，所有的模型都表现得很差。只有10.2% 的预测落在训练场地真实情况的10% 以内，与未来的距离无关。为了准确评估不确定性，只有一个模型与名义上的95% 的覆盖率相当匹配，但是这个模型直到4月16日才开始预测，因此对早期的重大决策没有影响。对于 ICU 病床使用情况，IHME 模型是非常不准确的; 只有在大流行浪潮开始消退之后，点估计才开始与地面真相相匹配。我们的结论是，可信赖的模型需要可信赖的输入数据进行训练。此外，模型需要经过预先确定的实时性能测试，然后才能将结果提供给决策者和公共卫生官员。

混合 Logit 模型与网络形成

原文标题：

Mixed Logit Models and Network Formation

地址：

http://arxiv.org/abs/2006.16516

作者：

Harsh Gupta,Mason A. Porter

摘要：网络形成的研究在经济学、社会学和许多其他领域都是普遍的。在本文中，我们将网络形成模型化为一个“选择” ，即网络中的节点连接到其他节点。我们使用离散选择模型来研究这些“选择” ，在这个模型中，一个主体从两个或更多的离散选择中进行选择。研究网络形成的一个框架是多项式 logit (MNL)模型。我们强调了 MNL 模型在由经验数据构建的网络上的局限性。我们使用“重复选择”(RC)模型来研究网络的形成。我们认为，RC 模型克服了 MNL 模型的重要局限性，是研究网络形成的理想模型。我们还说明了如何使用 RC 模型来准确地研究网络形成使用合成和真实世界网络。利用合成网络，我们还比较了 MNL 模型和 RC 模型的性能，我们发现 RC 模型比 MNL 模型更准确地估计了我们合成网络的数据生成过程。我们提供了定性的有趣问题的例子—- 青少年友谊网络中同质性的存在，以及新的专利更有可能引用旧的、更多引用的和类似的专利—- 对于这些，RC 模型允许我们获得洞察力。

在线动态网络嵌入

原文标题：

Online Dynamic Network Embedding

地址：

http://arxiv.org/abs/2006.16478

作者：

Haiwei Huang,Jinlong Li,Huimin He,Huanhuan Chen

摘要：网络嵌入是用于网络数据的非常重要的方法。但是，大多数算法只能处理静态网络。在本文中，我们提出了一种用于处理动态网络的递归神经网络嵌入算法（RNNE），该算法通常可以分为两类：a）拓扑演化图，其节点和边随时间的增加（减少）；时间图，其边缘包含时间信息。B) time graph, the edge of which contains time information为了应对动态网络规模的变化，RNNE将未连接任何其他节点的虚拟节点添加到网络中，并在新节点到达时替换该虚拟节点，以便可以在不同时间统一网络规模。一方面，RNNE关注节点之间的直接链接以及两个节点的邻域结构之间的相似性，试图保留本地和全球网络结构。Attempts to preserve local and global network structures另一方面，RNNE通过传输先前的嵌入信息来减少噪声的影响。因此，，RNNE可以同时考虑网络的静态和动态特性。我们在五个网络上评估RNNE，并与几种最新算法进行比较。结果表明，RNNE在重建，分类和链接预测方面具有优于其他算法的优势。

基于节点嵌入和机器学习

的近似网络中心性度量

原文标题：

Approximating Network Centrality Measures Using Node Embedding and Machine Learning

地址：

http://arxiv.org/abs/2006.16392

作者：

Matheus R. F. Mendonça,André M. S. Barreto,Artur Ziviani

摘要：由于现实世界中复杂网络规模庞大，分析和提取有用信息已经成为一个重要的挑战。例如，依赖于预期的节点中心性，由于计算成本高，对于如此庞大的复杂网络计算它变得不可行。解决这个问题的一种方法是开发能够近似网络中心的快速方法。本文提出了一种利用神经网络和节点嵌入技术有效逼近大型网络节点中心的方法。因此，我们将这种方法称为网络中心性近似(NCA-GCN)模型。与近年来的相关研究相比，NCA-GCN 模型只需要每个节点的中心性程度就可以预测任何其他中心性。结果表明，对于不同的网络规模，NCA-GCN 模型可以很好地适用于不同的节点集中度。

基于聚合和拓扑特征

的监督式学习链路预测

原文标题：

Link Prediction Using Supervised Machine Learning based on Aggregated and Topological Features

地址：

http://arxiv.org/abs/2006.16327

作者：

Mohammad G. Raeini

摘要：链接预测是社会网络分析中的一项重要任务。在一个社会网络中，有不同的特征可以用于链接预测。在本文中，我们评估了聚合特征和拓扑特征在链接预测使用监督式学习的有效性。在社会网络中，聚合特性是节点属性的聚合函数。拓扑特征描述了社会网络的拓扑结构和底层图形。我们通过测量不同的监督式学习方法的性能来评估这些特性的有效性。具体来说，我们选择了5种著名的监督方法，包括 J48决策树、多层感知器、支持向量机、 Logit模型和朴素贝叶斯。我们利用 DBLP 数据集的不同特征集对这五种方法的性能进行了测试。我们的结果表明，结合聚集和拓扑特征产生最佳的性能。为了进行评估，我们使用了精度、 ROC 曲线下面积(AUC)和 f 值。我们选择的功能可以用于几乎任何社交网络的分析。这是因为这些特征提供了社交网络底层图表的重要特征。我们工作的意义在于，所选特征在分析大型社交网络时是非常有效的。在这样的网络中，我们通常处理大数据集，有数百万或数十亿个实例。使用更少但更有效的特性可以帮助我们分析大型社交网络。

消除知识图嵌入偏差的对抗性学习

原文标题：

Adversarial Learning for Debiasing Knowledge Graph Embeddings

地址：

http://arxiv.org/abs/2006.16309

作者：

Mario Arduini,Lorenzo Noci,Federico Pirovano,Ce Zhang,Yash Raj Shrestha,Bibek Paudel

摘要：知识图在学术界和工业界都受到越来越多的关注。尽管幼稚园具有不同的好处，但最近的研究已经发现，幼稚园的表现形式中蕴含着社会和文化的偏见。这种偏见可能对不同的人口和少数群体产生不利影响，因为千年发展目标的应用开始相互交叉并与社会领域相互作用。本文旨在识别和消除知识图形嵌入中的这种偏差。作为第一步，我们探讨流行度偏差——节点流行度和链接预测准确度之间的关系。在节点图嵌入的情况下，我们发现嵌入的预测精度与节点的程度呈负相关。然而，在知识图嵌入(KGE)的情况下，我们观察到一个相反的趋势。作为第二步，我们研究了 KGE 中的性别偏见，并且仔细检查了流行的 KGE 算法，结果表明像一个人的性别这样的敏感属性可以通过嵌入来预测。这意味着这种在流行的 KGs 中的偏差被嵌入的结构特性所捕捉。作为去偏 KG 的初步解决方案，我们引入了一种新的过滤 KG 嵌入中敏感属性信息的框架，我们称之为 FAN (Filtering adversary Network)。并提出了 FAN 技术在去偏其他网络嵌入方面的适用性，可以在以后的工作中进行探讨。

蛋白质中 Davydov 孤子的

发射α-helix spines- 螺旋棘

原文标题：

Launching of Davydov solitons in protein α-helix spines

地址：

http://arxiv.org/abs/2006.16798

作者：

Danko D. Georgiev,James F. Glazebrook

摘要：生物秩序由α蛋白质螺旋二级结构是生物体提高能量转运效率的重要资源。特别地，多肽基氢键晶格的声子变形诱导的酰胺 i 能量量子的自陷能够产生达维多夫准粒子/孤子模型下的钉扎或运动孤子波。然而，施加的酰胺 i 能量的同相高斯脉冲的效果被发现强烈地依赖于施加的位置。移动孤子发射只有当酰胺 i 能量应用于其中一个α在本文中，我们描述了一个在光子晶体内部发射运动孤子的一般机制α利用计算机模拟了激子-声子相互作用的各向同性参数对孤子速度的影响，比较了基于有效孤子质量的预测速度和观测孤子速度。研究结果表明，该方法对蛋白质中的孤子速度具有显式控制能力α螺旋，并进一步支持逐步优化量子动力学实现专门的蛋白质功能通过自然选择的合理性。

使用 Google 偏微分方程移动数据

模拟亚利桑那州的新型冠状病毒肺炎

原文标题：

Using Partial Differential Equation with Google Mobility Data to Model COVID-19 in Arizona

地址：

http://arxiv.org/abs/2006.16928

作者：

Haiyan Wang,Nao Yamamoto

摘要：新型冠状病毒肺炎的爆发扰乱了世界上许多人的生活。美国的亚利桑那州成为该国最新的新型冠状病毒肺炎热点之一。对新型冠状病毒肺炎病例的准确预测将有助于政府实施必要的措施，并说服更多的人采取个人预防措施来对抗病毒。由于涉及到许多人为因素，很难准确预测新型冠状病毒肺炎案件。本文旨在利用来自 Google 社区移动报告的人类活动数据，提供一个新型冠状病毒肺炎案例的预测模型。为了实现这一目标，在美国亚利桑那州的县一级开发了一个特定的偏微分方程数据库(PDE) ，并利用来自《纽约时报》的新型冠状病毒肺炎数据进行了验证。提出的模型描述了亚利桑那州县集群之间的跨界传播和人类活动对新型冠状病毒肺炎传播的综合影响。结果表明，该模型的预测精度可以接受(94% 以上)。此外，我们还研究了人类预防措施的有效性，比如戴口罩和在地方一级练习社会距离，以减少新型冠状病毒肺炎病例的发生。本地化的分析结果可以用来帮助减缓新型冠状病毒肺炎在亚利桑那州的蔓延。据我们所知，这项工作是第一次尝试将偏微分方程模型应用于 Google 社区移动性报告的新型冠状病毒肺炎预测。

现实高压电网波动发电下的一次控制努力

原文标题：

Primary Control Effort under Fluctuating Power Generation in Realistic High-Voltage Power Networks

地址：

https://arxiv.org/abs/2006.16888

作者：

Melvyn Tyloo,Philippe Jacquod

摘要：近年来，许多电力系统控制工作者都通过全局性能指标来研究电力系统在外部扰动下的同步问题。这种办法的动机是电网运行的根本变化，特别是用新的可再生电力来源取代传统发电厂。这种替代将同时增加发电的波动，并减少可用的机械惯性。理解这两个演进对网格稳定性的影响有多大是至关重要的。除了极少数的，大部分是数值异常，早期的性能度量工作不得不依赖于对网格同质性的不切实际的假设。在这里，我们表明，一个修改的频谱分解可以解决这个问题，在非均匀电网的情况下，干扰发生在时间尺度是长比固有的时间尺度的网格。特别地，我们发现长特征时间扰动所产生的瞬态漂移的大小并不依赖于惯性。对于大陆规模的高压电网，这相当于在几秒或更长时间尺度上相关的电力波动。我们的结论是，新可再生能源引起的电力波动本身并不需要部署额外的转动惯性。我们的结果数字说明了我们的 IEEE 118总线测试案例和模型的同步电网的欧洲大陆。

管理拥挤的博物馆:

游客流量测量，分析，建模和优化

原文标题：

Managing Crowded Museums: Visitors Flow Measurement, Analysis, Modeling, and Optimization

地址：

http://arxiv.org/abs/2006.16830

作者：

Pietro Centorrino,Alessandro Corbetta,Emiliano Cristiani,Elia Onofri

摘要：我们对拥挤的博物馆中的游客流量进行了全面的研究: 拉格朗日现场测量和统计分析的结合使我们能够创建客人动态的随机数字双胞胎，打开舒适和安全驱动的优化。我们的案例研究是位于意大利罗马的鲍格才美术馆博物馆，在那里我们进行了一次现实生活中的数据采集活动。我们特别使用了一个基于拉格朗日 iot—-基于 Raspberry Pi 接收器的游客跟踪系统，这个系统在整个博物馆房间的固定位置移动，并且使用移交给游客的便携式低耗电蓝牙信标。利用基于滑动窗口的统计分析和 MLP 神经网络两种算法，对信标进行 RSSI 滤波，并在室内精确重建访问者的轨迹。通过聚类分析，以原始的 wasserstein 式轨迹空间度量为基础，我们分析了访问者路径，以获得行为洞察力，包括最常见的流模式。在这些基础上，我们建立了描述房间规模访问者流动的概率转移矩阵。这样的矩阵是一个随机模型的基石，能够在计算机上产生来访者轨迹。最后，我们使用模拟器来增加每日游客的数量，同时尊重众多的物流和安全限制。由于优化了票务和新的出入口管理，这是可能的。

非洲的天堂女人

原文标题：

Celestial Women of Africa

地址：

http://arxiv.org/abs/2006.16647

作者：

J. C. Holbrook

摘要：非洲和非洲的土著天文学展示了许多与世界其他地区的土著天文学相同的模式，例如通过观测天体建立的农业历法以及其他自然现象。非洲大陆的国家最多，可以用来作为其巨大文化多样性的一个指标，而且鉴于这种多样性，非洲土著天文学有其独特的地方方面。这一章回答了这个问题: 妇女在非洲土著天文学中是如何出现的？这些天体被认为是太阳、月亮、金星、昴宿星以及其他一小部分女性天体。从北非、南非、东非、西非和中部非洲引用了这些例子，但警告说，这些仅仅是该区域的例子，而不是该区域的典范。女人用月相来追踪她们的经期，通常月亮是女的，金星是女的，天上的女人通常是女人该怎么做的信号。关注天体女性为文化天文学研究带来了不同的视角，阐明了天空与文化交织的其他方式。

跨学科科学互动的个体为本模型

原文标题：

An agent-based model of interdisciplinary interactions in science

地址：

http://arxiv.org/abs/2006.16399

作者：

Juste Raimbault

摘要：增加科学项目的科际整合已被强调为解决复杂的现实世界挑战的关键，但也有利于学科本身的发展。本文介绍了知识发现集体企业中跨学科关系的个体为本模型，以探讨科学家水平的决策和偏好对全球科际整合模式的影响。模型仿真结果表明，在个体研究人员项目管理的简单规则(投入时间开销与知识收益之间的权衡关系)条件下，个体的选择以非线性的方式影响学科深度突变水平与知识收益突变科际整合之间折衷点的分布。不同的协作网络结构也可能产生不同的全球科际整合。我们的结论是，独立于研究领域，研究的组织，特别是纵向和横向研究之间的局部平衡，已经影响到研究成果的最终定位和知识前沿的程度。这意味着可以直接应用于研究政策，并利用各学科之间的相互作用自下而上地发挥杠杆作用。

优化封锁策略以遏制

新型冠状病毒肺炎的传播:

一个南非案例研究

原文标题：

Optimized lockdown strategies for curbing the spread of COVID-19: A South African case study

地址：

http://arxiv.org/abs/2006.16379

作者：

Laurentz E. Olivier,Stefan Botha,Ian K. Craig

摘要：为了遏制新型冠状病毒肺炎的蔓延，世界各地的许多政府都实施了不同程度的分层封锁。当疾病传播时，封锁级别通常会增加，当疾病消退时，封锁级别会减少。预测控制方法被用来开发最优化的封锁策略来抑制新型冠状病毒肺炎的传播。然后这些策略被应用到南非的数据中。南非的病例立即引起人们的兴趣，因为确诊的传染病例数目似乎尚未达到高峰(在编写本报告时) ，与此同时，南非政府正忙于降低封锁程度。一个南非新型冠状病毒肺炎传播的流行病学模型是以前开发的，并与一个混合模型预测控制器结合使用，以优化不同政策情景下的封锁管理。考虑的场景包括如何使曲线平滑到医疗保健系统能够应付的程度，如何平衡生活和生计，以及人们对封锁措施的遵守对新型冠状病毒肺炎的传播有什么影响。

污染因子对塞内加尔

新型冠状病毒肺炎演变的影响

原文标题：

Impact of contamination factors on the COVID-19 evolution in Senegal

地址：

http://arxiv.org/abs/2006.16326

作者：

Vieux Medoune Ndiaye,Serigne Omar Sarr,Babacar Mbaye Ndiaye

摘要：在这篇文章中，我们对南撒哈拉国家(热区) ，塞内加尔(西非)的新型冠状病毒肺炎进行了分析。许多问题仍然没有得到解答: 为什么与其他大陆相比，非洲大陆没有受到很大的污染。通过交叉免疫、温度、人口密度、年轻人等因素对污染因素进行分析。对未来一周的预测进行了数值模拟。

在温和的社会距离背景下，

人类在21新型冠状病毒肺炎

的流动性: 对技术干预的影响

原文标题：

Human Mobility during COVID-19 in the Context of Mild Social Distancing: Implications for Technological Interventions

地址：

http://arxiv.org/abs/2006.16965

作者：

Myeong Lee,Seongkyu Lee,Seonghoon Kim,Noseong Park

摘要：新型冠状病毒肺炎流行病给我们的社会带来了有形和无形的损害。许多研究人员研究了它在那些已经实施了强有力的社会疏远措施的国家中的社会影响，比如家庭主妇的命令。其中，人的流动性因其在曲线平坦化方面的重要性而得到了广泛的研究。然而，在温和的社会距离背景下，流动性并没有得到积极的研究。对不同情况下的人员流动缺乏充分的了解，可能会对任何旨在缓解这种情况的技术干预措施产生有限的影响。为此，我们在韩国第三大城市收集了超过100万日常智能设备用户的数据集，这些用户已经实施了温和的社会距离政策。我们从地理、社会经济和社会政治的角度分析了新型冠状病毒肺炎如何塑造了城市中的人口流动。我们还研究了利益点和特殊场合的流动性变化，如交通站和立法选举的情况。通过这些分析，我们确定了人口类型学，作为为技术干预提供设计含义的一种手段。本文通过对人类流动性的深入分析，为社会科学做出了贡献，也为 CSCW 社区带来了新的设计挑战和潜在的影响。

在拥挤和复杂的环境中重新概念化运输

原文标题：

Reconceptualising transport in crowded and complex environments

地址：

http://arxiv.org/abs/2006.16758

作者：

Daniel B. Wilson,Francis G. Woodhouse,Matthew J. Simpson,Ruth E. Baker

摘要：从城市和建筑物的步行交通到电池中的高分子运动和电池中的离子交换，在许多空间和时间尺度上观察到拥挤、复杂环境中的运输现象。环境中的几何限制可以阻碍个体的运动，加上个体间的拥挤，可以对全球运输行为产生重大影响。然而，一般来说，人们对拥挤和几何学之间的相互作用知之甚少。现有技术预测拥挤运输过程的行为近似于高维网格的复杂环境，并使用计算昂贵的模型，缺乏能力揭示几何形状和拥挤对运输的功能影响。在这里，我们使用了复杂环境的网络化表示，并提供了一个有效的、基础的框架，在这个框架内，我们可以探索几何学和拥挤的组合作用。多种拥挤的、网络化的运输模型被推导出来，它们能够提取整个人口或其中一个人的详细信息。理论和数值分析的结合确定了环境的关键拓扑特征，使准确预测时间和空间传输统计，以及洞察最佳网络的设计。我们的方法适用于跨越广泛科学分支的传输过程，绕过了传统的离散化计算挑战，并在几何、拥挤和传输之间建立了一个统一的连接。

新型冠状病毒肺炎的宏观经济/先生模型

原文标题：

A Macroeconomic SIR Model for COVID-19

地址：

http://arxiv.org/abs/2006.16389

作者：

Erhan Bayraktar,Asaf Cohen,April Nellis

摘要：当前的新型冠状病毒肺炎流行病和随后的封锁突出了一个国家的公共卫生和经济健康之间的密切和微妙的关系。因此，使用现有流行病模型计算疾病爆发影响的宏观经济模型对于决策者寻求评估此类危机中的最佳行动方案极为有用。我们开发了一个新型冠状病毒肺炎流行病的 SIR 模型，该模型明确考虑了群体免疫性、行为依赖性传播率、远程工作者和禁闭的间接外部性。该模型是一个退出时间控制问题，当种群自然或通过疫苗获得群体免疫时，封锁结束。社会规划者为成年人中的两个不同阶层分别规定了禁闭等级: 低风险(20-64岁)和高风险(65岁及以上)。这些水平是通过优化一个目标函数来确定的，该目标函数将宏观经济成本分配到锁定水平和死亡人数上。我们发现，一旦群体免疫力达到，通过终止封锁，高危人群能够在疫苗到来之前显著地离开封锁状态，而不会造成死亡率的大幅增加。此外，如果我们加入一个行为依赖的传播率，代表增加个人谨慎应对增加的感染水平，产出损失和总死亡率都降低。当低风险人群和高风险人群之间的互动减少，远程工作增加，输出损失减少，锁定效率进一步提高。总的来说，我们的模型预测，在群体免疫力到来时结束的封锁，再加上个体行动减缓病毒传播，可以将总死亡率降低到不封锁水平的三分之一，同时允许高风险个体在疫苗到来之前远离封锁。

量子决策论中的进化过程

原文标题：

Evolutionary Processes in Quantum Decision Theory

地址：

http://arxiv.org/abs/2006.16763

作者：

V. I. Yukalov

摘要：这篇综述介绍了量子决策理论的基础知识，强调了决策过程中的临时过程。目的是解释这一理论的主要观点。本文阐明了可操作性检验的理性选择与以非理性情绪修饰的选择之间的区别。重点讨论了量子经典对应。描述了一个量子智能网络模型。在量子判决理论的框架下，动态不一致性得到了解决。

非对称摆的非线性耦合

原文标题：

Nonlinear coupling in an asymmetric pendulum

地址：

http://arxiv.org/abs/2006.16337

作者：

J. Qiuhan,L. Yao,Z. Huijun,W. Yinlong,W. Jianguo,W. Sihui

摘要：研究了上端固定在只允许水平振动的弹性杆上的单摆的非线性效应。在没有初始角动量的情况下释放时，钟摆将开始旋转并且追踪一个微妙的静止模式。由于两个自由度之间的非线性耦合，我们将其解释为幅度调制。对于非对称摆来说，径向振荡和方位振荡之间的转换是很常见的现象，但这两者之间的非线性耦合往往被忽略。在本文中，我们建立了一个理论模型，并得到了摆的运动方程。采用多尺度法对单摆的运动模式进行了数值解析求解。在解析解中，调制周期不仅与动力学参数有关，而且与摆的初始释放位置有关，这是一种典型的非线性行为。数值结果支持了解析近似解。本文的工作为从高中到大学生的不同层次的非线性动力学的研究提供了一个很好的示范和研究课题。

Kuramoto 模型揭示了

生态系统的新结构形式

原文标题：

New forms of structure in ecosystems revealed with the Kuramoto model

地址：

http://arxiv.org/abs/2006.16006

作者：

John Vandermeer,Zachary Hajian-Forooshani,Nicholas Medina,Ivette Perfecto

摘要：正如人们经常指出的那样，生态系统是复杂的。同样值得注意的是复杂系统趋于振荡的推广，无论是惠更斯单摆卷吸模式还是洛伦兹对流辊扭曲的混沌轨道。因此，对振荡器的分析可以提供对生态系统结构的洞察。这种研究最流行的分析工具之一是耦合振子的 Kuramoto 模型。利用农业生态系统中一个被研究得很好的害虫和它们的天敌系统，我们将这个模型作为一个真实系统动力学的程式化视角来应用，以探讨它的实际自然历史是否反映在定性实例化的 Kuramoto 模型的动力学中。该模型产生了一系列通常与自然系统子网络相对应的同步群，其上层为嵌合结构，具体取决于振子间耦合的强度。我们得出结论，Kuramoto 模型提供了一个新的窗口，通过这个窗口可能会出现关于生态系统结构的有趣问题。