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

COVID-19后世界航空网络设想方案；
用大数据集预测无机玻璃性能的可扩展高斯过程；
用非高斯拟合推进蒙特卡洛采样；
延迟-坐标映射、相干性和演化算子的近似谱；
管道预混火焰的数据驱动运动学模型；
Wiki-CS: 基于维基百科的图形神经网络基准；
学习网络中路径的马尔可夫顺序；
气候政治的两极分化源于党派排序: 来自芬兰推特圈的证据；
基于注意力和元路径的 GCN 在 HIN 中的应用；
基于15世纪意大利战争的社区检测与社会网络分析；
考虑空间、时间和社会维度的人类流动模型；
澳大利亚新型冠状病毒肺炎流行引起的社区抑郁动态监测；
基于元图的主动社交网络联盟；
网络破坏行为的特征: 一个理性选择的视角；
新型冠状病毒肺炎和收入状况: 不同收入群体如何应对疾病爆发，美国个案研究；
时间网络中重要节点识别的时间引力模型；
构建大型名称消歧数据集的框架: 算法、可视化和人类协作；
美国新型冠状病毒肺炎期间的州际行程分析；
耦合相位振子布居的普适标度和相变；
动态脆弱性下电网弹性的降低；
2020年上半年，世界各国和感染人数最多的国家的新型冠状病毒肺炎流行病模型的波数叠加；
从空间自相关函数推导关联维数；
高熵合金: 社会物理学中的一个新隐喻；
被驱逐出结构平衡的天堂；
关于统计流形的最小遗憾: 曲率的作用；
时间尺度在非对称相互作用疾病传播中的作用；

COVID-19后世界航空网络设想方案

原文标题：

Scenarios for a post-COVID-19 world airline network

地址：

https://arxiv.org/abs/2007.02128

作者：

Jiachen Ye,Peng Ji,Marc Barthelemy

摘要：航空业受到新型冠状病毒肺炎危机的严重打击，平均需求下降了大约美元64% (国际航空运输协会，2020年4月) ，引发了世界各地几家航空公司的破产。虽然世界航空公司网络(WAN)的稳健性主要是作为一个同质网络来研究的，但我们引入了一个新的工具来分析公司失败的影响: “航空公司网络” ，其中两家航空公司如果共享至少一个航线部分，就连接在一起。使用这个工具，我们观察到公司的失败对广域网的连接有最大的影响。然后，我们探讨了全球需求减少对航空公司的不同影响，并分析了如果全球需求减少维持在较低水平并且没有恢复到危机前水平的不同情况。通过使用《官方航空指南》的交通数据和关于客户航空公司选择策略的简单假设，我们发现，当地的有效需求可能远远低于平均水平，特别是对于那些并非垄断并与大公司分享各自领域的公司而言。即使平均需求回落至60% 在总容量中，我们发现46% 及59% 这些公司可能会减少超过50% 这取决于促使客户选择航空公司的竞争优势的类型。这些结果突出表明，广域网的复杂竞争结构在面对如此巨大的危机时削弱了它的健壮性。

用大数据集预测

无机玻璃性能的可扩展高斯过

原文标题：

Scalable Gaussian Processes for Predicting the Properties of Inorganic Glasses with Large Datasets

地址：

http://arxiv.org/abs/2007.02795

作者：

Suresh Bishnoi,R. Ravinder,Hargun Singh,Hariprasad Kodamana,N. M. Anoop Krishnan

摘要：克里金是一种预测玻璃成分—- 性质关系的有用技术，因为这种方法本质上提供了预测的标准差。然而，由于与之相关的大量计算代价，该技术仍然局限于小型数据集。在这里，使用一个可伸缩的 GPR 算法，即可伸缩结构高斯过程的内核插值算法(KISS-GP)和大规模可伸缩 GP 算法(MSGP) ，我们基于一个超过100,000玻璃组分，37个组分的大数据集，以及9个重要属性，即密度，杨氏模量，剪切模量和体模量，热膨胀系数，维氏硬度，折射率，玻璃转变温度和液相线温度，开发了无机玻璃的组合特性模型。最后，为了加速玻璃设计，这里开发的模型作为包的一部分公开共享，即 Python for Glass Genomics (PyGGi)。

用非高斯拟合推进蒙特卡洛采样

原文标题：

Boosting MonteCarlo sampling with a non-Gaussian fit

地址：

http://arxiv.org/abs/2007.02615

作者：

Luca Amendola,Adrià Gómez-Valent

摘要：我们提出了一种新的方法，称为蒙特卡洛后验拟合，以增强蒙特卡洛抽样的似然(后验)函数。其思想是用解析的多维非高斯拟合近似后验函数。这种拟合的许多自由参数可以通过比推导完整的数值后验所需的更小的抽样获得。在我们考虑的例子中，基于超新星和宇宙微波背景数据，我们发现需要一个比标准算法更小的数量级来达到可比的精度。这种方法可以应用于各种情况，并有望在所有抽样非常耗时的情况下显著提高 MonteCarlo 例行程序的性能。最后，它还可以应用于 Fisher 矩阵预测，并可以帮助解决标准方法的各种局限性。

延迟-坐标映射、相干性

和演化算子的近似谱

原文标题：

elay-coordinate maps, coherence, and approximate spectra of evolution operators

地址：

http://arxiv.org/abs/2007.02195

作者：

Dimitrios Giannakis

摘要：利用核积分算子技术研究了保测度遍历动力系统相干观测量的数据驱动辨识问题。提出了一种由延迟坐标映射数据构造的积分算子对特征函数构造具有近似周期行为的复值观测量的方法。研究结果表明，这些观测量具有较高的精度ϵ-近似特征函数的 Koopmanevolution 算子的系统，与一个界ϵ 由延迟嵌入窗口的长度、演化时间和适当的谱间隙参数来控制,ϵ- 近似 Koopman 特征值，显示一个明确的特征振荡频率(使用 Koopman 发生器估计)和一个缓慢衰减的调制包络。研究了具有任意谱特征的保测度遍历动力系统，包括具有连续谱和非常数 Koopman 本征函数的混合系统L2.数值例子揭示了一个相干观测系统，它的自相关函数在大约10 Lyapunov 时间尺度上保持在0.5以上。

管道预混火焰的数据驱动运动学模型

原文标题：

A data-driven kinematic model of a ducted premixed flame

地址：

http://arxiv.org/abs/2007.02125

作者：

Hans Yu,Matthew P. Juniper,Luca Magri

摘要：在燃气轮机和火箭发动机的设计中，火焰动力学降阶模型可以用来预测和减轻热声振荡的出现。这个过程受到这样一个事实的阻碍，即这些模型虽然常常在质量上是正确的，但通常在数量上是不准确的。由于自动化实验和数值模拟产生的数据数量不断增加，因此出现了一个问题，即如何将这些数据吸收到物理知识的降阶模型中，以便使这些模型在数量上更加准确。在本研究中，我们发展和测试了一个基于物理学的管道预混火焰降阶模型，其中模型参数是从火焰的高速录像中得到的。利用集合卡尔曼滤波器将实验数据同化到一个水平集求解器中。这导致了一个最优校准的降阶模型与量化的不确定性，准确地再现了复杂的非线性特征，如尖点形成和夹断。在关闭同化后，降阶模式继续与实验相吻合。此外，模型的参数，这是自动提取，表明匹配的一阶行为预期的物理理由。这项研究表明，只要有新的实验数据或数值数据可用，降阶模型就可以迅速更新，而无需存储数据本身。

Wiki-CS:

基于维基百科的图形神经网络基准

原文标题：

Wiki-CS: A Wikipedia-Based Benchmark for Graph Neural Networks

地址：

http://arxiv.org/abs/2007.02901

作者：

Péter Mernyei,Cătălina Cangea

摘要：我们提出 Wiki-CS，一个新颖的数据集来自维基百科的基准图神经网络。数据集包括与计算机科学文章相对应的节点，基于超链接的边和表示该领域不同分支的10个类。利用该数据集对半监督节点分类和单关系链路预测模型进行了评价。我们的实验表明，这些方法在一个新的域上表现良好，其结构属性不同于以前的基准测试。数据集是公开可用的，同时数据管道和基准实验的实施，在this https URL 这个 https URL .。

学习网络中路径的马尔可夫顺序

原文标题：

Learning the Markov order of paths in a network

地址：

https://arxiv.org/abs/2007.02861

作者：

Luka V. Petrović,Ingo Scholtes

摘要：我们研究了网络中表示路径的分类序列中的马尔可夫序列的学习问题，即状态之间的转换被限制在一个已知图中的变长序列。这些数据对标准的马尔可夫顺序检测方法和需求建模技术提出了挑战，这些技术明确地解释了图形约束。采用多阶建模框架，我们发展了一种贝叶斯学习技术，(i)更可靠地检测正确的马尔可夫阶比基于似然比检验的竞争方法，(ii)需要的数据大大少于使用 AIC 或 BIC 的方法，(iii)是健壮的对基本约束的部分知识。我们进一步证明，最近发表的一种方法，使用似然比检验有一种倾向，过度拟合真正的马尔可夫顺序的路径，这是不是我们的贝叶斯技术的情况。我们的方法对于数据科学家分析范畴序列数据中受到(部分)已知约束的模式很重要，例如带有禁止词的序列、移动轨迹和点击流数据或生物信息学中的序列数据。针对模型选择的关键挑战，我们的工作进一步适用于日益增长的研究机构，强调在网络分析中需要高阶模型。

气候政治的两极分化源于党派排序:

来自芬兰推特圈的证据

原文标题：

Polarization of Climate Politics Results from Partisan Sorting: Evidence from Finnish Twittersphere

地址：

https://arxiv.org/abs/2007.02706

作者：

Ted Hsuan Yun Chen,Ali Salloum,Antti Gronow,Tuomas Ylä-Anttila,Mikko Kivelä

摘要：先前的研究表明，公众对气候政治的看法是按党派划分的。然而，他们留下了一个问题，即气候政治和其他政治上突出的问题是否表现出了问题一致性的倾向，而政治上的两极分化文献认为这是两极分化最有害的方面之一。利用网络方法和来自 Twitter 平台的社交媒体数据，我们研究了2019年芬兰大选期间公众对气候政治和其他10个政治突出话题的两极分化意见，这些意见在公共论坛上出现了对立的团体。我们发现，尽管与其他主题相比，气候政治并没有特别两极化，但它受制于欧洲政治中普遍主义和社群主义层面的党派分类和问题调整，这种调整随着右派民粹主义的发展而产生。值得注意的是，气候政治始终与移民问题保持一致，而且时间趋势表明，这种现象可能会持续下。

基于注意力和元路径

的 GCN 在 HIN 中的应用

原文标题：

GCN for HIN via Implicit Utilization of Attention and Meta-paths

地址：

https://arxiv.org/abs/2007.02643

作者：

Di Jin,Zhizhi Yu,Dongxiao He,Carl Yang,Philip S. Yu,Jiawei Han

摘要：异构信息网络(HIN)嵌入技术，旨在将 HIN 中的结构和语义信息映射到分布式表示中，已经引起了广泛的研究关注。HIN 嵌入的图形神经网络通常采用分层注意(包括节点级和元路径级注意)来捕获基于元路径的邻居的信息。然而，这种复杂的注意结构往往由于严重的过拟合而无法实现选择元路径的功能。此外，在传播信息时，这些方法不区分直接(单跳)元路径和间接(多跳)元路径。但是从网络科学的角度来看，直接关系往往被认为是更为重要的，它只能用于建立信息的直接传播模型。针对这些局限性，我们提出了一种新的神经网络方法，通过隐式地利用注意力和元路径，解决了当前 HIN 过参数化注意机制带来的严重过拟合问题。首先采用多层图形卷积网络(GCN)框架，在各层进行判别聚集，并逐层叠加直接链接元路径的信息传播，实现间接选择元路径的关注功能。然后通过引入一种新的可以从聚合中分离出来的传播操作，给出了一种有效的松弛和改进方法。首先用定义良好的概率扩散动力学对传播过程进行建模，然后引入基于随机图的约束，使其随着层数的增加而降低噪声。大量的实验证明了这种新方法比先进方法的优越性

基于15世纪意大利战争

的社区检测与社会网络分析

原文标题：

Community detection and Social Network analysis based on the Italian wars of the 15th century

地址：

https://arxiv.org/abs/2007.02641

作者：

J. Fumanal-Idocin,A. Alonso-Betanzos,O. Cordón,H. Bustince,M. Minárová

摘要：本文以人际交往为基础研究社会网络模型。为此，我们提出了一组新的函数，亲和度，用来捕捉网络中每对参与者之间局部相互作用的本质。利用这些功能，我们开发了一种新的社区检测算法—— Borgia Clustering，在这个算法中，社区自然而然地产生于网络中的多智能体交互。我们还讨论了社区的大小和规模对这种情况的影响，以及当大社区出现时，我们如何应对额外的复杂性。最后，我们将我们的社区检测解决方案与其他具有代表性的算法进行了比较，得到了有利的结果。

考虑空间、时间和

社会维度的人类流动模型

原文标题：

Modelling Human Mobility considering Spatial,Temporal and Social Dimensions

地址：

https://arxiv.org/abs/2007.02371

作者：

Giuliano Cornacchia,Giulio Rossetti,Luca Pappalardo

摘要：从城市规划到流行病模型、交通预测和假设分析，人类流动性模型在许多领域都是至关重要的。一方面，现有的人口流动模型主要侧重于再现人口流动的空间和时间维度，而社会方面虽然对人口流动有重要影响，但往往被忽视。另一方面，那些涵盖了人类流动的一些社会方面的模型具有微不足道和不切实际的空间和时间机制。在本文中，我们提出了 STS-EPR，一个嵌入机制的建模框架，以捕捉空间、时间和社会方面在一起。我们的实验表明，在一组标准的移动性度量上，STS-EPR 比现有的时空或社会模型表现得更好，它可以在有限的信息量下使用，而不会造成任何重大的现实损失。STS-EPR 是开源的，并在开放数据上进行了测试，它是朝着设计机械模型迈出的一步，这种机械模型可以全面地捕捉人类移动的所有方面。

澳大利亚新型冠状病毒肺炎

流行引起的社区抑郁动态监测

原文标题：

Detecting Community Depression Dynamics Due to COVID-19 Pandemic in Australia

地址：

https://arxiv.org/abs/2007.02325

作者：

Jianlong Zhou,Hamad Zogan,Shuiqiao Yang,Shoaib Jameel,Guandong Xu,Fang Chen

摘要：最近的新型冠状病毒肺炎疫情在全球范围内造成了前所未有的影响。我们还目睹了数百万人的心理健康问题日益严重，如抑郁、压力、担忧、恐惧、厌恶、悲伤和焦虑，这已成为这场严重的健康危机中的主要公共健康问题之一。例如，根据世界卫生组织(WHO)的调查结果，抑郁症是最常见的心理健康问题之一。抑郁症可以导致严重的情绪、行为和身体健康问题，带来严重的后果，包括个人和社会成本。这篇论文通过 Twitter 上的社区抑郁动态研究新型冠状病毒肺炎流行病引起的社区抑郁用户生成内容。提出了一种基于 tweets 多模态特征和术语频率反比文档频率(TF-IDF)的抑郁症分类模型。多模态特征从情绪、话题和特定领域的角度捕捉抑郁线索。我们研究这个问题的方法是从澳大利亚新南威尔士州的推特用户那里搜集最近的推文。我们的新型分类模型能够提取可能受到新型冠状病毒肺炎和新型冠状病毒肺炎期间相关事件影响的抑郁极性。研究结果发现，在新型冠状病毒肺炎爆发后，人们变得更加抑郁。由政府实施的措施，如国家封锁，也增加了抑郁水平。在地方政府管辖区(LGA)水平的进一步分析发现，不同地方政府管辖区的社区抑郁程度不同。这种抑郁动态的粒度分析不仅可以帮助政府部门在必要时在特定区域采取更客观的相应行动，而且使用户能够察觉到随着时间的推移抑郁动态。

基于元图的主动社交网络联盟

原文标题：

Meta Diagram based Active Social Networks Alignment

地址：

https://arxiv.org/abs/1902.04220

作者：

Yuxiang Ren,Charu C. Aggarwal,Jiawei Zhang

摘要：网络对齐的目的是推导出一组与不同信息网络之间共享实体相匹配的锚链路，这已成为多个信息网络有效融合的前提条件。在本文中，我们将具体研究融合在线社会网络的网络一致性问题。由于缺乏训练数据、网络异构性以及一对一的约束等原因，社会网络的匹配问题极具挑战性。现有的网络对齐工作通常需要大量的训练数据，但这样的要求很难在应用程序中得到满足，因为手动锚链路标记非常昂贵。显著不同于其他同类网络联盟的工作，在线社交网络中的信息通常是异类的，在模型建立中融入这些信息并不是一件容易的事。此外，锚链上的一对一基数约束使得它们的推理过程呈现出扭曲的相关性。为了解决这三个问题，本文提出了一种新的网络对齐模型—— ActiveIter。ActiveIter 定义了一组用于锚链特征提取的网络元关系图，采用主动学习方法进行有效的标签查询，采用贪婪链接选择方法进行锚链基数过滤。在真实世界的对齐网络数据集上进行了大量的实验，实验结果证明了 ActiveIter 与其他最先进的基线方法相比的有效性。

网络破坏行为的特征:

一个理性选择的视角

原文标题：

Characterizing Online Vandalism: A Rational Choice Perspective

地址：

https://arxiv.org/abs/2007.02199

作者：

Kaylea Champion

摘要：什么因素影响破坏公物的决定？虽然伤害是显而易见的，但是破坏者的利益却不那么明显。在许多情况下，被损坏的东西本身可能是破坏者使用或享受的东西。故意破坏行为具有传播价值: 可能对于故意破坏者本身，对于故意破坏行为针对的某些观众，以及对于一般公众。将破坏者视为理性的社区参与者，尽管他们的反对行为，提供了以新颖的方式参与或反对他们的选择的可能性。理性选择理论(RCT)应用于价值期望理论理论(VET) ，提供了一种在理性选择框架下描述行为的策略，首先假设受制于个人偏好和约束的权重，个人通过破坏行为来最大化他们自己的效用。本研究应用的 RCT 和 VET 的框架，以获得洞察破坏者的喜好和约束。通过对维基百科的混合方法分析，我将社会计算和犯罪学视角结合起来，提出了在线内容社区的故意破坏本体论。我用这个本体论对141起破坏行为进行了分类，发现破坏行为的性质因破坏者的相对可识别性、与维基百科的政策历史以及破坏所需的努力而不同。

新型冠状病毒肺炎和收入状况:

不同收入群体如何应对

疾病爆发，美国个案研究

原文标题：

COVID-19 and Income Profile: How People in Different Income Groups Responded to Disease Outbreak, Case Study of the United States

地址：

https://arxiv.org/abs/2007.02160

作者：

Qianqian Sun,Weiyi Zhou,Aliakbar Kabiri,Aref Darzi,Songhua Hu,Hannah Younes,Lei Zhang

摘要：由于不成熟的治疗和新型冠状病毒肺炎的快速传播，流动性干预措施在控制疫情中发挥了关键作用。在各种非药物干预措施中，社区感染控制被认为是一种非常有前途的方法。然而，缺乏利用现实世界的观察，根据社区的实际情况和特点改进社区一级干预措施的研究。我们的论文旨在调查美国社区之间对流动干预的不同反应，特别关注不同的收入水平。我们使用每月超过1亿个匿名设备的移动位置数据，为所有社区制定了6个每日移动性指标。每个指标由三个性能指标表示: “最佳性能”、“工作量”和“一致性”我们发现，在控制了十八个情景中的多个混杂变量之后，高收入会改善社会距离行为。除了低收入社区更难遵守社会距离规定这一现实之外，各种假设之间的比较还引起了对就业状况、工作条件、获得生活用品的机会以及低收入社区的病毒感染问题的关切。

时间网络中

重要节点识别的时间引力模型

原文标题：

Temporal Gravity Model for Important Nodes Identification in Temporal Networks

地址：

https://arxiv.org/abs/2007.02097

作者：

Jialin Bi,Ji Jin,Cunquan Qu,Xiuxiu Zhan,Guanghui Wang

摘要：识别重要节点是网络科学的核心任务之一，对于分析网络结构和理解网络的动态过程至关重要。大多数现实世界系统是时变的，可以很好地表示为时态网络。受经典重力模型的启发，我们提出了一个时间重力模型来识别时间网络中具有影响力的节点。重力模型中的两个关键要素是物体的质量和两个物体之间的距离。在时间重力模型中，我们将节点视为对象，将节点的基本属性，如静态和时间属性，视为节点的质量。我们定义时间距离，即最短到达距离和时间最短距离，作为两个节点之间的距离在我们的模型。在重要节点识别中，我们利用了模型和基线中心性方法。在10个实际数据集上的实验结果表明，时间重力模型在量化节点结构影响方面优于基线方法。此外，当我们使用时间最短距离作为两个节点之间的距离时，我们的模型是鲁棒的，并且在量化节点扩散影响方面比基线方法表现得更好。

构建大型名称消歧数据集的框架:

算法、可视化和人类协作

原文标题：

A framework for constructing a huge name disambiguation dataset: algorithms, visualization and human collaboration

地址：

https://arxiv.org/abs/2007.02086

作者：

Zhuoyue Xiao,Yutao Zhang,Bo Chen,Xiaozhao Liu,Jie Tang

摘要：我们提出了一个人工标记的作者姓名消歧(AND)数据集 WhoisWho，它由399,255个文档和45,187个不同的作者组成，有421个不明确的作者姓名。为了对如此大量的与数据进行高精度的标注，我们提出了一种新颖的标注框架，使人机能够高效、准确地协同工作。在此框架下，我们还提出了一个归纳消歧模型来对两个文档是否属于同一个作者进行分类。我们评估所提出的方法和其他最先进的消歧方法的 WhoisWho。实验结果表明: (1)在这个具有挑战性的基准上，我们的模型优于其他消歧算法。(2)“与”的问题仍然很大程度上没有得到解决，需要更深入的研究。我们相信这样一个大规模的基准测试将为作者姓名消歧任务带来很大的价值。我们还进行了一些实验，证明我们的标注框架可以帮助标注者有效地做出准确的结果，并有效地消除标注者的错误标注问题。

美国新型冠状病毒肺炎

期间的州际行程分析

原文标题：

An Interstate Trips Analysis during COVID-19 in the United States

地址：

https://arxiv.org/abs/2007.02020

作者：

Weiyi Zhou,Minha Lee,Qianqian Sun,Weiyu Luo,Chenfeng Xiong,Lei Zhang

摘要：世界范围内爆发的新型冠状病毒肺炎已经对公众构成了可怕的威胁。在大流行期间，人类的流动性以各种方式发生了变化。尽管目前对通用的移动性指标进行了研究，但是具体针对状态间移动性的研究非常有限。通过利用超过1亿个匿名设备的移动电话定位数据，我们估计了美国各州之间的人口流动。本文首先分析了2020年1月1日至2020年5月15日各州流量的时间格局和空间差异。然后，通过重复测量方差分析和事后比较，我们根据大流行严重程度群体辨别不同州之间人口流动的时间过程模式。进一步的分析表明，流量减少与大流行严重程度之间存在中度至高度的相关性，其强度因不同的政策而异。本文对输入性病例的预测有一定的参考价值。

耦合相位振子布居的普适标度和相变

原文标题：

Universal scaling and phase transitions of coupled phase oscillator populations

地址：

https://arxiv.org/abs/2007.02383

作者：

Can Xu,Xuebin Wang,Per Sebastian Skardal

摘要：Kuramoto 模型作为研究振荡系统同步现象的范式，在宏观阶参数中表现出连续的二阶相变。在这里，我们提出了一个通用框架，用于捕获同步开始时序参数的临界尺度，从而推广了许多经典的结果。利用自洽的方法和构造特征函数，我们确定了各种向同步的相变，并建立了描述临界点附近有序参数对耦合强度的渐近依赖关系的标度关系。我们发现，特征函数的几何特性，依赖于固有频率的分布，决定了临界以上的序参数的标度特性。

动态脆弱性下电网弹性的降低

原文标题：

Decreased resilience in power grids under dynamically induced vulnerabilities

地址：

https://arxiv.org/abs/2007.02365

作者：

Cristian Camilo Galindo-González,David Angulo-García,Gustavo Osorio

摘要：本文将一种基于粘结和现场渗流方法的方法应用于电网故障恢复能力的评估。我们的方法包括动态和结构基础的脆弱性度量，试图在复杂网络的二阶 Kuramoto 模型中找到更多关于拓扑和动态之间关系的洞察。作为数值模拟的测试案例，我们使用哥伦比亚输电系统的真实世界拓扑，以及随机生成的具有空间嵌入的网络。研究发现，通过将攻击集中在这些动态漏洞上，电网总体上更容易达到完全停电的状态，而在节点移除过程中，则受到网络中功率分布的同质性的制约。

2020年上半年，

世界各国和感染人数最多的国家

的新型冠状病毒肺炎

流行病模型的波数叠加

原文标题：

Superposition of waves for modeling COVID-19 epidemic in the world and in the countries with the maximum number of infected people in the first half of 2020

地址：

https://arxiv.org/abs/2007.02283

作者：

E. M. Koltsova,E. S. Kurkina1,A. M. Vasetsky

摘要：在逻辑离散方程组的基础上，对2020年上半年世界各国以及感染人数最多的国家如美国、巴西、俄罗斯和印度进行了新型冠状病毒肺炎流行病传播的数学建模。结果表明，对于那些采取强有力限制措施的国家，新型冠状病毒肺炎的传播适合于一个小容量的单一波，而对于一些违反限制措施的国家，流行病的传播适合于一个波叠加。对于人口大量混合的国家来说，今天这一流行病的传播也符合一个单一的浪潮，但具有巨大的容量价值(巴西——8000万人，印度——4000万人)。我们估计，这一流行病在当今世界的传播可分为5波。前两波是由中国的流行病传播(第一波在武汉)引起的，第三波是由欧洲国家的流行病传播引起的，第四波主要是由俄罗斯和美国的流行病传播引起的，第五波主要是由拉丁美洲和南亚的流行病传播引起的。这是第五波导致冠状病毒流行的传播进入了一个新的新型冠状病毒肺炎，感染人数增加了超过10万人。对所有被研究的国家和世界，每个叠加波的波容量和增长指标进行了计算。确定了波的局部峰值及其结束时间。这是第五次浪潮，它导致新型冠状病毒肺炎的传播进入了一个新的阶段，感染人数增加到10万以上。对于所有被检测的国家和整个世界，我们计算了每一个叠加波的波容量和感染者增长指数。

从空间自相关函数推导关联维数

原文标题：

Derivation of Correlation Dimension from Spatial Autocorrelation Functions

地址：

https://arxiv.org/abs/1901.03837

作者：

Yanguang Chen

摘要：空间自相关系数如 Moran 指数是空间相关矩阵的特征值。一个特征值代表一种定量分析的特征长度。然而，如果一个空间过程是基于没有特征尺度的分布，特征值将是无效的。在这种情况下，单个 Moran 指数不能导致可靠的统计推断。本文通过数学推理和实证分析，探讨了无尺度过程空间自相关性的测度方法。利用相对阶跃函数作为空间邻近函数，将空间自相关系数转化为相应的空间自相关函数。通过空间自相关函数的分解，我们可以推导出空间关联维数和空间自相关函数之间的关系。最后，建立了一系列有用的数学模型。因此，我们可以利用空间关联维数进行简单的空间自相关分析，并利用空间自相关函数对地理现象进行复杂的空间自相关分析。这项研究揭示了分形图案与自然界和社会空间自相关过程的内在联系。这项工作可能激发复杂地理系统空间建模和分析的新思路。

高熵合金: 社会物理学中的一个新隐喻

原文标题：

An Interstate Trips Analysis during COVID-19 in the United States

地址：

https://arxiv.org/abs/2007.02154

作者：

Pawel Sobkowicz

摘要：社会物理学中的大多数观点动力学模型都有其研究二维磁化现象的历史渊源。这个比喻已经被证明是非常有用的，因为它允许使用众所周知的技术，将单个自旋及其相互作用的个体行为与大规模的性质联系起来，如磁化或磁区的产生。这些物理属性然后被“映射”到社会概念: 自旋取向到一个人对一个具体问题的看法，磁化到对这个问题的全球意见，等等。在过去的20年里，模型得到了显著的扩展，使用了更加复杂的个体特征和更加复杂的交互类型，但是隐喻的力量没有改变。在这篇论文中，我们建议使用一个新的物理系统作为社会物理学新思想的基础。我们将认为，专门用于研究高熵合金的概念和工具可以通过侧重于更广泛的全球现象，从原子性质、相互作用和安排，大大拓宽社会概念的范围。我们通过计算一个简单的 HEA 系统的一些特征以及它们可能的“映射”到社会概念来说明这个新思想。

被驱逐出结构平衡的天堂

原文标题：

Expulsion from structurally balanced paradise

地址：

https://arxiv.org/abs/2007.02128

作者：

Krzysztof Malarz,Maciej Wołoszyn

摘要：利用热浴算法模拟了三角网格上结构平衡的演化过程。与类似的方法不同的是——但是应用于完全图的分析——三角网格拓扑成功地防止了海德尔的部分平衡的出现。从海德天堂的状态开始，系统的进化导致不平衡和无序的状态只是时间问题。系统弛豫的时间不依赖于系统的大小。在早期调查的结构平衡系统中没有观察到任何平衡状态的迹象。

关于统计流形的最小遗憾:

曲率的作用

原文标题：

On the minmax regret for statistical manifolds: the role of curvature

地址：

http://arxiv.org/abs/2007.02904

作者：

Bruno Mera,Paulo Mateus,Alexandra M. Carvalho

摘要：模型的复杂性在模型的选择中起着至关重要的作用，即选择一个既适合数据又简洁的模型。两部分代码和最小描述长度已成功地提供程序，以挑选出最佳模型，避免过度拟合。在这项工作中，我们继续这种方法，并通过在参数空间中执行进一步的假设来补充它。具体地说，我们假设参数空间是一个光滑的流形，并且利用黎曼几何的工具，我们得到了一个比随机复杂性给出的标准表达式更尖锐的表达式，其中数量曲率的费雪资讯度量起主导作用。此外，我们推导了一般统计流形的最小最大后悔值，并将我们的结果应用于在主成分分析上下文中推导出最优降维。

时间尺度在非对称

相互作用疾病传播中的作用

原文标题：

The role of time scale in the spreading of asymmetrically interacting diseases

地址：

https://arxiv.org/abs/2007.02774

作者：

Paulo Cesar Ventura,Yamir Moreno,Francisco A. Rodrigues

摘要：自然界和社会中的疾病和其他传染现象可以不对称地相互作用，以致一方可以从另一方受益，而这反过来又损害了第一方，与捕食-被捕食系统类似。在这里，我们考虑两个模型相互作用的疾病样动态与不对称的相互作用和不同的相关时间尺度。利用均匀混合种群的速率方程，我们证明了每个模型的稳态参数和相图随相对时间尺度的变化而变化。我们还详细描述了观察到的瞬态振荡的区域，这种模式是非对称相互作用固有的，但在文献中经常被忽略。我们的研究结果有助于更好地理解疾病动力学，以及一般的相互作用过程，并且可以为现实世界的应用提供有趣的洞察力，最显著的是，事实核查和假新闻之间的相互作用。