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

在全球范围内，空运连通性和新冠肺炎案例之间的同步程度；
维基百科对有争议话题的网络偏见；
社交媒体用户个人价值观的社区语言特征及其相关性研究；
基于算法排名的政治受众多样性与新闻可靠性；
只有属性信息节点的感应链路预测；
对抗社交媒体中的新冠肺炎信息学: 整体观点和武装号召；
基于深度网络表示学习的比特币交易预测；
可激发激光对周期性扰动响应的成功率分析；
平稳时间序列随机微分方程的非参数估计；
对称性与金融市场；
通过碳回收义务为永久性二氧化碳处置提供可持续资金；
可再生欧洲电力系统的地区公平成本与自给自足；
全身炎症反应综合征模型的异质性学习: 新冠肺炎的应用；
人工规模报酬递增与 Lognormals 的抽样问题；
新冠肺炎传播中空间传输和异质性的节俭模型；

在全球范围内，空运连通性和

新冠肺炎案例之间的同步程度

原文标题：

On the degree of synchronization between air transport connectivity and COVID-19 cases at worldwide level

地址：

http://arxiv.org/abs/2007.08412

作者：

Xiaoqian Sun,Sebastian Wandelt,Anming Zhang

摘要：目前新型冠状病毒肺炎的爆发是航空运输史上前所未有的事件。虽然众所周知，空中运输在大流行病的传播方面发挥着关键作用，但这可能是全球航空业第一次促成大流行病在全球范围的传播，据报告有500000多人因感染而伤亡。在这项研究中，我们分析了航空运输所起的作用，以及航空运输系统在整个流行期间是如何改变的。主要的决策者是国家(政府)和航空公司，他们主要参与了旅行禁令的决策和实施。在这里，我们通过分析特定国家报告的案件数量之间的同步程度，以及这些国家如何/何时对空中运输业务作出反应，重点讨论国家的作用。我们的研究还提供了一个全面的实证分析，在国家一级的新型冠状病毒肺炎流感大流行对航空业的影响。人们希望这项研究能够为预防和控制未来的浪潮或其他类型的大流行病提供新的见解。

维基百科对有争议话题的网络偏见

原文标题：

Wikipedia’s Network Bias on Controversial Topics

地址：

http://arxiv.org/abs/2007.08197

作者：

Cristina Menghini,Aris Anagnostopoulos,Eli Upfal

摘要：维基百科最重要的特点就是页面上有超链接。链接放置是人们合作的产物，因此维基百科自然而然地继承了人们的偏见。由于链接的处理对用户的导航会话有很大的影响，我们需要验证，给定一个有争议的话题，超链接的网络不会让用户只暴露在主题的一个方面。维基百科的主题引导网络阻止用户发现问题的不同方面，存在结构性偏见。在这项工作中，我们定义了静态结构偏差和动态结构偏差，前者表示对比倾向的页面之间的连接强度是否相同，后者量化了用户在导航过程中面临的网络层次偏差。我们对几个有争议话题的结构性偏见进行了测量，结果显示，用户从一开始就不太可能到达相反的页面，而且他们浏览维基百科时表现出的行为比基准线预期的偏见要多得多。我们的研究结果提高了问题的相关性，并为开发能够自动测量和建议超链接位置的系统铺平了道路，这些超链接位置能够最小化结构偏差的存在和影响。

社交媒体用户个人价值观的

社区语言特征及其相关性研究

原文标题：

On Predicting Personal Values of Social Media Users using Community-Specific Language Features and Personal Value Correlation

地址：

http://arxiv.org/abs/2007.08107

作者：

Amila Silva,Pei-Chi Lo,Ee-Peng Lim

摘要：个人价值观对个人的行为、偏好和决策有显著影响。因此，一个人的个人价值观可能会影响他或她的社交媒体内容和活动，这并不奇怪。研究人员没有让用户完成个人价值调查问卷，而是研究了一种非侵入性的、高度可扩展的方法，使用用户生成的社交媒体数据来预测个人价值。尽管如此，在设计这种预测模型时，词汇使用和配置文件信息的地理差异是需要解决的问题。在这项工作中，我们重点分析新加坡用户的个人价值观，并开发有效的模型来预测他们的个人价值观使用他们的 Facebook 数据。这些模型利用了语言调查和词汇计数(LIWC)中的词类以及个人价值观之间的相互关系。LIWC 的单词分类适用于新加坡的非英语单词使用。我们将个人值之间的相关性整合到我们提出的堆栈模型中，该模型由一个任务特定的基本模型层和一个十字绣层模型组成。通过实验，我们发现我们提出的模型预测个人价值观的准确性比以前的工作有了很大的提高。此外，我们使用堆栈模型来预测一大群 Twitter 用户的个人价值，使用他们的公开 tweet 内容，并通过经验得出一些关于他们在线行为的有趣发现，这些发现与社会科学和社交媒体文献中的早期发现一致。

基于算法排名的政治

受众多样性与新闻可靠性

原文标题：

Political audience diversity and news reliability in algorithmic ranking

地址：

http://arxiv.org/abs/2007.08078

作者：

Saumya Bhadani,Shun Yamaya,Alessandro Flammini,Filippo Menczer,Giovanni Luca Ciampaglia,Brendan Nyhan

摘要：新闻推送算法经常放大错误信息和其他低质量的内容。社交媒体平台如何更有效地促进可靠的信息？现有的方法难以扩大规模，容易受到操纵。在本文中，我们建议使用一个网站的受众的政治多样性作为一个质量信号。使用域名专家的新闻来源可靠性评级和来自6890名不同样本的美国公民的网页浏览数据，我们首先显示，拥有更极端和更少政治不同观众的网站新闻标准较低。然后，我们将用户的多样性纳入一个标准的协同过滤/服务框架，并表明我们的改进算法提高了建议给用户的网站的可信度—- 尤其是那些最经常消费错误信息的用户—- 同时保持建议的相关性。这些调查结果表明，党派观众的多样性是新闻业更高标准的一个有价值的信号，应该纳入算法排名的决定。

只有属性信息

节点的感应链路预测

原文标题：

Inductive Link Prediction for Nodes Having Only Attribute Information

地址：

http://arxiv.org/abs/2007.08053

作者：

Yu Hao,Xin Cao,Yixiang Fang,Xike Xie,Sibo Wang

摘要：预测两个节点之间的链路是图形数据分析的一个基本问题。在属性图中，结构信息和属性信息都可以用于链路预测。现有的大多数研究集中在传感器链路预测，其中两个节点都已经在图中。然而，许多现实应用需要对只有属性信息的新节点进行归纳预测。由于新的节点没有结构信息，在模型训练过程中不能被发现，因此这种方法更具有挑战性。为了解决这个问题，我们提出了一个称为 DEAL 的模型，它由三部分组成: 两个节点嵌入编码器和一个对齐机制。两种编码器分别输出面向属性的节点嵌入和面向结构的节点嵌入，对齐机制将两种类型的嵌入进行对齐，建立属性和链接之间的联系。我们的模型交易是多才多艺的意义上，它的工程都感应和传感链路预测。在多个基准数据集上进行的大量实验表明，该模型的性能明显优于现有的感应链路预测方法，在传感链路预测方面也优于现有的方法。

对抗社交媒体中的新冠肺炎

信息学: 整体观点和武装号召

原文标题：

Fighting the COVID-19 Infodemic in Social Media: A Holistic Perspective and a Call to Arms

地址：

http://arxiv.org/abs/2007.07996

作者：

Firoj Alam,Fahim Dalvi,Shaden Shaar,Nadir Durrani,Hamdy Mubarak,Alex Nikolov,Giovanni Da San Martino,Ahmed Abdelali,Hassan Sajjad,Kareem Darwish,Preslav Nakov

摘要：随着新型冠状病毒肺炎疫情的爆发，人们转向社交媒体阅读和分享及时的信息，包括统计数据、警告、建议和鼓舞人心的故事。不幸的是，除了所有这些有用的信息，还有医学和政治上的错误信息和虚假信息的新混合，从而产生了第一个全球信息学术。虽然与这个信息流行病作斗争通常被认为是真实的，但问题更为广泛，因为恶意内容不仅包括假新闻、谣言和阴谋论，还包括促进假药、恐慌、种族主义、仇外心理和对当局的不信任等等。这是一个复杂的问题，需要综合记者、事实核查者、决策者、政府实体、社交媒体平台和整个社会的观点。考虑到这些，我们定义了一个注释模式和详细的注释说明，它们反映了这些透视图。我们使用这个模式执行了最初的注释，最初的实验显示了相当大的基准改进。现在，我们号召研究界和其他方面加入到这场斗争中来，支持我们的众包注释工作。

基于深度网络

表示学习的比特币交易预测

原文标题：

Bitcoin Transaction Forecasting with Deep Network Representation Learning

地址：

http://arxiv.org/abs/2007.07993

作者：

Wenqi Wei,Qi Zhang,Ling Liu

摘要：比特币及其数字货币交易的去中心化计算模式是21世纪最具破坏性创新的货币交易模式之一。本文提出了一种利用深层神经网络学习比特币交易网络表示的方法来建立比特币交易预测模型 DLForecast。做出了三个原创性的贡献。首先，我们探讨了比特币交易账户之间的三个有趣的属性: 比特币账户的拓扑连接模式、交易量模式和交易动态。其次，我们构造了一个时间衰减的可达性图和一个时间衰减的交易模式图，旨在捕捉不同类型的时空比特币交易模式。第三，利用嵌入在两个图上的节点，开发了一个基于历史交易的带有内置时间衰减因子的用户账户间比特币交易预测系统。为了保持有效的交易预测性能，我们利用乘法模型更新(MMU)集成，将基于从每个相应的比特币交易图中提取的不同交易特征的预测模型组合起来。通过对实际比特币交易数据的分析，表明该模型具有较高的预测效率，运行速度快，预测精度在60% 以上，预测性能比基于静态图基线的预测模型提高了50%。

可激发激光对周期性

扰动响应的成功率分析

原文标题：

Success rate analysis of the response of an excitable laser to periodic perturbations

地址：

http://arxiv.org/abs/2007.08228

作者：

Jordi Tiana-Alsina,Bruno Garbin,Stephane Barland,Cristina Masoller

摘要：我们使用统计工具来刻画激发系统对周期扰动的反应。该系统是在脉冲注入场相位扰动下光学注入的激光二极管。我们通过计算激光器发出的脉冲数来表征激光器的响应特性。成功率，SR (t) ，然后定义为在 t 间隔内发射的脉冲数量，相对于扰动的数量。通过分析随时间的变化，可以区分技术起点的恒定滞后和物理起点和动力起点的频率依赖滞后。一旦考虑到滞后，成功率清楚地捕捉到锁定和解锁的政权和它们之间的过渡。我们预计，成功率将是一个实用的工具，用于分析周期性强迫系统的输出，特别是当需要通过小的周期性扰动产生非常规的振荡。

平稳时间序列随机

微分方程的非参数估计

原文标题：

Non-parametric estimation of Stochastic Differential Equations from stationary time-series

地址：

http://arxiv.org/abs/2007.08054

作者：

Xi Chen,Ilya Timofeyev

摘要：研究了长平稳轨道上扩散项的非参数估计(布朗运动驱动的随机微分方程)的效率。首先，我们引入基于漂移系数和扩散系数定义的条件期望估计。这些估计包括时间和空间离散化参数，用于计算离散采样平稳数据的期望值。接下来，我们根据计算参数分析这些估计量的一致性和均方差。为了获得最佳的收敛速度和最小的计算复杂度，我们推导了观测点数目、时间和空间离散化参数之间的关系。我们用数值模拟来说明我们的方法。

对称性与金融市场

原文标题：

Symmetry and financial Markets

地址：

http://arxiv.org/abs/2007.08475

作者：

Jørgen Vitting Andersen,Andrzej Nowak

摘要：对称性概念在物理学各个领域的重要性怎么强调都不为过，诺贝尔奖获得者 p.w. 安德森曾提到过这个事实，他曾写道物理学是对称性的研究。尽管对称的概念在一般科学中被广泛应用，但是很少(如果不是几乎没有)的应用能够进入金融领域。尽管如此，这个现象看起来还是有相关性的，例如，在决定买卖金融类股票时可能会出现的策略的对称性。因此，博弈论显然是寻找对称性的一个途径，但正如我们将要展示的那样，技术分析和长期经济增长也可能是显示对称性特征的现象。

通过碳回收义务为永久性

二氧化碳处置提供可持续资金

原文标题：

Sustainable financing of permanent CO2 disposal through a Carbon Takeback Obligation

地址：

http://arxiv.org/abs/2007.08430

作者：

Stuart Jenkins,Eli Mitchell-Larson,Stuart Haszeldine,Myles Allen

摘要：除非全球对碳密集型能源和产品的需求立即出现前所未有的减少，否则在本世纪中叶之前，每年将需要捕获和永久储存数十亿吨二氧化碳，以实现《巴黎协定》的目标。然而，来自更廉价、临时性的碳储存的竞争意味着，永久性处理仍然缺乏投资，目前占能源和工业过程(EIP)排放量的0.1% 左右。这些储存的部分必须达到100% ，才能阻止生态价值导致的全球变暖。在这里，我们表明，一个成本效益的转变，可以通过要求增加储存的部分通过逐步碳回收义务(CTO)的化石燃料生产商和进口商。在2040年代之前，对消费者储存碳的预计成本低于传统的1.5{ deg } c 设想方案中对碳排放的定价，之后可比或更低。首席技术官与减少二氧化碳产量的措施相结合，将提供最低风险的途径，实现净零排放。

可再生欧洲电力系统的

地区公平成本与自给自足

原文标题：

Costs of Regional Equity and Autarky in a Renewable European Power System

地址：

http://arxiv.org/abs/2007.08379

作者：

Fabian Neumann

摘要：在规划未来能源系统时，社会接受度是一个多方面的考虑，但往往难以内在解决。一个关键的方面是投资的空间分布。在这里，我评估了在一个完全可再生的欧洲电力系统中，当基础设施的发展在国家和地区之间更加均衡地分担时，成本的影响和最佳系统组成的变化。在发电方面，我故意偏离了资源诱导成本最优化的解决方案，转而采用更加公平和自给自足的解决方案。分析采用了开放式优化模型 PyPSA-Eur。我指出，成本最优的解决方案导致非常不均匀的资产分配，但更均匀的扩张计划可以在国家一级实现，只有很少的额外费用低于4% 。然而，完全自给自足的解决方案，如果没有动力传输，似乎成本要高得多。

全身炎症反应综合征

模型的异质性学习:

新冠肺炎的应用

原文标题：

Heterogeneity Learning for SIRS model: an Application to the COVID-19

地址：

http://arxiv.org/abs/2007.08047

作者：

Guanyu Hu,Junxian Geng

摘要：我们提出了一种用于易感-感染-移除-易感(SIRS)模型的 Bayesian 异质性学习方法，该方法允许在不同区域之间对最新冠状病毒的传播率、恢复率和免疫力丧失率进行基本的聚类模式。我们提出的方法同时提供了参数估计和聚类信息的推断，其中包含聚类个数和聚类配置。具体而言，我们的核心思想是将 SIRS 模型转化为一个层次形式，并将有限混合优先权分配给异质学习。研究了这些模型的性质，并使用马尔科夫蒙特卡洛抽样算法对美国后验概率进行了抽样。进行了大量的仿真研究，以检验所提出的方法的经验性能。我们进一步应用所提出的方法来分析美国国家层面的新型冠状病毒肺炎数据。

人工规模报酬递增与

Lognormals 的抽样问题

原文标题：

Artificial Increasing Returns to Scale and the Problem of Sampling from Lognormals

地址：

http://arxiv.org/abs/1807.09424

作者：

Andres Gomez-Lievano,Vladislav Vysotsky,Jose Lobo

摘要：我们展示了在没有任何排序或正外部性的情况下，如何在城市规模扩张中人为地、系统地、可预测地产生规模收益递增。我们采用了一个模型，其中个人生产率是独立的和同分布的对数正态随机变量在所有城市。本文运用极值理论，通过横截面回归分析，证明了当对数生产力方差大于最小城市人口规模对数规模的两倍时，规模报酬递增的矛盾现象。我们的贡献是推导出一个由这种机制产生的人工标度指数的分析预测，并开发一个简单的统计检验来尝试分辨一个给定的估计是真实的还是人为的。我们的分析结果是有效的分析模拟和真实的微观数据的工资跨市镇在哥伦比亚。我们展示了如何在哥伦比亚的数据中出现一个人工标度指数，当每个城市的工人的随机样本大小是其总体大小的1% 或更少。

新冠肺炎传播中空间传输和

异质性的节俭模型

原文标题：

A parsimonious model for spatial transmission and heterogeneity in the COVID-19 propagation

地址：

http://arxiv.org/abs/2007.08002

作者：

Lionel Roques,Olivier Bonnefon,Virgile Baudrot,Samuel Soubeyrand,Henri Berestycki

摘要：国家一级累计死亡人数的原始数据通常表明新型冠状病毒肺炎发病率的空间分布是可变的。一个重要问题是确定这种空间格局是否是爆发过程中环境不均匀的结果，例如气候条件。另一个基本问题是理解新型冠状病毒肺炎的空间扩散。为了解决这些问题，我们考虑了在初始条件、接触率和非本地传播方面具有不同复杂性的四个候选流行病学模型，并用一种混合概率常微分方程方法将它们与法国的死亡率数据相匹配。利用标准的统计标准，选择具有非局部传播的模型，对应于依赖于地理邻近性、具有时间依赖的接触率和空间不变参数的县图上的扩散。这个原始的空间上简约的模型表明，在一个地理上中等规模的中央集权国家，如法国，一旦疫情建立，全球过程的影响，如限制政策，卫生措施和社会距离超过了当地因素的影响。此外，这种建模方法揭示了潜在的流行病学动态，包括局部免疫水平，并使我们能够评估非局部相互作用对该疾病未来传播的作用。鉴于其理论和数值的简单性及其能够精确地跟踪新型冠状病毒肺炎/艾滋病流行曲线，我们在这里开发的框架，特别是非局部模型和相关的估计程序，是研究流行病空间动力学的普遍兴趣。

印度新冠肺炎大流行的

封锁影响和退出策略

原文标题：

Modeling Control, Lockdown & Exit Strategies for COVID-19 Pandemic in India

地址：

http://arxiv.org/abs/2007.07988

作者：

Madhab Barman,Snigdhashree Nayak,Manoj K. Yadav,Soumyendu Raha,Nachiketa Mishra

摘要：新型冠状病毒肺炎—- 一种病毒感染—- 已经迅速成为一种全球流行病，感染全球数百万人，造成大量死亡。这种疾病的症状千差万别。根据症状，被感染者大致分为两类，即无症状和有症状。无症状者表现出轻微或无症状，但继续将感染传播给其他健康个体。无症状感染的这一特殊方面对管理和控制传染病的传播构成了主要障碍。在本文中，我们尝试用数学方法模拟在不同干预策略下新型冠状病毒肺炎在印度的传播。我们考虑 SEIR 型流行病学模型，与代表不同年龄组人口之间接触结构的印度特定社会接触矩阵结合起来。人们广泛研究了渐近个体的存在、封锁策略、社会疏远行为、隔离和住院等因素对疾病传播的影响。模型的数值模拟结果与印度直到2020年5月15日的实际新型冠状病毒肺炎资料相吻合，用于估计模型参数。我们的区域封锁模型被认为对2020年7月20日做出了不错的预测。