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

基于深度学习的气候数据时空预测新框架；
超流体相变的重整化群研究: 压缩性的影响；
几何量和体积变量的经典 n 体系统 i. 三体情况；
双向贪婪: 非完全理性的算法；
现实-人造连续体中的工程可靠相互作用；
Jadescript 自主机器人程序设计探索性实验；
具有保留不确定性的蒙特卡罗重新加权神经网络重采样器；
健康、社会心理和社会问题源于新冠肺炎流行病，基于使用自然语言处理的社会媒体评论；
用认知网络科学揭示遗书的语义和情感结构；
在线社会网络青少年隐私保护体系研究；
设计用于图形学习的网络；
Twitter 社交工程攻击的机器人开发；
危机期间人道主义援助应急的社交媒体信息聚类；
多元网络上非对称 q 选民模型连续相变的真实生态；
复杂网络中知识获取性能的比较分析；
新冠肺炎流感大流行期间医疗产品出口限制的非预期后果；
传染病通过间接接触传播的年龄结构 SIR 模型；
护理之家的员工网络和新冠肺炎；
个体为本模型卫生组织新冠肺炎疫情爆发与经济活动的相互关系；
有界约束下的哈萨克斯坦新冠肺炎再生数和其他参数的估计: 一个模型案例研究；
混合非线性神经元模型对瞬态输入的 III 型响应；

基于深度学习的

气候数据时空预测新框架

原文标题：

A Novel Framework for Spatio-Temporal Prediction of Climate Data Using Deep Learning

地址：

http://arxiv.org/abs/2007.11836

作者：

Federico Amato,Fabian Guignard,Sylvain Robert,Mikhail Kanevski

摘要：随着统计学和计算科学在气候建模和预测方面的作用变得越来越重要，机器学习研究人员越来越意识到他们的工作与帮助解决气候危机的相关性。事实上，作为通用的非线性函数逼近工具，机器学习算法在分析和建模空间和时间变化的气候数据方面是有效的。虽然深度学习模型已经证明能够通过自动特征表示学习捕捉空间、时间和时空相关性，但是对空间中一组不规则点上测量的连续时空场的插值问题仍然没有得到充分的研究。为了填补这一空白，我们在这里介绍了一个基于深度学习的气候和环境数据时空预测框架。具体来说，我们展示了如何将时空过程分解为时间参考基函数的乘积和随机空间系数的乘积，这些空间系数可以在规则网格上进行空间模型化和映射，从而允许重构完整的时空信号。基于模拟和实际数据的两个案例研究的应用将表明所提出的框架在建模相干时空场方面的有效性。

超流体相变的重整化群研究:

压缩性的影响

原文标题：

Renormalization group study of superfluid phase transition: effect of compressibility

地址：

http://arxiv.org/abs/2007.12010

作者：

Michal Dančo,Michal Hnatič,Tomáš Lučivjanský,Lukáš Mižišin

摘要：研究了超流体系统在外界搅拌和平流过程存在时的动态临界行为。后者是利用具有白噪声特征的高斯随机速度系综在时间变量和自相似空间相关的情况下产生的。这项工作的主要重点是分析可压缩模态对临界行为的影响。该模型是通过随机 Langevin 方程建立的，然后将其转化为 Janssen-De Dominicis 响应形式。利用场论微扰重整化群方法，我们分析了模型的大尺度特性。在双(，y)展开格式中，对主要的单回路近似进行了显式计算，其中偏离了上临界维数 dc = 4，y 描述了速度集合的标度性质。总共有五个不同的普适性类别被期望是宏观上可观察到的。与不可压缩情况相反，我们发现压缩性导致非平凡渐近区域的增强和稳定。

几何量和体积变量的

经典 n 体系统 i. 三体情况

原文标题：

Classical n-body system in geometrical and volume variables. I. Three-body case

地址：

https://arxiv.org/abs/2007.11959

作者：

A. M. Escobar-Ruiz,R. Linares,Alexander V Turbiner,Willard Miller, Jr

摘要：我们考虑 d 自由度(d > 1)在总角动量为零时的经典三体系统。这项研究仅限于单独依赖于两体之间的相对(相互)距离的势 v。根据拉格兰奇的提议，在质心坐标系中，我们引入相对距离(由角度补充)作为广义坐标，并证明动能不依赖于 d，证实了 Murnaghan (1936)在 d = 2时的结果和 van Kampen-Wintner (1937)在 d = 3时的结果，其中它相当于一个3 d 的固体。实现了 z2- 对称(r →-r) ，引入了新的变量 = r2，使得惯性张量非奇异。物体的3个位置构成一个三角形(相互作用) ，动能是物体位置和质量(以及三角形边和质量的 wrt 交换)的 s3位置不变 wrt 交换。对于等质量，我们使用 z something 32基本规则 s 3的最低阶对称多项式不变量来定义新的广义坐标，它们被称为{ it 几何变量}。其中两个最低阶(三角形边的平方和和面积的平方)称为{ it 体积变量}。结果表明，对于仅仅依赖于几何变量和仅仅依赖于质量相关体积变量的势，Hamilton 运动方程看起来简单得令人吃惊。在这种情况下(ii)所有的轨迹都是独立于质量的！我们详细研究了三个例子: (i) d = 3的牛顿三体引力，(II) Fujiwara 等人关于代数双纽函数的三体编排，(III)谐振子。

双向贪婪: 非完全理性的算法

原文标题：

Two-way Greedy: Algorithms for Imperfect Rationality

地址：

https://arxiv.org/abs/2007.11868

作者：

Diodato Ferraioli,Paolo Penna,Carmine Ventre

摘要：在算法机构设计这个大框架下，算法设计需要考虑自私利益的认识在计算机科学中产生了许多贡献。新的算法性质和范例已经确定和研究。我们的工作源于这样一个观察: 自私与理性是不同的; 每当人们根据他们不完美的理性认为自私是方便的时候，他们就会试图制定策略。最近的研究集中在一个特殊的非完全理性概念上，即或有推理技能的缺乏，并将显性策略防范定义为处理这些行为者的自私性的一种方法。本质上，这个定义表明，为了关心这些代理的动机，我们不仅需要关注输入和输出之间的关系，还需要关注算法的运行方式。然而，目前还不清楚 OSP 必须使用哪些算法方法。本文证明，对于二进制分配问题，OSP 完全被两种著名算法技术的组合所捕获: 正向贪婪和反向贪婪。我们称之为双向贪婪的算法设计范例。我们的主要技术贡献建立了 OSP 和双向贪婪之间的联系。我们在最近引入的 OSP 循环单调性技术的基础上进行了改进。利用 OSP 机制的圈和查询的新结构特性，从极值实现的角度对这些机制进行了充分的刻画。这些协议要求每个代理始终如一地将其域中当前历史上的一个极端与其他极端分开。通过与贪婪范式的连接，我们能够导入大量的近似边界到 OSP，并加强这个算法族的策略性质。最后，我们开始探索双向贪婪集合系统的威力。

现实-人造连续体中

的工程可靠相互作用

原文标题：

Engineering Reliable Interactions in the Reality-Artificiality Continuum

地址：

https://arxiv.org/abs/2007.11742

作者：

Davide Ancona,Chiara Bassano,Manuela Chessa,Viviana Mascardi,Fabio Solari

摘要：米尔格拉姆的现实-虚拟连续体适用于物理空间维度的相互作用，从真实到虚拟。然而，交互也有一个社会维度，可以从真实的到人为的，取决于用户交互的伙伴。在本文中，我们提出了我们的现实-人造双维连续体(RAC)的愿景，我们确定了在其设计和开发的一些挑战，我们讨论了如何可靠的相互作用可能支持在 RAC 内部。

Jadescript 自主机器人

程序设计探索性实验

原文标题：

Exploratory Experiments on Programming Autonomous Robots in Jadescript

地址：

http://arxiv.org/abs/2007.11741

作者：

Eleonora Iotti,Giuseppe Petrosino,Stefania Monica,Federico Bergenti

摘要：本文描述了验证使用代理人导向编程语言编写自治机器人程序的可能性的探索性实验。通过各种类型的传感器对环境进行正确的感知，并通过有效的执行器对外部事件作出及时的反应，是为机器人提供充分的自主性所必不可少的。代理人导向编程模式与此相关，因为它提供了语言层次的抽象来处理事件和命令执行器。本文介绍了一种最新的代理人导向编程语言 Jadescript，以及它专门为处理事件而设计的新特性。通过一个简单的案例分析应用，验证了该方法的有效性，并通过实例说明了该语言在自主机器人编程中的应用。

具有保留不确定性的蒙特卡罗

重新加权神经网络重采样器

原文标题：

A Neural Resampler for Monte Carlo Reweighting with Preserved Uncertainties

地址：

http://arxiv.org/abs/2007.11586

作者：

Benjamin Nachman,Jesse Thaler

摘要：蒙特卡罗事件发生器是对撞机物理中数据分析的重要工具。为了包含次引导量子修正，这些生成器往往需要产生负权重事件，从而导致数据集的统计稀释和探测器模拟的下游计算开销。最近，2005.09375的作者提出了一种正向重采样方法，在直方图容器内重新平衡权重以消除负权重事件。在这项工作的基础上，我们介绍了神经重采样: 一种基于神经网络的蒙特卡罗重新加权的非分组方法，它可以很好地扩展到高维和变维的相空间。我们特别注意保持事件样本的统计特性，这样神经重采样不仅保持任何观测值的平均值，而且其蒙特卡罗不确定性。为了说明我们的神经重采样方法，我们提供了一个案例研究，它来自于顶夸克对产生的次前导顺序与部分子簇射匹配的大型强子对撞机。

健康、社会心理和社会问题

源于新冠肺炎流行病，

基于使用自然语言处理的

社会媒体评论

原文标题：

Health, Psychosocial, and Social issues emanating from COVID-19 pandemic based on Social Media Comments using Natural Language Processing

地址：

http://arxiv.org/abs/2007.12144

作者：

Oladapo Oyebode,Chinenye Ndulue,Ashfaq Adib,Dinesh Mulchandani,Banuchitra Suruliraj,Fidelia Anulika Orji,Christine Chambers,Sandra Meier,Rita Orji

摘要：新型冠状病毒肺炎流感大流行引起了全球健康危机，影响到人类生活的许多方面。在缺乏疫苗和抗病毒药物的情况下，为了控制冠状病毒的传播，已经实施了一些行为改变和政策举措，例如物理距离。社交媒体数据可以揭示公众对全球各国政府和卫生机构如何应对这场大流行病的看法，以及这种疾病对人们的影响，无论他们的地理位置如何，这与阻碍或促进全球控制这场大流行病传播的各种因素是一致的。本文旨在利用社会媒体数据调查新型冠状病毒肺炎流行病对全球人民的影响。我们应用自然语言处理(NLP)和主题分析，利用社会媒体数据来了解公众的意见、经验和有关新型冠状病毒肺炎流行病的问题。首先，我们从 Twitter、 Facebook、 YouTube 和三个在线讨论论坛收集了超过4700万条 covid-19相关评论。其次，我们执行数据预处理，包括应用 NLP 技术对数据进行清理和准备，以便进行主题自动提取。第三，我们应用上下文感知的 NLP 方法，从超过100万个随机选择的评论中提取有意义的关键词或主题，计算每个主题的情感得分，并使用基于词典的技术根据得分分配情感极性。第四，我们将相关主题分为更广泛的主题。总共出现了34个负面主题，其中15个是从公众角度看与新型冠状病毒肺炎有关的健康问题、社会心理问题和社会问题。此外，我们的研究结果还显示了20个积极的主题。最后，我们建议根据积极主题和其他根植于研究的补救思想，采取有助于解决消极问题的干预措施。

用认知网络科学揭示

遗书的语义和情感结构

原文标题：

Revealing semantic and emotional structure of suicide notes with cognitive network science

地址：

http://arxiv.org/abs/2007.12053

作者：

Andreia Sofia Teixeira,Szymon Talaga,Trevor James Swanson,Massimo Stella

摘要：了解自杀者的认知和情感认知是最敏感的科学挑战之一。在某些情况下，人们觉得有必要留下一些书面的东西，一件他们用来表达自己的东西，记录他们最后的话语和感受的东西。这些遗书对于更好地理解自杀念头的心理学至关重要。这项工作为自杀遗书的语言内容提供了结构，揭示了自杀者的认知和情感状态之间的相互联系。我们建立在认知网络科学，心理语言学和语义框架理论的基础上，引入了一个网络表征的心态表达自杀遗言。我们的认知网络表征能够通过结构平衡理论、语义突显和情绪侧写对遗书中的语言进行定量分析。我们的研究结果表明，情绪句法连接的积极和消极价值的术语引起了一定程度的结构平衡，这是显着高于零模型的情绪结构是随机的。我们发现自杀遗言是有区别的，积极的概念倾向于聚集在一起，支配整个网络结构。一个关键的积极概念是“爱” ，它将自己与他人的信息整合在一起，在自杀遗书中语义上非常突出。“爱”语义框架中的情感，将喜悦与信任、期待与悲伤结合起来，与心理学的意义生成理论和叙事心理学理论相联系。我们的研究结果为理解真正的自杀遗书的结构开辟了新的途径，为今后的自杀预防研究提供了参考。

在线社会网络

青少年隐私保护体系研究

原文标题：

A Privacy-Preserving Architecture for the Protection of Adolescentsin Online Social Networks

地址：

http://arxiv.org/abs/2007.12038

作者：

Markos Charalambous,Petros Papagiannis,Antonis Papasavva,Pantelitsa Leonidou,Rafael Constaninou,Lia Terzidou,Theodoros Christophides,Pantelis Nicolaou,Orfeas Theofanis,George Kalatzantonakis,Michael Sirivianos

摘要：在线社交网络(OSN)构成了人们日常社交活动不可分割的一部分。具体来说，主流的 osn 如 Twitter、 YouTube 和 Facebook 在青少年的生活中尤其突出，因为他们在网上与其他人交流，表达和娱乐自己，以及寻找信息。然而，青少年在使用网络平台时面临着大量的威胁。其中一些威胁包括攻击性行为和网络欺凌，性诱导，虚假新闻和假活动，激进化，以及个人信息和敏感内容的暴露。迫切需要家长控制工具和互联网内容过滤技术，以保护使用在线平台的弱势群体。现有的家长控制工具偶尔会侵犯青少年的隐私，导致他们使用其他沟通渠道，以避免节制。在这项工作中，我们设计并实现了一个以用户为中心的家庭咨询套件，该套件包含卫报头像，旨在保护个人对其保管人和咨询工具本身的隐私。此外，我们提出了一个系统化的过程，设计和开发最先进的技术和系统架构，以防止未成年人在浏览器上使用 Facebook、 Twitter 和 YouTube 时暴露在无数的风险和危险中。

设计用于图形学习的网络

原文标题：

Grale: Designing Networks for Graph Learning

地址：

http://arxiv.org/abs/2007.12002

作者：

Jonathan Halcrow,Alexandru Moşoi,Sam Ruth,Bryan Perozzi

摘要：我们怎样才能找到半监督学习的正确图表呢？在实际应用中，选择哪些边用于计算是任何图形学习过程的第一步。有趣的是，通常有许多类型的相似性可供选择作为节点之间的边，而边的选择可以极大地影响下游半监督学习系统的性能。然而，尽管图形设计的重要性，大多数文献假设图形是静态的。在这项工作中，我们提出了 Grale，一个可扩展的方法，我们已经开发的图设计问题的数十亿个节点。Grale 通过将不同的(潜在弱)相似性度量融合在一起来创建一个图，该图在其节点之间显示出高度特定于任务的同相关性。Grale 是为在大型数据集上运行而设计的。我们已经在谷歌20多个不同的工业环境中部署了 Grale，包括拥有数百亿个节点的数据集，以及数百万亿个可能的分数边缘。通过使用局部敏感的散列技术，我们大大减少了需要计分的对的数量，使我们能够学习任务特定的模型，并在数小时内为这些数据集建立相关的最近邻图，而不是需要几天甚至几周，否则。我们通过一个案例研究来说明这一点，在这个案例研究中，我们检查了 Grale 在 YouTube 上的一个滥用分类问题上的应用，该问题涉及数亿个项目。在这个应用程序中，我们发现 Grale 在硬编码的规则和内容分类器之上检测到大量的恶意行为者，仅这些方法就使总的召回率增加了89%。

Twitter 社交工程

攻击的机器人开发

原文标题：

Bot Development for Social Engineering Attacks on Twitter

地址：

http://arxiv.org/abs/2007.11778

作者：

Jefferson Viana Fonseca Abreu,Jorge Henrique Cabral Fernandes,João José Costa Gondim,Célia Ghedini Ralha

摘要：为了识别潜在的不安全用户行为，开发了一系列在 Twitter 平台上使用网络钓鱼进行模拟社会工程攻击的机器人程序。在这项工作中，研究人员开发了不同的 bot 版本，以收集连续38天发送给1287个 twitter 账户的刺激后的反馈数据。这个结果并不能确定是否存在不安全行为的感染者，但是我们得出结论，尽管 Twiter 的安全性，这种攻击仍然是可行的。

危机期间人道主义

援助应急的社交媒体信息聚类

原文标题：

Clustering of Social Media Messages for Humanitarian Aid Response during Crisis

地址：

http://arxiv.org/abs/2007.11756

作者：

Swati Padhee,Tanay Kumar Saha,Joel Tetreault,Alejandro Jaimes

摘要：社交媒体已经迅速发展成为人们在危机事件中交流和表达自己需求的重要工具。在危机管理中分析社会媒体数据的前期工作主要集中在自动识别与危机相关的可操作(或信息)的信息。深度学习和自然语言处理的最新研究成果在信息分类方面优于先前的研究方法，并鼓励这一领域采用这些方法进行研究甚至部署。我们还将这些方法扩展到信息性的两个子任务，发现深度学习方法在这两个子任务中也是有效的。

多元网络上非对称 q

选民模型连续相变的真实生态

原文标题：

A veritable zoology of successive phase transitions in the asymmetric q-voter model on multiplex networks

地址：

http://arxiv.org/abs/2007.12168

作者：

Anna Chmiel,Julian Sienkiewicz,Agata Fronczak,Piotr Fronczak

摘要：我们分析了一个具有随机噪声的非线性双工网络 q-voter 模型，在社会环境中解释为独立性。大厅 q 的大小(即压力集团)是改变系统行为的一个关键参数。多路复用网络中的 q 选择器模型已经在以前的工作中得到了应用。92.052812.(2015)] ，结果表明，复用网络的相变特性取决于复用网络中的能级数和 q 值。这里我们研究了在网络的各个层次上，大厅尺寸不同，导致 q1和 q2两个参数的情况下的相变特性。我们发现了连续相变之后出现一个或两个连续不连续相的证据，这取决于参数。在分析这个系统时，我们甚至会遇到混合级(或混合级)的相变。我们对由两个完全重叠的完全图(团)组成的一个简单的多路情形——双团进行了模拟并得到了支持的解析解。

复杂网络中

知识获取性能的比较分析

原文标题：

A comparative analysis of knowledge acquisition performance in complex networks

地址：

http://arxiv.org/abs/2007.12028

作者：

Lucas Guerreiro,Filipi N. Silva,Diego R. Amancio

摘要：发现过程一直是网络科学领域的一个重要课题。节点的探索可以理解为网络中发生的知识获取过程，其中节点表示概念，边是概念之间的语义关系。虽然一些研究已经分析了知识获取过程在特定网络拓扑中的性能，但是我们在已知的动力学和拓扑中进行了系统的性能分析。已经发现了一些有趣的结果。总的来说，所有的学习曲线显示相同的学习形状，不同的速率。我们还发现描述学习曲线的特征空间存在模糊性，这意味着同样的知识获取曲线可以以不同的网络拓扑和动态组合生成。这种模式的一个令人惊讶的例子就是从随机网络和 Waxman 网络中得到的学习曲线: 尽管从整体结构上看有非常明显的特征，但是从不同模型中得到的几条曲线却是相似的。总之，我们的研究结果表明，不同的学习策略可以导致相同的学习绩效。然而，从网络重构的角度来看，这意味着如果要从观测序列推断网络拓扑，观测序列的学习曲线必须与其他序列特征相结合。

新冠肺炎流感大流行期间

医疗产品出口限制的非预期后果

原文标题：

(Unintended) Consequences of export restrictions on medical goods during the Covid-19 pandemic

地址：

http://arxiv.org/abs/2007.11941

作者：

Marco Grassia,Giuseppe Mangioni,Stefano Schiavo,Silvio Traverso

摘要：在2020年上半年，一些国家已经通过限制医疗用品的出口来应对新型冠状病毒肺炎疫情带来的挑战。这些措施旨在增加国内关键货物的供应，通常用于危机时期。然而，关于这些措施的影响，特别是对实施这些措施的国家的影响，人们知之甚少。在这里，我们表明，出口禁令总的来说是适得其反的。利用一个通过国际贸易网络的冲击扩散模型，模拟了不同情景下限制措施的影响。我们注意到，虽然它们将有利于一个孤立地执行它们的国家，但它们的普遍使用使大多数国家相对于不禁止的情况而言更加糟糕。作为推论，我们估计在许多实施限制的国家价格会上涨。我们还发现，即使其他国家继续实施出口禁令，限制出口禁令的成本也很小。最后，我们记录了各国在国际贸易网络中地位的变化，表明出口禁令具有地缘政治影响。

传染病通过间接接触

传播的年龄结构 SIR 模型

原文标题：

Age structured SIR model for the spread of infectious diseases through indirect contacts

地址：

https://arxiv.org/abs/2007.11911

作者：

Manoj Kumar,Syed Abbas

摘要：在本文中，我们讨论了一个年龄结构的 SIR 模型，其中疾病不仅通过直接的人与人之间的接触传播，例如由于表面污染引起的感染，而且还可以通过间接接触传播。显然，年龄在 SARS 病毒感染，包括新型冠状病毒肺炎感染中也起着至关重要的作用。我们在适当的 Banach 空间中将模型表示为一个抽象的半线性 Cauchy 问题，证明了解的存在性，并证明了稳态的存在性。在这项工作中，我们假定人口处于一个人口统计定态，并且表明只要环境中的间接接触导致了感染的传播，就不存在无疾病的平衡点。

护理之家的员工网络和新冠肺炎

原文标题：

Nursing Home Staff Networks and COVID-19

地址：

http://arxiv.org/abs/2007.11789

作者：

M. Keith Chen,Judith A. Chevalier,Elisa F. Long

摘要：在全世界范围内，疗养院和其他长期护理机构在新型冠状病毒肺炎和死亡病例中所占的比例不成比例。尽管从三月中旬开始全国范围的访客限制，美国疗养院的疫情仍然持续。疾病控制和预防中心发布的一份早期报告指出，在多个疗养院工作的工作人员很可能是从华盛顿州科克兰德的生命护理中心向其他熟练护理机构传播的源头。由于缺乏跨设施护理之家雇用的集中数据，目前尚不清楚护理之家之间的工作人员联系的全部程度——以及这些联系在传播高度传染性呼吸道感染方面发挥的关键作用。在这篇论文中，我们首次通过使用来自3000万部智能手机的设备级地理位置数据，对养老院连接进行了大规模分析，发现7% 的智能手机出现在养老院的其他至少一个设施中——即使在实施了访问限制之后。我们构建了养老院连通性的网络测度，并估计养老院平均有15个其他设施的连接。控制人口统计和其他因素，一个家庭的工作人员网络连接及其在更大的网络中的中心性强烈地预测新型冠状病毒肺炎病例。与最近的研究一致，传统的联邦监管指标在预测疫情爆发时并不重要。结果表明，消除疗养院之间的工作人员联系可以减少44% 的新型冠状病毒肺炎感染。

个体为本模型卫生组织

新冠肺炎疫情爆发与

经济活动的相互关系

原文标题：

An agent-based model for interrelation between COVID-19 outbreak and economic activities

地址：

http://arxiv.org/abs/2007.11988

作者：

Takeshi Kano,Kotaro Yasui,Taishi Mikami,Munehiro Asally,Akio Ishiguro

摘要：截至2020年7月，由冠状病毒新型冠状病毒肺炎引起的急性呼吸综合症正在世界范围内蔓延，并造成严重的经济损失。尽管最大限度地减少人与人之间的接触在控制疫情方面是有效的，但也会造成严重的经济损失。通过考虑病毒传播与经济活动之间的相互关系来解决这一困境的战略迫切需要减轻健康和经济损失。在这里，我们提出了一个关于个体为本模型新型冠状病毒肺炎爆发的抽象概念，其中考虑到了经济活动。模型的计算机模拟再现了与封锁措施相关的健康和经济损失之间的权衡。在模拟结果的基础上，讨论了个体行为是如何产生感染和经济的宏观动态的。我们相信我们的模型可以作为一个平台来讨论上述困境的解决方案。

有界约束下的哈萨克斯坦新冠

肺炎再生数和其他参数的估计:

一个模型案例研究

原文标题：

Estimation of Reproduction Number and Other Parameters with Bounded Constraints for COVID-19: A Modelling Case Study for Kazakhstan

地址：

http://arxiv.org/abs/2007.11957

作者：

Ton Duc Do,Meei Mei Gui,Kok Yew Ng

摘要：本文提出了一个数学模型和一个参数估计技术来预测新型冠状病毒肺炎流感大流行的演变。首先，介绍了一种改良的 SEIR (易感、暴露、感染和恢复)。该修正模型考虑了参数的时变特性，这是该流行病的一个重要因素。根据实测数据，对模型参数进行了估计。本文将信赖域反射算法应用于参数估计。然后，根据这些计算参数，在三种控制措施情景下和一种没有任何控制措施的情景下进行预测。与以前控制行动的效果不能量化的模型不同，拟议的模型可以做到这一点，以便更好地预测这一大流行病的演变。该案例研究考虑到哈萨克斯坦，一个受到这种流行病严重影响的国家，但没有得到足够的考虑。

混合非线性神经元

模型对瞬态输入的 III 型响应

原文标题：

Type III Responses to Transient Inputs in Hybrid Nonlinear Neuron Models

地址：

http://arxiv.org/abs/2007.11968

作者：

Jonathan Rubin,Justyna Signerska-Rynkowska,Jonathan D. Touboul

摘要：神经动力学的实验角色塑造包括记录自发活动模式和对瞬时和持续输入的反应。虽然大量的理论研究集中在神经元的自发活动上，但是对于神经元对瞬时输入反应的动力学机制却知之甚少，尽管这些机制具有重要的生理意义。在这里，我们研究了在一类广泛使用的神经元模型(非线性自适应混合模型)中对瞬态输入的响应，这类神经元模型重现了一些生物学上的现实行为。我们关注的是对瞬时输入的反应，这些反应以前与 III 型神经元相关，可以说是霍奇金分类中研究最少的一类，也就是那些对持续的兴奋电流从来没有表现出连续放电反应的神经元。我们研究的两种现象是抑制后易化(post-inhibitory facilitation)和斜率检测(slope detection) ，前者是指在抑制脉冲后适当的时间加入一个次阈值的兴奋性输入可以诱发一个尖峰，后者是指只有当输入的变化率在一个特定的有界范围内时，神经元才会对一个瞬态输入产生尖峰。我们在非线性混合模型中分析了这些现象的起源，并提供了系统中与 PIF 相关的动力结构的几何角色塑造，以及帐篷输入斜率检测的分析研究。虽然在具有 III 型兴奋性的神经元中，这些行为的充要条件很容易得到满足，但我们的证明对于不具有 III 型兴奋性的神经元也是相当普遍和有效的。因此，这项研究提供了一个框架，以数学分析这些响应瞬时输入与第三类神经元在其他系统，并提高我们对这些系统的计算性能的理解。