集智斑图最新论文栏目，关注复杂系统、网络科学、计算社会科学、生物物理、混沌理论、自组织系统等领域的前沿进展，每天爬取最新的arXiv预印本论文。


本文是对近期论文arXiv论文的汇总编译（by彩云小译）。更多最新论文，请扫下方二维码访问集智斑图网站获取：


核心速递


  • 美国的新冠肺炎: 发展轨迹和二次爆发；

  • 社会导航与人类赋权驱动的深海强化学习；

  • 使用对抗性人群的健壮强化学习；

  • 气候的产生熵；

  • 模拟衰老；

  • GloDyNE: 全局拓扑保护动态网络嵌入；

  • Polya 传染网络的初始化和治疗策略；

  • 广义词移位图: 一种文本间成对比较的可视化解释方法；

  • 通过在线社交网络确定广告活动的 k 最佳目标；

  • 实际复杂加权网络中新的节点攻击策略；

  • 挖掘谷歌和苹果的移动性数据: 欧洲21世纪新冠肺炎的社会距离测量的阴影；

  • 集体决策下的流行病动力学建模；

  • 作为一种社会规范的自利行为；

  • 大流行模型和重整化群方程: 接触矩阵、固定点和非特异性疫苗衰减的影响；

  • 易感性和感染暴露程度不同的 SEIR 模型；





    美国的新冠肺炎:

    发展轨迹和二次爆发


    原文标题：

    COVID-19 in the United States: Trajectories and second surge behavior

    地址：

    http://arxiv.org/abs/2008.02068

    作者：

    Nick James,Max Menzies


    摘要：本文介绍了一个数学框架来确定美国新型冠状病毒肺炎案件的第二次浪涌行为。在这个框架中，灵活的算法方法为每个状态选择一组转折点，计算它们之间的距离，并确定每个状态是处于(或超过)第一或第二次浪涌。然后，利用归一化时间序列之间的适当距离进一步分析逐月基础上的案例轨迹之间的关系。我们的算法显示，31个州正在经历第二次浪潮，而10个最大的州中有4个仍然处于第一次浪潮，案例数量从未减少。这个分析可以帮助我们强调最成功和最不成功的国家应对新型冠状病毒肺炎的措施。



    社会导航与人类赋权

    驱动的深海强化学习


    原文标题：

    Social Navigation with Human Empowerment driven Deep Reinforcement Learning

    地址：

    http://arxiv.org/abs/2003.08158

    作者：

    Tessa van der Heiden,Florian Mirus,Herke van Hoof


    摘要：在过去的几十年里，移动机器人导航已经得到了广泛的研究。在未来，与机器人和人类共享工作空间的协作将变得越来越重要。因此，下一代的移动机器人需要具有社会顺从性才能被它们的人类合作者所接受。然而，遵从性的正式定义并不直截了当。另一方面，赋权已经被人工智能用来学习复杂和广义的行为，也被证明是一个很好的生物行为模型。在这篇文章中，我们超越了经典的 acf { RL }的方法，使用授权为我们的代理人提供内在动机。与自我授权相反，使用我们方法的机器人努力在其环境中赋予人们权力，这样他们就不会受到机器人的存在和运动的干扰。在我们的实验中，我们表明我们的方法对人类有积极的影响，因为它最小化了与人类的距离，从而减少了人类的旅行时间，同时有效地朝着自己的目标前进。一个交互式的用户研究表明，参与者认为我们的方法比其他最先进的方法更具有社会性。



    使用对抗性人群的健壮强化学习


    原文标题：

    Robust Reinforcement Learning using Adversarial Populations

    地址：

    http://arxiv.org/abs/2008.01825

    作者：

    Eugene Vinitsky,Yuqing Du,Kanaad Parvate,Kathy Jang,Pieter Abbeel,Alexandre Bayen


    摘要：是一个有效的控制器设计工具，但是当底层系统动力学受到扰动时，鲁棒性和失败的强化学习问题仍然存在。为了解决这个问题，鲁棒 RL 公式在动力学中加入了最坏情况下的对抗性噪声，并构造了噪声分布作为零和极小极大对策的解。然而，现有的学习解决方案的鲁棒 RL 制定的工作主要集中在训练一个单一的 RL 代理对抗一个敌手。在这项工作中，我们证明，使用单一对手并不能始终产生对对手的标准参数下的动态变化的健壮性; 由此产生的政策是高度可利用的新对手。提出了一种基于种群的鲁棒 RL 公式的扩充方法，在训练过程中随机初始化敌人种群和样本。我们通过经验验证跨机器人基准，使用对抗性的人口结果在一个更健壮的政策，也改善了分布外的普遍性。最后，我们证明了这种方法在避免无处不在的域随机化失败模式的同时，在这些基准上提供了与域随机化相当的鲁棒性和通用性。



    气候的产生熵


    原文标题：

    Entropy production rates of the climate

    地址：

    https://arxiv.org/abs/2008.02141

    作者：

    Goodwin Gibbins,Joanna D. Haigh


    摘要：人们一直对全球产生熵作为气候诊断和预测指标感兴趣，但其定义的模糊性限制了进展; 气候系统不同的概念界限导致了不同的内部生产率。这里描述、估计和调查了3种可行的选择，其中2种——材料和总辐射率(这里是‘行星’)/产生熵——已经确定，第3种最近才被考虑，但看起来很有希望。这种新的选择被称为产生熵转移率，包括所有在气候、辐射和物质中传递热量的不可逆过程，但不包括那些与空间辐射交换有关的过程。在三个模型气候条件下的估算结果表明，材料转化率在27-48 mW/m2K 之间，转化率在67-76 mW/m2K 之间，行星转化率在1279-1312 mW/m2K 之间。在一个简单的辐射-对流模式中，通过计算每个速率对气候变化的响应来探讨其与气候的相关性。增加的温室效应导致物质和产生熵的转移速率显著增加，但对行星速率没有直接影响。当同样的表面温度上升是通过改变反照率强制实现的时候，材料和转移产生熵的增加就不会那么显著，行星的速率也会显著增加。这与太阳辐射管理有关，因为它表明了通过反照率改变逆转温室气体介导的气候变化的困难。认为转移观点在气候系统中具有特殊的意义，值得提高重视。



    模拟衰老


    原文标题：

    Modelling aging

    地址：

    http://arxiv.org/abs/2008.00590

    作者：

    Spencer Farrell,Garrett Stubbings,Kenneth Rockwood,Arnold Mitnitski,Andrew Rutenberg


    摘要：在生物体衰老过程中损害和失调的逐渐积累是很容易量化的。尽管如此，衰老的过程是复杂的—- 有多种相互作用的生理尺度。模拟衰老过程中个人健康的现实轨迹的计算模型，包括死亡率，可以极大地提高我们对衰老的理解。要做到这一点，它们必须是系统级模型，包含与年龄相关的变化的可测量方面之间的相互作用。为了在老化过程中考虑个体的可变性，模型必须是随机的。为了有用，它们也应该具有预测性，因此必须用来自大量老龄人口的数据进行拟合或参数化。从这个角度来看，我们概述了我们已经在哪里，我们在哪里，以及我们希望在衰老的计算模型中走向哪里。我们的重点是系统级模型，以及他们在老化研究的巨大潜力。



    GloDyNE: 

    全局拓扑保护动态网络嵌入


    原文标题：

    GloDyNE: Global Topology Preserving Dynamic Network Embedding

    地址：

    http://arxiv.org/abs/2008.01935

    作者：

    Chengbin Hou,Han Zhang,Shan He,Ke Tang


    摘要：动态环境下网络的低维拓扑表示学习由于许多实际网络的时间演化特性而备受关注。动态网络嵌入(Dynamic Network Embedding，DNE)的主要和共同目标是在每个时间步骤中有效地更新节点嵌入，同时保持网络拓扑。大多数现有 DNE 方法的思想是捕获受影响最大的节点(而不是所有节点)或其周围的拓扑变化，并相应地更新节点嵌入。然而，这种近似虽然可以提高效率，但由于没有考虑到通过高阶邻近传播的接收积累拓扑变化的非活动子网络，因此不能有效地保持动态网络每个时间步的全局拓扑结构。为了解决这个问题，我们提出了一种新的节点选择策略来多样地选择网络中具有代表性的节点，这种选择策略与基于跳过格拉姆的嵌入方法的新的在线机机器学习模型相协调。大量的实验表明，在三种典型的下游任务中，GloDyNE 在选择一小部分节点的情况下，已经能够达到最优或可比的性能。特别是 GloDyNE 算法在图形重构方面的性能明显优于其他算法，证明了 GloDyNE 算法的全局拓扑保持能力。源代码可以在这个 https URL 中找到。



    Polya 传染网络的初始化和治疗策略


    原文标题：

    Initialization and Curing Policies for Polya Contagion Networks

    地址：

    http://arxiv.org/abs/2008.01782

    作者：

    Greg Harrington,Fady Alajaji,Bahman Gharesifard


    摘要：本文从经典的波利亚过程出发，利用一个模型研究了网络流行病资源分配的优化策略。这个模型的基本机制，称为波利亚网络传染过程，是基于一个改进的瓮抽样方案，该方案同时考虑了网络中相邻节点之间的时间和空间传染。我们提出了各种感染度量，并使用它们来开发两个问题: 一个是在初始化时发生的，另一个是随着波利亚河网络进程的发展而不断发生的。我们将这些问题框架为固定预算下的资源分配问题，并分析了一系列潜在的政策。由于这些问题的复杂性，我们引入了有效的代理措施的平均感染率在每个情况下。我们还证明，双方感染治疗游戏对所谓的期望网络曝光承认一个纳什均衡点。在固化和初始化场景中，我们引入了启发式策略，这些策略主要基于限制特定网络设置中目标节点的数量。对中大规模网络进行了仿真，比较了我们的启发式算法和可证明收敛的基于简化代理测度的梯度下降法算法的性能。



    广义词移位图: 

    一种文本间成对比较的

    可视化解释方法


    原文标题：

    Generalized Word Shift Graphs: A Method for Visualizing and Explaining Pairwise Comparisons Between Texts

    地址：

    http://arxiv.org/abs/2008.02250

    作者：

    Ryan J. Gallagher,Morgan R. Frank,Lewis Mitchell,Aaron J. Schwartz,Andrew J. Reagan,Christopher M. Danforth,Peter Sheridan Dodds


    摘要：计算文本分析中的一个常见任务是根据词频、情绪或信息内容等度量方法来量化两个语料库的差异。然而，将文本中的丰富故事压缩成一个数字往往在概念上是危险的，而且很难自信地解释有趣的或意想不到的文本模式而不担心数据工件或测量的有效性。为了更好地捕捉文本之间细微的差异，我们引入了广义的词移位图，可视化产生了一个有意义的和可解释的总结，个别单词如何有助于任何措施，可以制定为一个加权平均数的文本之间的差异。我们表明，这个框架自然包含许多最常用的比较文本的方法，包括相对频率、字典分数和基于熵的度量，如 Kullback-Leibler 和 Jensen-Shannon 分歧。通过几个案例研究，我们展示了如何广义词移位图可以灵活地跨领域应用于诊断调查，假设生成和实质性解释。通过提供语料库之间文本转换的详细镜头，广义词转换图帮助计算社会科学家、数字人文主义者和其他文本分析从业者形成更强有力的科学叙述。



    通过在线社交网络

    确定广告活动的 k 最佳目标


    原文标题：

    Identifying the k Best Targets for an Advertisement Campaign via Online Social Networks

    地址：

    http://arxiv.org/abs/2008.02108

    作者：

    Mariella Bonomo,Armando La Placa,Simona E. Rombo


    摘要：我们提出了一个新颖的方法来推荐可能的客户(用户)给广告商(例如，品牌)基于两个主要方面: (i)之间的在线社会网络档案的比较，和(ii)邻里分析在线社会网络。基于社交媒体文本内容的词包表示，考虑用户和品牌之间的个人资料匹配，并采用词频倒置文档频率等度量方法来描述词语在比较中的重要性。这种方法是依靠大数据技术实现的，使得这种方法能够有效地分析非常大的在线社交网络。实际数据集的结果表明，配置文件匹配和邻域分析的结合是成功的，在确定最合适的用户集作为目标，为给定的广告活动。



    实际复杂加权网络中

    新的节点攻击策略


    原文标题：

    New nodes attack strategies for real complex weighted networks

    地址：

    http://arxiv.org/abs/2008.02139

    作者：

    Quang Nguyen,Davide Cassi,Michele Bellingeri


    摘要：本文提出了一种新的节点攻击策略——条件加权中心度最高的节点删除策略(CondWBet)。我们比较它的效能与著名的攻击策略从文学上超过五个现实世界的复杂加权网络。除了常用的二元拓扑度量——最大连通簇(LCC)之外，我们还将网络加权效率(WEFF)作为一个包含网络加权结构的度量。我们发现最近提出的条件中介策略(CondBet)(Nguyen 等人，2019)是在所有情况下对 LCC 进行分片的最佳方法。进一步，我们发现在5种情况中，引入 CondWBet 策略是降低网络效率(WEFF)的最佳策略。最后，CondWBet 是在删除过程开始时减少 WEFF 的最有效策略，而强度优先删除链接权重最大的节点，在删除过程的最后阶段，当网络在许多小簇中被破坏时，表现出最高的效率。最后这些结果表明，一个更好的进攻战略可以是 CondWBet 和优势战略的组合。



    挖掘谷歌和苹果的移动性数据:

    欧洲21世纪新冠肺炎的

    社会距离测量的阴影


    原文标题：

    Mining Google and Apple mobility data: Twenty-one shades of European social distancing measures for COVID-19

    地址：

    http://arxiv.org/abs/2008.02117

    作者：

    Giacomo Cacciapaglia,Corentin Cot,Francesco Sannino


    摘要：我们利用谷歌和苹果公布的移动性数据来调查社会距离对欧洲新型冠状病毒肺炎的扩散动态的影响。我们确定和量化了不同程度的社会疏远，并描述了它们在第一波流感大流行中的印记。这种分析使我们能够根据国家的流动性水平对它们进行分类。此外，我们确定了一个负变化的感染率发生在两至五周后的流动性减少为欧洲国家在这里研究。



    集体决策下的流行病动力学建模


    原文标题：

    Modelling epidemic dynamics under collective decision making

    地址：

    http://arxiv.org/abs/2008.01971

    作者：

    Mengbin Ye,Lorenzo Zino,Alessandro Rizzo,Ming Cao


    摘要：在传染病流行的过程中，个体不断地决定如何对抗传染病的传播。总的来说，这些个别的决定对该流行病的全球结果至关重要，特别是在没有药物干预措施的情况下。然而，现有的流行病模型没有能力反映这一复杂的决策过程，而这一过程是由政府授权的政策干预、预期社会经济成本、感染风险和社会影响等因素相互作用而形成的。在这里，我们介绍了一个新的节俭模型，以进化博弈论为基础，能够捕捉在不同时间尺度上的决策动态。利用真实的数据，我们分析了淋病传播的3个案例研究，19181919年的西班牙流感和新型冠状病毒肺炎。影响流行病进程的行为因素可以理解地映射到一组最小的模型参数上，它们之间的相互作用产生了典型的现象，如持续的周期性爆发、多次流行波，或者疾病的成功根除。我们的模式能够直接评估为防治流行病爆发而实施的不同政策干预措施的流行病学和社会经济影响。除了通常认为严格的非药物干预措施对于控制疫情的初始阶段至关重要之外，这种干预措施的持续时间及其逐步淘汰的方式也是中长期根除疫情的关键。令人惊讶的是，我们的研究结果表明，社会影响在控制流行病方面是一把双刃剑，有助于在流行病的早期阶段加强集体采取自我保护行为，但随后在取消非药物遏制干预措施之后加速拒绝这种行为。



    作为一种社会规范的自利行为


    原文标题：

    Self-interested behaviour as a social norm

    地址：

    http://arxiv.org/abs/2008.01884

    作者：

    Kamilla Haworth Buchter,Bjarke Mønsted,Sune Lehmann


    摘要：语言可以对人的行为产生很大的影响。例如，在实验研究中，众所周知，在实验开始时设定一个实验或启动效应可以改变参与者的行为。然而，很少有研究能够确定为什么框定或启动特定的词语可以改变人们的行为。在这里，我们表明，游戏理论实验参与者的行为主要是由社会规范驱动的，参与者对不同社会规范的遵守受经济术语的影响。为了探索这些术语驱动的变化如何影响系统级别的行为，我们使用建立的框架来建模集体合作行为。我们发现，经济学术语引起的行为差异在实验和模拟中通常使用的规模上大于经济激励引起的行为差异。这些发现增加了科学家和科学传播者的责任，因为科学术语越来越多地传播给一般民众。



    大流行模型和重整化群方程: 

    接触矩阵、固定点和

    非特异性疫苗衰减的影响


    原文标题：

    Pandemic modeling and the renormalization group equations: Effect of contact matrices, fixed points and nonspecific vaccine waning

    地址：

    http://arxiv.org/abs/2008.02149

    作者：

    Michael McGuigan


    摘要：在这篇文章中，我们发现了流行病模型中使用的方程和高能物理中使用的重整化群方程之间的共同特征。这些特征包括大流行模型中的接触矩阵和重整化群方程中的混合算子之间的关系。另一个共同特征是流程图的使用和在大流行模型和重整化群方程的演化中对固定点的研究。我们通过研究一些与当前新型冠状病毒肺炎流行病有关的案例来说明这些关系。其中包括不同年龄组之间混合的大流行模型，以及与国家间接触相关的接触矩阵。在最后一个例子中，我们研究了非特异性疫苗对死亡率的影响，这些疫苗旨在对抗不同的病原体，但却可以减轻新型冠状病毒肺炎感染的严重程度和死亡率。



    易感性和感染暴露程度不同的 

    SEIR 模型


    原文标题：

    A SEIR model with variable susceptibility or exposure to infection

    地址：

    http://arxiv.org/abs/2008.00098

    作者：

    Antonio Montalbán,M. Gabriela M. Gomes


    摘要：我们研究了 Gomes 等人考虑的 SEIR 模型。2020} and Aguas et.引用{ Aguas2020} ，其中假定不同的个体具有不同程度的易感性或接触感染。在这种异质性假设下，当获得性免疫的人口百分比超过一个临界水平——群体免疫阈值——这一临界水平远低于同质人口时，流行病的增长就被有效地抑制。我们找到了计算群体免疫阈值和稳定配置的显式公式，并探讨了模型的变化情况。


    来源：集智斑图
    编辑：王建萍



    复杂系统前沿文献交流群


    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。



    近期网络科学论文速递


    对比网络分析的可视化框架 | 网络科学论文速递28篇

    基于深度学习的气候数据时空预测新框架 | 网络科学论文速递21篇

    城市结构对新冠肺炎蔓延的影响 | 网络科学论文速递17篇

    在引文网络中发现科学共同体: 趋同聚类 | 网络科学论文速递17篇

    基于环境噪声的网络重构 | 网络科学论文速递18篇

    加入集智，一起复杂！




    集智俱乐部QQ群｜877391004

    商务合作及投稿转载｜swarma@swarma.org

    ◆ ◆ ◆


    搜索公众号：集智俱乐部


    加入“没有围墙的研究所”

    让苹果砸得更猛烈些吧！


    👇点击“阅读原文”，了解更多最新arxiv论文