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、统计物理等领域的前沿进展，每天即时更新相关顶刊论文，和最新arXiv预印本论文。

本文是对近期arXiv论文的汇总编译（by 彩云小译）。更多最新论文，请扫二维码获取。

核心速递

对新冠疫情冲击中国电子商务的分析；
确保自治: 通往我们可以信任的自治系统的道路；
基于时态消息控制的简洁鲁棒多主体通信；
多主体强化学习语言进化研究的计算工具: 历史背景和未来挑战；
持久不完全信息下多层DAG-结构随机博弈的纳什均衡计算；
数据驱动的周期轨道稳定化；
标度律流: 标度律向量演算的一种尝试；
新冠肺炎微博的全球情绪分析；
基于演化过程建模的动态属性网络嵌入；
动态航空网络中的子图和主题；
基于网络的意大利新冠肺炎疾病传播预测；
大流行控制经济效果的启发式评估；
超图中的随机游动与群体检测；
异构 Graphlets；

对新冠疫情冲击

中国电子商务的分析

原文标题：

Disruption in the Chinese E-Commerce During COVID-19

地址：

https://pattern.swarma.org/paper?id=8b35bbea-18d4-11eb-a743-0242ac1a000c

作者：

Yuan Yuan,Muzhi Guan,Zhilun Zhou,Sundong Kim,Meeyoung Cha,Depeng Jin,Yong Li

摘要：最近爆发的新型冠状病毒感染了全世界数百万人，夺去了许多人的生命。本文通过分析一个大型网上购物平台的行为变化，考察了它对中国电子商务市场的影响。我们首先进行时间序列分析，以确定面临最广泛破坏的产品类别。时滞分析表明，购物行为模式对流行病的发展具有高度的响应性。基于这些发现，我们提出了一个消费者需求预测方法，通过包含流行病统计学和行为特征的2019冠状病毒疾病相关产品。实验结果表明，我们的预测优于现有的基线，并进一步扩展到长期和省级预测。我们讨论我们的市场分析和预测如何通过获得额外的时间来启动预防措施，从而帮助更好地为未来的大流行做准备。

确保自治:

通往我们可以信任的自治系统的道路

原文标题：

Assured Autonomy: Path Toward Living With Autonomous Systems We Can Trust

地址：

https://pattern.swarma.org/paper?id=383b2090-18db-11eb-a743-0242ac1a000c

作者：

Ufuk Topcu,Nadya Bliss,Nancy Cooke,Missy Cummings,Ashley Llorens,Howard Shrobe,Lenore Zuck

摘要：建立自主权保障的挑战正迅速引起业界、政府和学术界越来越多的兴趣。自治是一种广泛而广泛的能力，它使系统能够在没有人类操作员直接控制的情况下运行。为此，预计它将出现在各种各样的系统和应用中。大量的工业部门，包括(但绝不仅限于)国防、机动性、医疗保健、制造业和民用基础设施，都在拥抱自主的机遇，但迟早要建立必要的保障水平，也面临着类似的障碍。许多政府机构已经做好准备，以确保自主权来应对这些挑战。鉴于对自主权的兴趣和投资已经很大，为促进对话和提高学术界、工业界和政府利益攸关方的认识，举办了一系列关于确保自主权的讲习班。这一系列的三个讲习班旨在帮助建立对确保自主的目标、研究趋势和需要以及促进自主方面持续进展的战略的统一理解。第一次研讨会于2019年10月举行，重点讨论了在确保应用程序和部门内部和跨部门的自主系统方面当前和预期的挑战和问题。第二次讲习班于2020年2月举行，重点讨论了能够应对讲习班中确定的挑战和问题的现有能力、当前研究和研究趋势。第三次活动专门讨论前两次研讨会的主要结论草案和建议。

基于时态消息控制的

简洁鲁棒多主体通信

原文标题：

Succinct and Robust Multi-Agent Communication With Temporal Message Control

地址：

https://pattern.swarma.org/paper?id=37833cfa-18db-11eb-a743-0242ac1a000c

作者：

Sai Qian Zhang,Jieyu Lin,Qi Zhang

摘要：最近的研究表明，引入代理之间的通信可以显著提高协作多代理强化学习协议(MARL)的整体性能。然而，现有的通信方案往往要求代理在运行时在一个可靠的通信信道下交换过多的消息，这阻碍了其在许多现实情况下的实用性。本文提出了一种简单而有效的文本{时序消息控制}(TMC)方法，实现了在 MARL 中简洁而健壮的通信。TMC 应用时间平滑技术，大大减少了代理之间交换的信息量。实验表明，TMC 在不影响精度的前提下，可以显著降低代理间的通信开销。此外，TMC 展示了在有损网络环境下比现有方法更好的抗传输损耗攻击的健壮性。

多主体强化学习语言进化

研究的计算工具:

历史背景和未来挑战

原文标题：

Multi-Agent Reinforcement Learning as a Computational Tool for Language Evolution Research: Historical Context and Future Challenges

地址：

https://pattern.swarma.org/paper?id=36d3be4c-18db-11eb-a743-0242ac1a000c

作者：

Clément Moulin-Frier,Pierre-Yves Oudeyer

摘要：由于多智能体强化学习的发展，机器学习领域对智能体群体中突发通信的计算模型越来越感兴趣。然而，目前的研究与早期的理论和计算文献相比仍然相对脱节，这些文献旨在理解语言是如何从前语言的实体中产生的。本文的目的是在语言进化研究的历史背景下定位近期 MARL 的贡献，并从这一理论和计算背景中提取一些对未来研究的挑战。

持久不完全信息下多层

DAG-结构随机博弈的纳什均衡计算

原文标题：

Computing Nash Equilibria in Multiplayer DAG-Structured Stochastic Games with Persistent Imperfect Information

地址：

https://pattern.swarma.org/paper?id=3461e576-18db-11eb-a743-0242ac1a000c

作者：

Sam Ganzfried

摘要：许多重要的现实世界设置包含多个玩家在未知持续时间内与概率状态转换相互作用，并且自然地被建模为随机游戏。随机博弈算法的研究主要集中在两人零和博弈、完全信息博弈和局部不扩展的不完全信息博弈。我们提出了一个多人一般和随机对策的纳什均衡点估计算法，该算法在整个对策过程中都具有持续的不完美信息。我们在一个4人不完全信息海军战略规划方案上进行了实验。通过使用一个新的程序，我们可以证明我们的算法计算出的策略在这个游戏中接近纳什均衡点。

数据驱动的周期轨道稳定化

原文标题：

Data-Driven Stabilization of Periodic Orbits

地址：

https://pattern.swarma.org/paper?id=21c8180a-18da-11eb-a743-0242ac1a000c

作者：

Jason J. Bramburger,J. Nathan Kutz,Steven L. Brunton

摘要：周期轨道是动力系统最简单的非平衡解之一，它们在我们现代理解许多系统中观测到的丰富结构中起着重要作用。例如，众所周知，任何混沌吸引子中都包含无限多个不稳定周期轨道，因此混沌轨道可以被认为是以一种看似不可预知的方式从一个混沌轨道跳到另一个混沌轨道。许多研究试图利用这些 upo 的存在来控制一个混沌系统。这些方法依赖于引入小的，精确的参数操作，每次轨迹穿过一个横截面的流量。通常，这些方法需要对流的 Poincar’ e 映射进行精确描述，这是一项困难的任务，因为没有系统的方法生成与给定系统相关的映射。在这里，我们使用最新的模型发现方法来产生精确和节约的参数依赖的 Poincar’ e 映射，以稳定非线性动力系统的 UPOs。具体来说，我们使用非线性动力学的稀疏辨识(SINDy)方法，框架模型发现作为一个稀疏回归问题，可以实现在计算效率高。这种方法提供了一个明确的 Poincar’ e 映射，它忠实地描述了 Poincar’ e 部分的流动动态，并可用于识别 UPOs。对于每个 UPO，我们然后确定稳定该轨道的参数操作。这些方法在一系列微分方程上得到了验证，其中包括混沌参数区域中的 r“ ossler 系统。

标度律流:

标度律向量演算的一种尝试

原文标题：

The scaling-law flows: An attempt at scaling-law vector calculus

地址：

https://pattern.swarma.org/paper?id=192197f8-18da-11eb-a743-0242ac1a000c

作者：

Xiao-Jun Yang

摘要：本文首次在 Leibniz 导数和 Stieltjes 积分的基础上，讨论了与分形几何中向量微积分和标度律之间的联系有关的标度律向量微积分。在标度律向量微积分的意义下，讨论了类高斯-奥斯特罗格拉茨基定理、类斯托克斯定理、类格林定理和类格林恒等式。详细地推导了类 navier-stokes 方程。所得结果可作为一种潜在的数学工具，为解决尺度律流动的这一难题提供一种重要的方法。

新冠肺炎微博的全球情绪分析

原文标题：

Global Sentiment Analysis Of COVID-19 Tweets Over Time

地址：

https://pattern.swarma.org/paper?id=5e060dc2-18d5-11eb-a743-0242ac1a000c

作者：

Muvazima Mansoor,Kirthika Gurumurthy,Anantharam R U,V R Badri Prasad

摘要：冠状病毒大流行已经影响了正常的生命过程。世界各地的人们纷纷在社交媒体上表达他们对这一风靡全球的现象的看法和普遍情绪。社交网站 Twitter 显示，在很短的时间内，与新型冠状病毒有关的推文出现了前所未有的增长。本文介绍了有关冠状病毒的微博的全球情绪分析，以及不同国家的人们的情绪是如何随着时间的推移而变化的。此外，为了确定冠状病毒对日常生活方面的影响，搜集了与在家工作(WFH)和在线学习相关的推文，观察了人们情绪随时间的变化。此外，还实现了多种机器学习模型，如长短期记忆(LSTM)和人工神经网络(ANN)进行情感分类，并确定了它们的精度。此外，探索性数据分析还为一个数据集进行了研究，该数据集提供了几个受影响最严重的国家每天确诊病例数的信息，以便对自2020年6月这场大流行开始以来病例情绪的变化进行比较。

基于演化过程建模的

动态属性网络嵌入

原文标题：

Embedding Dynamic Attributed Networks by Modeling the Evolution Processes

地址：

https://pattern.swarma.org/paper?id=5c1e803e-18d5-11eb-a743-0242ac1a000c

作者：

Zenan Xu,Zijing Ou,Qinliang Su,Jianxing Yu,Xiaojun Quan,Zhenkun Lin

摘要：将网络节点嵌入到低维向量中是一种很有前途的技术。虽然相当成功，大多数现有的工作集中在静态网络的嵌入技术。但实际上，有许多网络是随着时间的推移而演变的，因此是动态的，例如，社交网络。为了解决这个问题，我们建立了一个高阶时空嵌入模型来跟踪动态网络的演化。首先提出了一种主动感知邻域嵌入方法，用于提取每个给定时间戳下的高阶邻域信息。在此基础上，进一步提出了一种嵌入式预测框架，用注意机制代替递归神经网络来捕捉时间相关性，以提高计算效率和建模灵活性。对来自三个不同领域的四个真实世界的数据集进行了广泛的实验。结果表明，该方法在动态链路预测和节点分类任务中比所有基线都有较大的优势，证明了该方法对动态网络演化跟踪的有效性。

动态航空网络中的子图和主题

原文标题：

Subgraphs and motifs in a dynamic airline network

地址：

https://pattern.swarma.org/paper?id=9194acda-18d4-11eb-a743-0242ac1a000c

作者：

Marius Agasse-Duval,Steve Lawford

摘要：航空公司网络的小规模拓扑结构如何随着网络的发展而变化？为了解决这个问题，我们利用西南航空公司15年的国内航线服务数据，研究了小型无向子图的动力学性质。我们使用精确的枚举公式来识别在统计上表现过多和表现不足的子图，即所谓的主题和反主题。我们在西南网络中发现了大量的拓扑变迁，并为子图计数和网络中边数之间的时变幂律比例关系提供了证据。我们还提出了一个节点排序度量，可以识别相对于特定局部拓扑的重要节点。我们的研究结果扩展了基于子图的方法的工具包，并为交通网络和企业的战略行为提供了新的洞察力。

基于网络的意大利

新冠肺炎疾病传播预测

原文标题：

Network-based Prediction of COVID-19 Epidemic Spreading in Italy

地址：

https://pattern.swarma.org/paper?id=90e61558-18d4-11eb-a743-0242ac1a000c

作者：

Clara Pizzuti,Annalisa Socievole,Bastian Prasse,Piet Van Mieghem

摘要：SARS-CoV-2病毒最初出现在中国城市武汉，随后几乎在全球范围内传播，引发了一场大流行。在中国的病例中，SARS-CoV-2病毒在接触网络上相当好地遵循了 SIR (易感-传染-康复)流行模型。本文还对意大利网络上 SIR 模型的预测精度进行了研究。具体来说，意大利地区是以网络节点为代表的集合种群，网络链接是这些地区之间的相互作用。然后，我们修改了基于网络的 SIR 模型，以便考虑到意大利政府在2019冠状病毒疾病扩散的各个阶段采取的不同封锁措施。研究结果表明，在传统的 SIR 模型中引入时变锁定协议后，基于网络的模型能更好地预测每日累积感染个体的数量。

大流行控制经济效果的

启发式评估

原文标题：

Heuristic assessment of the economic effects of pandemic control

地址：

https://pattern.swarma.org/paper?id=90345bba-18d4-11eb-a743-0242ac1a000c

作者：

Xiang Niu,Christopher Brissette,Chunheng Jiang,Jianxi Gao,Gyorgy Korniss,Boleslaw K. Szymanski

摘要：数据驱动的风险网络描述了在流行病学和生态学等领域出现的许多复杂的系统动力学。它们缺乏明确的动态性，成本来源多样，都超出了传统控制理论的范围。我们将世界经济论坛专家的共识与风险激活数据相结合，构建全球风险网络，定义其拓扑结构和相互作用。其中许多风险，包括极端天气，在活跃时会造成巨大的经济损失。本文介绍了一种将网络相互作用数据转化为连续动力学的方法，并对其进行了优化控制。我们提出了第一种基于实证数据构建和控制风险网络动态的方法。我们识别了政府常用的7种风险来控制2019冠状病毒疾病/传播，并表明许多替代的驱动风险集存在潜在的较低的控制成本。

超图中的随机游动与群体检测

原文标题：

Random walks and community detection in hypergraphs

地址：

https://pattern.swarma.org/paper?id=8c912182-18d4-11eb-a743-0242ac1a000c

作者：

Timoteo Carletti,Duccio Fanelli,Renaud Lambiotte

摘要：我们提出了一个超图上的随机漫步过程的单参数族，其中一个参数使漫步者的动力学偏向于低基数或高基数的超边。我们证明了对于参数的每个值，结果过程定义了它自己在加权网络上的超图投影。然后，我们通过考虑与每个随机漫步过程相关的群落结构来探讨它们之间的差异。为此，我们将马尔可夫稳定性框架推广到超图，并在人工超图和真实超图上进行了测试。

异构 Graphlets

原文标题：

Heterogeneous Graphlets

地址：

https://pattern.swarma.org/paper?id=499690dc-18d5-11eb-a743-0242ac1a000c

作者：

Ryan A. Rossi,Nesreen K. Ahmed,Aldo Carranza,David Arbour,Anup Rao,Sungchul Kim,Eunyee Koh

摘要：在这篇文章中，我们引入了一种对异构网络的图形推广，称为类型化图形。非正式地，类型化 graphlets 是小型的类型化诱导子图。类型化 graphlets 将 graphlets 概括到丰富的异构网络中，因为它们显式地捕获了这些网络中的高阶类型化连接模式。为了解决这个问题，我们描述了一个统计这种类型 graphlets 出现次数的通用框架。所提出的算法利用了不同类型图形的许多组合关系。对于每条边，我们计算一些类型化的图，并且利用这些计数和组合关系，我们可以得到其他类型化图的精确计数(o (1)常数时间)。值得注意的是，该方法的最坏情况时间复杂度与最著名的非类型化算法的时间复杂度相匹配。此外，这种方法有助于实现高效的无锁和异步并行实现。虽然现在还没有针对类型化图形的方法，但是已经有一些工作专注于计算一种不同的、更简单的概念，即彩色图形。实验证实，我们提出的方法比计算彩色石墨数量级这个更简单的概念的方法更快，更节省空间。与这些在小型网络上花费数小时的方法不同，这种方法在有数百万条边的大型网络上只需要几秒钟。值得注意的是，由于键入的 graphlet 比彩色的 graphlet (以及非键入的 graphlet)更通用，因此可以将各种键入的 graphlet 的计数结合起来，以获得彩色 graphlets 这个更简单的概念的计数。所提出的方法为类型化图形提供了新的机遇和应用。