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

接触者追踪: 最新进展和挑战；
避碰对涌现群体行为的影响；
基于物理学的回波状态网络；
社会接触网中疾病暴发检测与跟踪的自适应测试分配；
美国大学网络在 Facebook 上的动态构建；
时间、天气和谷歌趋势在理解和预测网络调查反应中的作用；
二元交互中的耦合层次: 神经和行为复杂性分析；
错误记忆的持续: 缸中之脑尽管时钟完美；

接触者追踪: 最新进展和挑战

原文标题：

A Survey on Contact Tracing: the Latest Advancements and Challenges

地址：

https://pattern.swarma.org/paper?id=b3f158d2-1f1e-11eb-8434-0242ac1a000c

作者：

Ting Jiang,Yizheng Chen,Yang Zhang,Minhao Zhang,Chenhao Lu,Ji Zhang,Zhao Li,Jun Gao,Shuigeng Zhou

摘要：传染病是由致病微生物(例如细菌、病毒、寄生虫或真菌)引致，而这些致病微生物可在人与人之间直接或间接传播。传染病对人类健康构成了严重威胁，尤其是自2019年底以来已成为全球严重健康问题的2019冠状病毒疾病。接触者追踪是识别、评估和管理接触过某种疾病的人以防止其继续传播的过程。接触者追踪可以帮助我们更好地了解病毒的传播链接，从而更好地阻断其传播。鉴于世界范围内2019冠状病毒疾病的流行，接触者追踪已经成为有效遏制病毒传播的最关键措施之一。本文介绍了一个全面的调查接触追踪，详细的覆盖最近的进展模型，数字技术，协议和问题涉及的接触追踪。还介绍了接触追踪技术目前面临的挑战以及今后的发展方向。

避碰对涌现群体行为的影响

原文标题：

On the Effects of Collision Avoidance on an Emergent Swarm Behavior

地址：

https://pattern.swarma.org/paper?id=94fa1436-1f24-11eb-8434-0242ac1a000c

作者：

Chris Taylor,Cameron Nowzari

摘要：自治代理群在许多应用程序中非常有用，因为它们能够以分散的方式完成任务，使它们对故障更加健壮。由于对大量的硬件代理进行实验很困难，研究人员经常做出简化的假设，并消除可能存在于真实的群部署中的约束。虽然简化一些约束是可以容忍的，但我们觉得有两点特别被忽视了: 一是群体中的代理占据了物理空间，二是代理可能在碰撞中受损。许多现有的工程假设代理人有微不足道的规模或通过彼此没有额外的惩罚。使用避免碰撞来忽略这些约束似乎是可能的，但是我们用一个例子来说明，这说起来容易做起来难。特别是，我们表明避免碰撞可以干扰预期的群集行为，重要的参数调整是必要的，以确保行为出现尽可能最好地避免碰撞。我们比较了四种不同的碰撞避免算法，其中两种算法是我们认为最好的分散式碰撞避免算法。尽管我们在调整每个算法以使其达到最佳状态方面付出了巨大的努力，我们相信我们的研究结果表明，进一步的研究是必要的，以开发群集行为来实现它们的目标，同时避免与体积不可忽略的代理碰撞。

基于物理学的回波状态网络

原文标题：

Physics-Informed Echo State Networks

地址：

https://pattern.swarma.org/paper?id=77430d9a-1f23-11eb-8434-0242ac1a000c

作者：

Nguyen Anh Khoa Doan,Wolfgang Polifke,Luca Magri

摘要：提出了一种基于物理信息的回波状态网络(ESN)来预测混沌系统的演化。与传统的电子伴侣神经网络相比，物理学知识丰富的电子伴侣神经网络被训练来解决监督式学习任务，同时确保它们的预测不违反物理定律。这是通过在训练期间引入一个附加的损失函数来实现的，该函数基于系统的控制方程。额外的损失函数惩罚非物理的预测，而不需要任何额外的训练数据。利用混沌 Lorenz 系统和 Charney-DeVore 系统的截断，证明了该方法的有效性。与传统的静态粒子神经网络相比，基于物理学的静态粒子神经网络提高了可预测时域约两个李雅普诺夫时间。这种方法也被证明对噪声是鲁棒的。该框架显示了利用机器学习结合先验物理知识改进混沌动力系统时间精确预测的潜力。

社会接触网中疾病暴发检测

与跟踪的自适应测试分配

原文标题：

Adaptive Test Allocation for Outbreak Detection and Tracking in Social Contact Networks

地址：

https://pattern.swarma.org/paper?id=e5e7d9d4-1f1d-11eb-8434-0242ac1a000c

作者：

Pau Batlle,Joan Bruna,Carlos Fernandez-Granda,Victor M. Preciado

摘要：我们提出了一个在社会接触网络中病毒检测适应性分配的一般框架。我们提出并解决了几个互补的问题。首先，我们考虑设计一个社会感知系统，其目标是早期发现一个新的流行病爆发。特别是，我们提出了一种算法，以选择一个子集的个人进行测试，以便检测的开始，一个流行病爆发尽快。我们将这个问题提出为命中时间概率最大化问题，并利用子模块化优化技术为所提出的解决方案获得明确的质量保证。其次，一旦发现流行病爆发，我们考虑随着时间的推移自适应地分配病毒检测的问题，以便最大限度地获得有关流行病现状的信息。我们从熵和互信息的角度对这个问题进行了形式化描述，并提出了一种具有质量保证的自适应分配策略。针对这些问题，我们推导了具有马尔可夫动力学的任意随机区域传染病模型的解析解，以及基于蒙特卡罗的非马尔可夫动力学的有效算法。最后，我们在数值实验中演示了该框架的性能，其中包括一个应用于真实人类接触网络的2019冠状病毒疾病模型。

美国大学网络在

Facebook 上的动态构建

原文标题：

The dynamics of U.S. college network formation on Facebook

地址：

https://pattern.swarma.org/paper?id=e51caf34-1f1d-11eb-8434-0242ac1a000c

作者：

Jan Overgoor,Bogdan State,Lada Adamic

摘要：在美国，很多人一生的社交网络中有很大一部分是在大学里形成的。然而，我们对这一形成过程的许多方面的理解，例如时间变化的作用、教育背景之间的异质性以及在大学期间形成的关系的持续性，是不完整的。为了帮助填补这些空白，我们使用了美国1181所高等教育机构的社交网络的人口水平数据集，从2008年到2019年，提供了大学网络结构随时间变化的详细观点。这些网络演变过程中最突出的特征就是学生刚进入大学时交友活动的爆发。在这一时期形成的关系在塑造整个网络结构和学生在其中的地位方面发挥了强大的作用。随后的启动和中断指令进一步影响新的联系形成量。同相关系构成同样表现出时间上的变化。同性关系更有可能形成时，学生安顿到住房，同时共享一个主要的促进友谊，因为学生通过他们的学位进步。学校的特性，比如是否有很多学生住在校园里，也会调节这些影响。在大学生活的不同背景和不同时期形成的联系，在他们毕业后保持亲密关系的可能性上各不相同。总之，这些发现表明教育背景以多种不同的方式调节网络的形成。

时间、天气和谷歌趋势

在理解和预测网络调查反应中的作用

原文标题：

The Role of Time, Weather and Google Trends in Understanding and Predicting Web Survey Response

地址：

https://pattern.swarma.org/paper?id=91fe9334-1f1e-11eb-8434-0242ac1a000c

作者：

Qixiang Fang,Joep Burger,Ralph Meijers,Kees van Berkel

摘要：在关于网络社会统计调查的文献中，人们已经做出了巨大的努力来理解时间不变因素(如性别、教育和婚姻状况)在(非)反应机制中的作用。然而，仅仅是时间不变的因素不能解释大多数(非)响应的变化，特别是响应率随时间的波动。这一发现启发我们研究时不变因素，即时变因素以及它们在网络调查(非)反应中的潜在作用。具体来说，我们研究了时间、天气和社会趋势(来自谷歌趋势数据)对2016年和2017年荷兰健康调查的每日(非)回应模式的影响。使用离散时间的生存分析，我们发现，除其他外，周末，节假日，宜人的天气，疾病爆发和恐怖主义突出与较少的反应。此外，我们表明，单独使用这些变量可以达到令人满意的预测精度的日反应率和累积反应率时，训练模型应用于未来看不见的数据。这种方法的进一步好处是只需要非个人的上下文信息，因此不涉及隐私问题。我们讨论的影响研究的调查研究和数据收集。

二元交互中的耦合层次:

神经和行为复杂性分析

原文标题：

Levels of Coupling in Dyadic Interaction: An Analysis of Neural and Behavioral Complexity

地址：

https://pattern.swarma.org/paper?id=e7ec54a2-1e5b-11eb-bbbc-0242ac1a000c

作者：

Georgina Montserrat Reséndiz-Benhumea,Ekaterina Sangati,Tom Froese

摘要：以前的一些研究已经证明，社会交互作用在具身行为体的神经和行为复杂性的动力学中起着基础性的作用。特别是，有研究表明，在相互作用中进化的具有有限内部结构的代理(2- 神经元大脑)可以克服这一局限性，并展现出混沌神经活动，通常与更复杂的动力系统(至少是三维的)有关。在本文中，我们对这一工作做出了两点贡献。首先，我们提出了一个概念上的区别，在耦合的层次之间的代理，可以对神经和行为的复杂性产生影响。其次，我们通过测试具有更丰富内部结构的代理，并在一个更丰富但非社会的环境中进化它们，来测试以前结果的可推广性。我们证明，这样的代理可以达到与在交互设置中演化的代理相当的复杂程度。讨论了这一结果对于相互作用研究的意义。

错误记忆的持续:

缸中之脑尽管时钟完美

原文标题：

The Persistence of False Memory: Brain in a Vat Despite Perfect Clocks

地址：

https://pattern.swarma.org/paper?id=e69cedbe-1e5b-11eb-bbbc-0242ac1a000c

作者：

Thomas Schlögl,Ulrich Schmid,Roman Kuznets

摘要：最近，针对具有错误异步代理和可能不可靠通信的多代理系统，提出了一个详细的认知推理框架。我们在此基础上开发了一个模块化扩展框架，该框架允许编码和安全地结合容错分布式系统建模和分析中常用的其他系统假设，如可靠通信、有时限通信、多播、同步和锁步同步代理，甚至具有协同动作的代理。我们使用这个扩展框架来分析同步和锁步同步代理的基本特性，如代理的局部和全局故障检测能力。此外，我们表明，即使在锁步同步系统中可用的完全同步的时钟也不能用来避免“大脑在一个大桶中”的情况。