宏观规律如何描述复杂动力学：无症状人群和CoviD-19传播
原文标题： How macroscopic laws describe complex dynamics: asymptomatic population and CoviD-19 spreading
地址： http://arxiv.org/abs/2003.12457
作者： D.Lanteri, D.Carco’, P.Castorina
摘要： 宏观增长定律是平均场方程的解，它有效地描述了潜在的复杂动力学。它们被用于研究感染的传播，例如CoviD-19，其中检测到的受感染个体的累积数量N（t）的计数是一个普遍接受的，粗粒度的变量，用于了解该流行病状态。但是，N（t）没有考虑到未知数量的无症状病例（未检测到）A（t）。因此，出现一个问题，即观察到的时间序列N（t）是否是监测传染病演变的可靠工具。我们研究了一个耦合的微分方程系统，该系统包括有症状和无症状个体之间的传播动态以及由于社会孤立而产生的强烈遏制效应。因此，将该解决方案与宏观定律进行比较，该定律适用于来自单个非线性微分方程且未明确引用A（t）的总体N（t），从而表明两种方法的等效性。实际上，N（t）考虑到了更为复杂和详细的人口动态，因此也可以评估无症状个体的数量。然后将该模型应用于在意大利传播的Covid-19，在最近的数据中观察到从N（t）的指数行为到Gompertz增长的过渡。这样，尽管没有描述总感染人群，但包含在N（t）数据分析中的信息可以可靠地理解流行阶段。在传播的快速生长阶段，无症状人群大于有症状人群。
α-Satellite：一个AI驱动的系统和基准数据集，用于社区分层风险评估，以帮助应对COVID-19
原文标题： α-Satellite: An AI-driven System and Benchmark Datasets for Hierarchical Community-level Risk Assessment to Help Combat COVID-19
地址： http://arxiv.org/abs/2003.12232
作者： Yanfang Ye, Shifu Hou, Yujie Fan, Yiyue Qian, Yiming Zhang, Shiyu Sun, Qian Peng, Kenneth Laparo
摘要： 新颖的冠状病毒及其致命爆发给人类社会带来了巨大挑战：截至2020年3月26日，美国已确诊病例85,377例，报告死亡1,293例。世界卫生组织（WHO）则将冠状病毒病（COVID-19）视为全球大流行病，该病已感染了531,000多人，并在至少171个国家中造成24,000多人死亡。越来越多的地区报告了地方以下地方社区的传播，这代表着在与新型冠状病毒的斗争中恶化的重大转折，这表明迫切需要扩大监测范围，以便我们更好地了解COVID-19的传播，从而采取可行的社区缓解策略来更好地应对。通过提高人工智能（AI）的功能并利用从异构源生成的大规模和实时数据（例如，来自官方公共卫生组织的疾病相关数据，人口统计数据，移动性数据以及来自社交媒体的用户生成的数据），在这项工作中，我们提议并开发一个AI驱动的系统（名为alpha-Satellite作为初始产品，以提供分层的社区级风险评估，以协助制定应对快速发展的COVID的策略-19大流行：更具体而言，给定特定位置（用户输入或自动定位），开发的系统将自动以分层方式（例如州，县，市，特定位置）提供与其相关的风险指数，以使个人选择适当的保护措施，同时最大程度地减少对日常生活的破坏。开发的系统和生成的基准数据集可通过我们的网站公开访问。系统说明和免责声明也可在我们的网站上找到。
COVID-19传输的温度依赖性
原文标题： Temperature dependence of COVID-19 transmission
地址： http://arxiv.org/abs/2003.12417
作者： Alessio Notari
摘要： 最近的冠状病毒大流行在其早期阶段几乎呈指数增长，在许多国家， N 的病例数相当适合 N propto e ^ alpha t 。我们分析了42个不同国家/地区的费率，每个国家/地区选择30天的情况作为第一天的起点，然后选择接下来的12天作为起点，从而以相当均匀的方式捕获早期的指数增长。我们在流行病流行的月份中，寻找每个国家的汇率 alpha 和平均气温 T 之间的联系。拟合线性行为 alpha（T），我们发现证据表明增长率下降是 T 的函数。但是，在非常低的 T 数据中也可以看到增长率的下降。超越线性模型，数据中似乎出现了约（9.5 pm 2.6）^ circ C 的峰值。我们的研究结果希望，对于北半球国家来说，由于天气转暖和封锁政策的影响，增长率将显著下降。通常，在下一个寒冷季节到来之前，应该通过强有力的锁定，测试和跟踪策略来阻止传播。
自我隔离与边境封锁：什么能更好地阻止流行病传播？
原文标题： Self-isolation vs frontiers closing: What prevents better of epidemic spread?
地址： http://arxiv.org/abs/2003.12290
作者： O. Valba, V. Avetisov, A. Gorsky, S. Nechaev
摘要： 我们讨论网络聚类和适应性对流行病传播的综合影响。我们要解决的问题是，哪种机制更能有效地阻止疾病在互联网络中传播：自适应集群（模仿本地社区中的自我隔离（SI））或尖锐的即时集群，就像城市与国家之间的边境关闭（FC） ？由于实际上跨社区连接始终存在，因此我们想知道激励（疾病）在整个集群网络中的传播效率如何，整个集群网络具有一定的集群间连接密度。 SI网络和FC网络之间的关键区别如下：SI网络在整个网络中的小团体最大化的情况下“自适应增长”，而FC网络是通过 emph ad hoc强加的“即时创建”的边界。我们发现，SI模型具有度分布 P（k） sim k ^ eta 的无标度特性，其临界指数 -2 < eta
社交媒体上的冠状病毒：分析Twitter对话中的不实信息
原文标题： Coronavirus on Social Media: Analyzing Misinformation in Twitter Conversations
地址： http://arxiv.org/abs/2003.12309
作者： Karishma Sharma, Sungyong Seo, Chuizheng Meng, Sirisha Rambhatla, Aastha Dua, Yan Liu
摘要： 正在进行的冠状病毒病（COVID-19）大流行突出了我们当今全球化世界的相互联系。随着社会隔离政策的到位，虚拟通信已成为（错误）信息的重要来源。随着越来越多的人依赖社交媒体平台获取新闻，在这些空前的时代，识别错误信息已成为一项关键任务。除了恶意之外，此类信息的传播还构成了严重的公共健康风险。为此，我们设计了一个仪表板来跟踪流行的社交媒体新闻共享平台-Twitter上的错误信息。我们的仪表板可让您了解有关冠状病毒的社交媒体讨论以及随着情况的发展在平台上共享的信息质量。自2020年3月1日起，我们使用Twitter API收集流数据，并提供与重要新兴政策（例如“ #socialdistancing”和“ #workfromhome”）相关的主题群集和社会情感的分析。我们会随着时间跟踪新出现的标签，并提供对位置和时间敏感的情感分析。此外，我们研究了社交媒体上的虚假信息这一具有挑战性的问题，并提供了一种从Twitter信息级联中识别虚假，误导和点击诱饵内容的检测方法。仪表板维护着不断发展的检测到的错误信息级联列表以及相应的检测分数，可从https://ksharmar.github.io/index.html在线访问。
巴西COVID-19演变的数据分析和建模
原文标题： Data analysis and modeling of the evolution of COVID-19 in Brazil
地址： http://arxiv.org/abs/2003.12150
作者： Nuno Crokidakis
摘要： 严重急性呼吸系统综合症冠状病毒2（SARS-Cov2或简称COVID-19）的世界演变导致世界卫生组织宣布其为大流行病。该病于2019年12月在中国出现，并在世界范围内迅速传播，特别是在意大利和西班牙等欧洲国家。 2月26日记录了巴西第一例报告病例，此后病例数迅速增加。为了减缓该疾病在全国的初期发展，已分离出确诊的阳性病例以不传播该疾病。为了更好地了解巴西COVID-19的演变，我们将敏感传染隔离隔离回收（SIQR）模型应用于来自巴西卫生部的数据分析。基于分析和数值结果以及基于数据，基本再现数估计为 R_ 0 = 5.25 。此外，我们估计未鉴定的感染个体和确诊病例的比例约为10美元，与先前的研究一致。我们还估计，疫情加倍时间为 2.72 天。
转发还是不转发：使用恶意软件引起误解以秘密操纵Twitter疫苗辩论
原文标题： To Tweet or Not to Tweet: Covertly Manipulating a Twitter Debate on Vaccines Using Malware-Induced Misperceptions
地址： http://arxiv.org/abs/2003.12093
作者： Filipo Sharevski, Peter Jachim, Kevin Florek
摘要： 拖钓和社交机器人已被证明是操纵公众舆论和在Twitter用户之间撒下不和的强大策略。这项工作需要大量的内容制作和帐户协调，以逃避Twitter对恶意平台使用的检测。在本文中，我们通过引起对已验证用户对正版非滚动内容的误解，探索了一种秘密社交媒体干扰的替代策略。此策略使用一种恶意软件，该恶意软件在以隐秘中间人的方式向目标用户提供真实内容之前，会秘密地操纵目标单词，主题标签和Twitter指标。对恶意软件的早期测试发现，它能够实现与巨魔和社交机器人类似的目标，即沉默或激发社交媒体用户在社交媒体的两极分化的辩论中表达自己的观点。此后，我们在受控环境（N = 315）中进行了实验测试，在该环境中，该恶意软件秘密地操纵了Twitter关于疫苗引起自闭症风险的辩论中的看法。实证结果表明，在辩论诸如疫苗之类的两极分化问题时，诱发误解是使Twitter上的用户保持沉默的有效策略。我们使用这些发现提出了一种解决方案，以应对由恶意软件引起的误解的影响，该误解也可用于应对Twitter上的巨魔和社交机器人。
社会技术惯例的网络动态
原文标题： The Network Dynamics of Social and Technological Conventions
地址： http://arxiv.org/abs/2003.12112
摘要： 当创新争夺采用权时，偶然的历史事件可以使劣等策略传播，而以其他替代方案为代价。但是，优势并不总是由于偶然而产生，网络已成为组织行为的重要决定因素。为了了解哪些因素会影响采用最佳替代方案的可能性，本文提出：网络结构如何塑造社会和技术惯例的出现？先前的研究已经发现，从单个创新的角度来看，很有影响力的人或“中心”节点可能会受益，因为中央节点的提升可以提高采用速度。相反，当考虑多种策略的竞争时，中心节点的存在可能会带来风险，并且不能保证最终的“集中式”网络会偏向于最佳策略。本文使用基于主体的仿真研究网络结构对约定形成标准模型的影响，发现网络集中化可以提高约定形成的速度，但也降低了最佳策略被广泛采用的可能性。令人惊讶的是，这一发现并未表明速度/最佳性之间的权衡：密集网络既快速又最佳。
整合众包和主动学习对推文的工作生活事件分类
原文标题： Integrating Crowdsourcing and Active Learning for Classification of Work-Life Events from Tweets
地址： http://arxiv.org/abs/2003.12139
作者： Yunpeng Zhao, Mattia Prosperi, Tianchen Lyu, Yi Guo, Jing Bian
摘要： 社交媒体（尤其是Twitter）正越来越多地用于具有预测性分析的研究中。在社交媒体研究中，自然语言处理（NLP）技术与基于专家的手动和定性分析结合使用。但是，社交媒体数据是非结构化的，必须经过复杂的处理才能用于研究。手动批注是多个专家评估者必须就每个项目达成共识的最耗资源和最耗时的过程，但是对于创建用于训练基于NLP的机器学习分类器的黄金标准数据集至关重要。为了减轻手动注释的负担，同时又保持其可靠性，我们设计了与主动学习策略相结合的众包管道。我们通过案例研究证明了其有效性，该案例研究从各个推文中识别出失业事件。我们使用Amazon Mechanical Turk平台从Internet招募注释者，并设计了许多质量控制措施来确保注释的准确性。我们评估了4种不同的主动学习策略（即最不自信，熵，投票熵和Kullback-Leibler差异）。主动学习策略旨在减少达到自动分类所需性能所需的推文数量。结果表明，众包对于创建高质量注释非常有用，而主动学习有助于减少所需的推文数量，尽管所测试的策略之间没有实质性差异。
复杂网络中的最短路径：结构和优化
原文标题： Shortest Paths in Complex Networks: Structure and Optimization
地址： http://arxiv.org/abs/2003.12180
作者： Guilherme S. Domingues, Cesar H. Comin, Luciano da F. Costa
摘要： 在复杂网络的几种拓扑特性中，最短路径代表了一个特别重要的特性，因为它不仅可能影响其他拓扑特性，而且主要是因为它对网络上发生的几种动力学过程的影响。另外，通过修改网络以减少各自的最短路径，可以在几种实际情况（例如城市中转）中受益。在当前的工作中，我们解决了通过根据不同的策略添加给定数量的链接来尝试减少若干理论和现实世界复杂网络的平均最短路径的问题。更具体地说，我们考虑了：在度数相对较低和较高的节点之间放置新的链接；提高网络度的规律性；根据程度优先依恋；以相对较低和较高的介数中心性中心链接节点；并以较低/较低，较低/较高以及较高/较高的可访问性链接节点。已经获得了一些有趣的结果，包括确定基于可访问性的策略可以最大程度地减少平均最短路径长度。另一个有趣的发现是，对于几种类型的网络，基于度的方法往往可以提供与通过使用计算上更为昂贵的中介中心度测量所获得的改进相当的改进。
复杂网络数据驱动控制
原文标题： Data-Driven Control of Complex Networks
地址： http://arxiv.org/abs/2003.12189
作者： Giacomo Baggio, Danielle S. Bassett, Fabio Pasqualetti
摘要： 我们处理复杂网络行为的能力取决于有效控制算法的设计，并且关键取决于准确和易处理的网络动力学模型的可用性。尽管在过去的几年中，网络系统的控制算法设计取得了长足的进步，但对网络动力学的了解却是一个普遍存在的假设，在实践中很难满足，尤其是当网络拓扑很大且可能随时间变化时。在本文中，我们克服了这一局限性，并开发了一种数据驱动的框架来以最佳方式控制复杂的动态网络，而无需任何网络动力学知识。我们的最佳控制是使用一组有限的实验数据构建的，其中未知的复杂网络会受到任意且可能是随机输入的刺激。除了优化之外，我们还表明，即使与基于模型的对等公式相比，我们的数据驱动公式也具有良好的计算和数值特性。最后，尽管我们的控件对于具有确定性线性动力学的网络可证明是正确的，但我们也可以针对嘈杂的实验数据以及在操纵大脑网络中的神经活动时出现的一类非线性动力学来表征其性能。
模块化在生物网络自组织动力学中的作用
原文标题： The role of modularity in self-organisation dynamics in biological networks
地址： http://arxiv.org/abs/2003.12311
作者： Bram A. Siebert, Cameron L. Hall, James P. Gleeson, Malbor Asllani
摘要： 相互联系的生物实体集合可能是现代科学迄今为止遇到的最复杂的系统。尤其是，科学家集中精力了解不同神经元，蛋白质或物种之间相互作用结构的复杂性如何影响其各自系统的功能。公认的是，许多生物网络是以高度分层的方式构建的，具有两个主要特性：连接两个明显相距远的节点（神经元，物种或蛋白质斑块）的短平均路径，以及模块化聚集中的节点比例很高。尽管到目前为止已经提出了几种假设，但是对于这种生物系统中模块与动力学活性之间的关系知之甚少。在这里，我们显示网络模块化是功能活动的自组织模式形成的关键要素，而与模块结构的拓扑特性无关。特别是，我们表明在这种情况下可以发展模块化规模的宏观空间格局，这可以解释生物网络中的自然顺序如何遵循其模块化结构组织。我们的结果还表明，生物复杂网络上的图灵模式可能是存在模块化结构的标志，因此可能是社区检测的可能协议。我们在真实世界的网络上测试我们的结果，以确认模块化在创建宏观模式中的重要作用。
最小直径的无标度图的结构特性和平均捕获时间
原文标题： Structural properties and average tapping time on scale-free graphs with smallest diameter
地址： http://arxiv.org/abs/2003.12392
作者： Fei Ma, Ping Wang
摘要： 在本文中，我们提出了一类图 G ^ star（m，t），并首先研究它们的一些结构特性，例如平均度。结果表明（1）图 G ^ star（m，t）具有密度特征，因为它们的平均度与时间步长 t 成比例，而不是大图尺寸限制中的常数，（2）图 G ^ star（m，t）服从幂律分布，指数等于 2 ，这在以前的大多数无标度模型中都很少见，（3）图 G ^ star （m，t）以超小直径和较高的聚类系数显示了小世界性质，并且（4）图 G ^ star（m，t）相对于Pearson相关系数具有分解结构小于零。此外，我们在建议的图 G ^ star（m，t）上考虑了捕获问题，然后发现它们都通过自己的平均捕获时间达到理论下界，从而具有更高的最佳捕获效率，在现有的无标度模型中很少观察到这种现象。我们进行了广泛的模拟，与我们的理论分析相一致。
西班牙第一个殖民地小镇的城市规划：拉古纳的圣克里斯托瓦尔城历史悠久的教堂的方向
原文标题： Urban Planning in the First Unfortified Spanish Colonial Town: The orientation of the historic churches of San Cristobal de La Laguna
地址： http://arxiv.org/abs/2003.12410
作者： Alejandro Gangui, Juan Antonio Belmonte
摘要： 特内里费岛加那利岛（西班牙）的圣克里斯托瓦尔·德拉古古纳市具有非凡的价值，因为其计划的初衷是这样。它是一个网格状的城市系统，由直角的街道构成正方形，其布局是不设防的殖民城市的第一个案例，在欧洲海外扩张中有定期的计划。它构成了所谓的“和平之城”的历史例子。和平之城是新土地上的城市共和国的原型，它利用自己的自然边界来界定和捍卫自己。始建于1496年的老城区历史中心于1999年被联合国教科文组织宣布为世界文化遗产。我们分析了拉古纳老城区目前存在的二十一座历史悠久的基督教教堂的确切空间定位，我们将其作为一个很好的例子城市格网原始布局的指标。我们发现了一个清晰的方向图，如果与上升的太阳或落山的太阳相关联，就会发现绝对值天文偏角略低于20度，这在我们的研究误差范围内可能与7月25日的盛宴相关-圣克里斯托瓦尔德利西亚（Saint Cristobal de Licia）的一天，该镇最初是圣人专用的圣日。我们还将详细讨论一些最近的提案，这些提案援引了关于旧城规划的一些牵强附会的假设，并以其突出特征之一，即其拉丁十字结构在组合布局中显而易见，发表了一些评论。一些最具象征意义的教堂。
重访科学精英：生产力，协作，作者和影响的模式
原文标题： Scientific elite revisited: Patterns of productivity, collaboration, authorship and impact
地址： http://arxiv.org/abs/2003.12519
作者： Jichao Li, Yian Yin, Santo Fortunato, Dashun Wang
摘要： 在整个历史中，相对少数的人对科学和社会产生了深远而持久的影响。尽管长期以来，人们对理解精英科学家的职业有着浓厚的兴趣，但对于定量，职业水平分析的尝试却很少。在这里，我们利用组装好的综合数据集，可以追溯过去一个世纪几乎所有诺贝尔物理学奖获得者的物理学，化学，生理学或医学的整个职业历史。我们发现，尽管诺贝尔奖获得者从一开始就是精力充沛的制作人，他们的作品获得了异常高的影响力，但在获奖之前，他们的职业遵循与普通科学家相对类似的模式，其特征是火爆的条纹和对合作的日益依赖。我们还发现了他们职业生涯中的显著变化，通常与诺贝尔奖有关，包括获奖作品中共同作者结构的变化，以及他们在获得诺贝尔奖后所产生的工作影响有很大但暂时的下降。这些结果共同证明了控制科学精英职业的量化模式，为更深入地了解科学卓越职业的标志提供了经验基础。
声明：Arxiv文章摘要版权归论文原作者所有，由本人进行翻译整理，未经同意请勿随意转载。本系列在公众号“网络科学研究速递”和个人博客进行同步更新。
閱讀更多 網絡科學研究速遞 的文章
