魯棒隨機方法估計2019-nCoV的傳輸潛力
原文標題： A Robust Stochastic Method of Estimating the Transmission Potential of 2019-nCoV
地址： http://arxiv.org/abs/2002.03828
摘要： 最近一種新型的冠狀病毒（2019-nCoV）的爆發，迅速演變成一個全球性的健康危機。2019-nCoV的傳播潛力已經在最近的幾個研究工作中得到建模研究。諸如基本再生數R0等關鍵因子已經通過對彙總數據擬合傳染病傳播模型得到確定。該數據包括在中國和世界各地緊密聯繫的城市報告病例。在本文中，我們從統計估計的魯棒性的角度研究2019-nCoV的傳輸潛力，考慮在爆發的初始階段不同的數據質量和時效性。研究採用取樣一致算法以提高出現異常值時模型擬合效果。魯棒估計使我們能夠識別傳播模型的兩個聚類，兩者均值得重點關注，其中一個R0介於8至14，接近麻疹和其他有大量的初始感染組情況。
超越R0：預測流行病時接觸跟蹤的重要性
原文標題： Beyond R_0: the importance of contact tracing when predicting epidemics
地址： http://arxiv.org/abs/2002.04004
作者： Laurent Hébert-Dufresne, Benjamin M. Althouse, Samuel V. Scarpino, Antoine Allard
摘要： 基本再生數R0是公共衛生最常見的和最常被誤用的數字。不過，每當傳染性病原體出現或流行，估計R0仍然是世界各地流行病學優先任務。雖然經常用來比較爆發、預測流感大流行的風險，這個單一的數字掩蓋了兩個不同的病原體的複雜性，儘管它們可以表現出相同的R0。本文我們將展示預測疫情規模如何既需要估計R0，還需要估計繼發感染人數的異質性。為了便於快速測定風險的爆發，我們根據隨機網絡理論的經典結果重新進行推導，建議依賴接觸的跟蹤數據同時確定分佈的一階矩（R0）和高階矩（代表異質性）。此外，我們展示了這個框架在通常有限的新興病原體數據下是穩健的。最後我們證明，諸如2019-nCoV這類新病原體如果沒有二次感染的異質性數據，爆發規模的不確定性範圍巨大，達到2019-nCoV易感人群的5-40%。總之，我們的工作強調了傳染病暴發時迫切需要接觸追蹤，以及預測疫情規模時需要超越R0。
非關聯幾何框架下的複雜網絡
原文標題： Complex Networks in the Framework of Nonassociative Geometry
地址： http://arxiv.org/abs/1812.10865
作者： Alexander I. Nesterov, Pablo Héctor Mata Villafuerte
摘要： 在對非關聯幾何框架內，我們引入擴展了隱藏的幾何形狀複雜網絡的統計處理新的有效模式。網絡的小世界屬性是由我們的模型外地曲率控制。我們用這種方式來上網學習作為嵌入在雙曲空間的複雜網絡。該模型產生與現有的經驗數據顯著的協議，並解釋了互聯網關聯度數據的特點是其他車型不能。我們的方法提供了新的途徑為一大類複雜的網絡，如航空運輸，社會網絡，生物網絡等的研究
通過深度Q學習快速檢測最大公共子圖
原文標題： Fast Detection of Maximum Common Subgraph via Deep Q-Learning
地址： http://arxiv.org/abs/2002.03129
作者： Yunsheng Bai, Derek Xu, Alex Wang, Ken Gu, Xueqing Wu, Agustin Marinovic, Christopher Ro, Yizhou Sun, Wei Wang
摘要： 兩個輸入圖之間檢測所述最大共子圖（MCS）是用於生物醫學分析，惡意軟件檢測，雲計算等應用的基礎這是在藥物設計的任務尤其重要，在那裡共同子化合物中成功提取可以減少由人類進行的實驗所需要的數量。然而，MCS計算是NP難，和國家的最先進的精確MCS求解沒有最壞情況下的時間複雜度保證在實踐中不能處理大圖。學習設計基於模型，同時利用盡可能少的標記MCS情況下儘可能遺體是一項艱鉅的任務找到近似但準確路兩幅圖之間的MCS。在這裡我們建議RLMCS，通過強化學習一個圖表基於神經網絡模型的MCS檢測。我們的模型使用的探索樹提取物的子圖在兩個圖一個節點對的時間，並且被訓練通過深Q-網絡優化子提取獎勵。一種新穎的圖嵌入方法，提出了以產生用於節點狀態表示，並在每個步驟共同提取的子圖。真實數據集圖實驗表明，我們的模型進行毫不遜色於精確MCS求解器和在精度和效率方面的監督神經圖匹配網絡模型。
通用設施集中式動態匹配市場的漸近最優控制
原文標題： Asymptotically Optimal Control of a Centralized Dynamic Matching Market with General Utilities
地址： http://arxiv.org/abs/2002.03205
作者： Jose H. Blanchet, Martin I. Reiman, Viragh Shah, Lawrence M. Wein
摘要： 我們認為，買家和賣家到帳根據以相同的速率獨立泊松過程和獨立放棄的市場，如果時間均值相等的指數數量後不匹配的匹配市場。在這種集中的市場，從匹配任何買家和賣家的任何系統管理實用程序是一般隨機變量。我們認為由 n 的地方在 N ^ mathrm 日 系統來港定居人士由 n 的一個因素加速了索引系統的序列。我們分析一個參數政策的兩個家庭：人口閾值策略立即到達的主體相匹配的最好的搭檔只有當隊友在系統中的數目高於閾值，效用閾值策略到達的主體匹配到最佳只有當相應的效用是高於閾值的可用的伴侶。利用買賣雙方的二維馬爾可夫過程的漸進流體分析，我們表明，當匹配效用分佈是輕尾，％（即最大許多隨機變量的期望值是有規律地變化的功能 阿爾法= 0 ）與閾值 壓裂N人口閾值策略 LN N 是漸近最優只在劑到達時期使比賽的所有策略之一。在重尾情況％（即 阿爾法在（0,1）），我們描述最佳閾值兩個政策水平。 ％雖然沒有達到我們的鬆動上限的性能。我們還與重尾匹配公用事業研究效用閾值策略中不平衡配套市場，並找到了買家和賣家有相同的漸近最優效用閾值。
目標隱私保護的社會網絡
原文標題： Target Privacy Preserving for Social Networks
地址： http://arxiv.org/abs/2002.03284
作者： Zhongyuan Jiang, Lichao Sun, Philip S. Yu, Hui Li, Jianfeng Ma, Yulong Shen
摘要： 在本文中，我們納入重點保護的現實情況下進入鏈接隱私保護，並提出目標鏈接隱私保護（TPP）模型：目標鏈路被稱為目標是指將被對手有意攻擊的最重要，最敏感的目標，為了使需要隱私保護，而少隱私擔憂等環節都被正確釋放，以維持圖工具。 TPP的目標是通過刪除限制設定的預算可選擇的非目標鏈路被稱為保護捍衛所有目標的對抗鏈路預測，以限制目標披露。傳統的鏈接隱私保護處理的各個環節為目標，並集中在結構層面的保護措施，其中嚴重的聯繫的公開和高圖效用損失仍然是圖今天釋放的瓶頸，而TPP側重於哪個鍵保護上所執行的目標水平的保護關鍵指標的小部分，以達到更好的隱私保護和下圖效用損失。目前還缺乏明確TPP問題的定義，可證明最優或接近最優選擇保護算法和大型的社交圖譜可擴展實現。首先，我們介紹了TPP模型，並提出了用於測量對隱私權保護的分析為目標的防禦能力的差異性功能。我們認為通過預算分配設置兩個不同的問題：1）我們保護所有目標，並優化了單一的預算各項指標的差異性; 2）除了所有目標的保護，我們還在乎通過賦予地方預算的每一個目標，考慮到兩個本地保護選擇保護每個目標的。我們還實現了可擴展的實現和實驗驗證了該算法的有效性和效率。
線超圖卷積網絡：在超圖上應用圖卷積
原文標題： Line Hypergraph Convolution Network: Applying Graph Convolution for Hypergraphs
地址： http://arxiv.org/abs/2002.03392
作者： Sambaran Bandyopadhyay, Kishalay Das, M. Narasimha Murty
摘要： 網絡表示學習和圖節點分類有顯著注意由於創造不同類型的圖表神經網絡。圖卷積網絡（GDN）是一種流行的半監督技術，其每個節點的鄰域內聚集屬性。常規GCNs可應用於其中每個邊僅連接兩個節點的簡單圖。但是許多現代天應用程序需要在圖高階的關係進行建模。超圖是有效的數據類型來處理這種複雜的關係。在本文中，我們提出了一種新的技術來對具有可變大小的超邊超圖申請圖表卷積。我們使用了超圖的線圖的經典概念在超圖學習文學的第一次。然後，我們建議對超圖的線圖使用圖的卷積。在多個現實世界中的網絡數據集的實驗分析表明相對於國家的的藝術我們的方法的優點。
通過隨機平滑實現有效抵抗對抗性結構擾動的顯著穩健社區檢測
原文標題： Certified Robustness of Community Detection against Adversarial Structural Perturbation via Randomized Smoothing
地址： http://arxiv.org/abs/2002.03421
作者： Jinyuan Jia, Binghui Wang, Xiaoyu Cao, Neil Zhenqiang Gong
摘要： 社區檢測對理解圖結構中起關鍵作用。然而，最近的一些研究表明，社區發現是脆弱的對抗性結構擾動。特別是，通過添加或在圖中移除少量的仔細選擇邊的，攻擊者可以操縱所檢測的社區。然而，據我們所知，有在社區認證檢測可以有效抵抗這種對抗性結構擾動沒有研究。在這項工作中，我們的目標是彌合這一差距。具體而言，我們開發社區發現的第一個認證的魯棒性保證對對抗性結構擾動。給定任意社區檢測方法，我們通過隨機擾動圖結構建立一個新的平滑社區檢測方法。我們理論上表明平滑社區檢測方法可證明組節點中的給定任意一組到同一社區（或不同的社區）當加入邊的/被攻擊者除去的數量是有界的。此外，我們證明了我們的認證的穩健性是緊的。我們還根據經驗評估我們在多個真實世界的圖，與地面實情社區方法。
疫情在城市公交系統傳播的接觸網絡的尺度性
原文標題： Scaling of contact networks for epidemic spreading in urban transit systems
地址： http://arxiv.org/abs/2002.03564
作者： Xinwu Qian, Lijun Sun, Satish V.Ukkusuri
摘要： 流動性改善不僅有助於更深入的人類活動，而且也有利於傳染性疾病的傳播，從而構成十億城市通勤的一大威脅。在這項研究中，我們提出了傳染病地鐵的旅客中滲透的多城市的調查。我們使用在中國有三個特大城市智能卡數據來構建個人層面的聯繫網絡，在此基礎上疾病的傳播進行建模和研究。我們觀察到，儘管在城市形態，網絡佈局和流動模式不同，這三個城市的地鐵系統共享類似的接觸網絡結構。這促使我們開發出捕獲的聯繫人數量以及個別旅客之間的接觸時間的分佈的普遍代車型。這個模型解釋瞭如何在地鐵聯絡網的結構特性與傳染性疾病的風險水平相關。我們的研究結果凸顯城市公共交通系統的過程中疾病爆發的脆弱性，並提出重要的規劃和經營策略為減輕傳染性疾病的風險。
帶連續主體的社交傳輸模型的事項
原文標題： Notes on a Social Transmission Model with a Continuum of Agents
地址： http://arxiv.org/abs/2002.03569
作者： Benjamin Golub
摘要： 本說明介紹的性狀的傳輸，如培養的簡單重疊-世代（OLG）模型。起初，主體一些分數攜帶的特點。在每個時間段，年輕的主體``出生的’，並通過一些老劑的影響。主體採用特質僅在至少他們的影響力一定數目的有特點。這種影響可能會出現由於理性的選擇（例如，因為年輕劑在玩誰已經致力於戰略舊主體合作博弈），或一些其它原因。我們的興趣是在社會影響力的過程中如何展開隨著時間的推移，以及是否一個特點將長期存在或消亡。我們表徵活性劑的比例的動態和相關的分析結果，經典的分枝過程和隨機圖。
小世界是不夠的：網絡選擇和模擬的結論性標準
原文標題： Small world is not enough: Criteria for network choice and conclusiveness of simulations
地址： http://arxiv.org/abs/2002.03717
作者： Samuel Thiriot
摘要： 大多數基於主體的型號包括描述人工種群內的相互作用的結構的社會網絡。由於這種結構對模擬動力學的顯著影響，建模人員創建此網絡以匹配似然性的標準（例如小世界屬性）。網絡實際上是由這些標準，像小世界網絡的情況下，瓦，斯托加茨算法一個網絡發電機兼容的創建。然而，這種做法過來一個算法，而不是動態跨類的利益網絡，可能誘導結果的強烈的偏見而產生的特定的網絡學習模型的動態。我們確定與此相關的偏差3個問題群：網絡生成的一類網絡（I）的代表性，（二）模擬的結論性意義上的一類網絡及（iii）的增益結論性改進網絡的選擇標準時。我們提出的實驗方案並創建實例對小世界網絡流行病，輿論和文化動態。我們發現，（我）瓦，斯托加茨網絡並不能代表小世界的網絡（二）仿真結果過小的世界，可以說是不確定的，和（iii）具有相同的尺寸，甚至小世界網絡，密度，傳遞和平均路徑長度不會導致一致的結果。除了質疑模擬結果的人工網絡獲得的相關性，該研究還構成其他方法的探索那並不僅僅專注於網絡的統計性質多一個說法。
時隙分配的公平性
原文標題： Fairness in Slot Allocation
地址： http://arxiv.org/abs/2002.03806
作者： Mehran Makhtoumi
摘要： 公平的航班的時隙分配最近的解釋被認為是字的股權並在這些解釋公平，航空機構與利益相關者一起空域管理人員已被安排和壓縮算法採用地面延誤問題的過程與理性的插槽的公平分配其中降低容量機場。這些方法的缺點是，要被分配給航班的槽都是相等的大小或持續時間的，因為航班要分配給時隙不能被區分。事實上，由於沒有空中交通管理公正性的科學框架已經導致了它的不同矛盾的解釋。在本研究中提出，公平是從計劃結局下每個利益相關方的最佳共享管理規則的時間，數量和質量方面的偏差最小。為了實現在減壓和正常容量機場的時隙分配的公平性，通過公平配給一個新的分配規則提出了其中的時間，數量和質量元件被建議為出發或到達，槽的大小或原來的時間分別持續時間和空域安全和飛行前檢查表。
合成群體生產的配對：直接概率配對方法
原文標題： Pairing for Generation of Synthetic Populations: the Direct Probabilistic Pairing method
地址： http://arxiv.org/abs/2002.03853
作者： Samuel Thiriot, Marie Sevenet
摘要： 用於合成群體的生成方法都產生微型模型或者多主體模型所需的實體，比如他們匹配所研究的人群實地觀察或假設。在這裡，我們解決創造了兩個類型的實體由0，1個或多個環節連在一起的合成人口的具體問題。潛在的應用包括住戶居住的住房，家庭擁有汽車，住房配備家電，由事務所的工作人員等的創建我們提出了一個理論框架來解決這個問題。然後，我們強調這個問題是怎麼過的約束和要求的一些約束放鬆來解決。我們提出了一個方法來分析，它可以讓用戶選擇其輸入數據應予以保留，並適應別人，以使數據保持一致解決問題。我們通過合成由包含在城市裡爾（法國）的0,1或2戶住宅群說明此方法。在這部分人群中，住房和家庭的特性的分佈被保留，無一不是根據統計配對統計鏈接。
通過社會認知偏差驅動的公共話語和社會網絡回聲室
原文標題： Public discourse and social network echo chambers driven by socio-cognitive biases
地址： http://arxiv.org/abs/2002.03915
作者： Xin Wang, Shaoting Tang, Zhiming Zheng, Feng Fu
摘要： 近年來，社交媒體已日益成為競爭活動的重要平臺，尤其是在政治選舉。話語如何公眾身份政治和決鬥競選努力之間錯綜複雜的相互作用推動它仍然遙遙無期。在這裡，我們表明，這讓人感到共鳴身份的範圍是在形成偏振社會認知偏差的關鍵因素和隔離的網絡結構，也被稱為回聲室。我們還發現，在公共話語，贏得多數支持被確定為不完全由它的聲音更響亮，但也更微妙的意識形態定位的相對運動之間的分歧。進一步整合我們與Twitter的機理模型話語從2016年大選的總統候選人辯論數據揭示了吸收遊移未定個人和空前上漲和支持率下跌到各自的總統候選人競選增加工作的綜合效應。
圖累積量簡介：你的社會網絡峰度是什麼？
原文標題： Introducing Graph Cumulants: What is the Kurtosis of your Social Network?
地址： http://arxiv.org/abs/2002.03959
作者： Lee M. Gunderson, Gecia Bravo-Hermsdorff
摘要： 在一個日益相互關聯的世界，瞭解和總結這些網絡的結構變得越來越重要。然而，這個任務是平凡的;建議彙總統計一樣多種多樣它們所描述的網絡，以及一個標準化的層次結構尚未建立。與此相反，矢量值隨機變量在其累積量（例如，均值，（共）方差，歪斜，峰度）來承認這樣的描述。這裡，我們介紹累積量為網絡的天然類似物，建立基礎上增加連接數量，之間的相關性的無縫結合另外的信息，諸如有向邊，節點屬性，和邊權的分層描述。這些圖表累積量提供用於量化網絡的傾向顯示感興趣（如小集團測量群集）任何一個子結構和原則的統一框架。此外，它們產生最大熵模型的自然分層家族網絡（即，ERGMs）不從“退化問題”，其他ERGMs共同的實際缺陷受到影響。
聲明：Arxiv文章摘要版權歸論文原作者所有，由本人進行翻譯整理，未經同意請勿隨意轉載。本系列在微信公眾號“網絡科學研究速遞”和個人博客進行同步更新。
閱讀更多 網絡科學研究速遞 的文章
