針對COVID-19的人工智能應用全景
原文標題： Mapping the Landscape of Artificial Intelligence Applications against COVID-19
地址： http://arxiv.org/abs/2003.11336
作者： Joseph Bullock, Alexandra (Sasha) Luccioni, Katherine Hoffmann Pham, Cynthia Sin Nga Lam, Miguel Luengo-Oroz
摘要： 由SARS-CoV-2病毒引起的疾病COVID-19已被世界衛生組織宣佈為大流行病，截至2020年3月22日，已有294,000例病例。在本綜述中，我們概述了使用機器學習和更廣泛的人工智能的近期研究，以不同規模解決COVID-19危機的許多方面，包括其分子、醫學和流行病學應用。最後，我們討論了有希望的未來研究方向以及促進AI研究所需的工具和資源。
基於對中國四個疫情最嚴重地區和意大利五個疫情最嚴重地區的研究，冠狀病毒疾病傳播（COVID-19）與環境因素之間的關係的統計調查
原文標題： Statistical investigation of relationship between spread of coronavirus disease (COVID-19) and environmental factors based on study of four mostly affected places of China and five mostly affected places of Italy
地址： http://arxiv.org/abs/2003.11277
作者： Soumyabrata Bhattacharjee (Royal School of Engineering & Technology, Guwahati, Assam, India)
摘要： COVID-19是一種新型的冠狀病毒疾病，由SARS-CoV-2病毒引起。它於2019年12月發現於中國，並迅速開始在國內傳播。2019年12月31日，該病首次報告給世界衛生組織（WHO）中國駐國家代表處。從那時起，它已傳播到全球大多數國家。然而，最近的趨勢認為它會在夏季消失，這一趨勢目前尚未得到適當的調查。考慮到潛伏期，本文研究了每日確診COVID-19病例數與三個環境因素的關係，即最大相對溼度（RH_max）、最高溫度（T_max）和最高風速（WS_max），對四個中國（北京，重慶，上海，武漢）和五個意大利（貝加莫，佈雷西亞，克雷莫納，洛迪，米蘭）受影響最嚴重的地區進行了統計調查。研究發現，疫情與最大相對溼度和最高風速的關係幾乎可以忽略，而與最高溫度的關係在可以忽略至中度範圍。
SEIR模型中COVID 19社區傳播的管理策略
原文標題： Management strategies in a SEIR model of COVID 19 community spread
地址： http://arxiv.org/abs/2003.11150
作者： Anca Radulescu, Kieran Cavanagh
摘要： 2019年的新型冠狀病毒感染（COVID 19）是國際關注的持續性公共衛生突發事件。儘管爆發是前所未有的全球威脅，但我們在COVID 19流行病學，傳播動態，調查工具和管理方面的知識仍然存在巨大差距。從積極的一面來看，目前對流行病的瞭解足夠多，可以建立數學預測模型。我們在這裡構建和分析第一步：用傳統的SEIR流行病模型擬合COVID 19的特定動態區室和流行病參數，因為它在年齡不同的社區中傳播。我們分析了流行病課程的當前管理策略（旅行禁令，服務關閉和中斷，社會疏遠）。在當前質疑其可持續性的背景下，我們會生成預測並評估這些控制措施的效率。
關於意大利COVID-19流行病的一些數值觀察
原文標題： Some numerical observations about the COVID-19 epidemic in Italy
地址： http://arxiv.org/abs/2003.11363
作者： Federico Zullo
摘要： 我們對意大利最近發生的COVID-19流行病的總數進行了一些數值觀察。該分析非常簡單，並且改編自著名的SIR模型。考慮具有兩個參數的tanh公式。公式化了參數之間的多項式相關性，給出了新感染高峰期的上限。結論中討論了結果。
哥倫比亞波哥大的人們發表了什麼冠狀病毒相關症狀的帖子？
原文標題： What is the people posting about symptoms related to Coronavirus in Bogota, Colombia?
地址： http://arxiv.org/abs/2003.11159
作者： Josimar E. Chire Saire, Roberto C. Navarro
摘要： 在過去的幾個月中，有關由世界衛生組織（WHO）發明的covid-19冠狀病毒新突變的警報越來越多，對許多領域產生了影響：經濟，衛生，政治等。由於許多國家的迅速擴張，世衛組織宣佈這種情況為大流行病。同時，人們正在使用社會網絡來表達他們的想法，感受或實驗，因此，這些人是社交感應器，有助於分析城市中正在發生的事情。本文的目的是使用症狀學方法中的文本挖掘技術來分析居住在波哥大半徑為50 km的哥倫比亞人的出版物。結果支持對與covid19症狀有關的哥倫比亞流行的理解。
交通網絡中的流量優化過程
原文標題： Flow optimization process in a transportation network
地址： http://arxiv.org/abs/1810.06330
作者： Fabricio L. Forgerini, Orahcio F. de Sousa
摘要： 許多網絡（例如運輸，配送和交付網絡）都對其設計進行了優化，以提高效率，降低成本，提高其預期功能的穩定性等。分發貨物（例如電，水，煤氣，電話和數據）的網絡（互聯網）或郵件，鐵路和公路等服務就是運輸網絡的示例。最佳設計可修復網絡體系結構，包括群集，學位分佈，層次結構，社區結構和其他結構指標。這些網絡是專為高效運輸而設計的，最大限度地減少了運輸時間和成本。各種運輸網絡都面臨相同的問題：其渠道之間的交通擁堵。在這項工作中，我們考慮了運輸網絡模型，在該模型中，我們優化/最小化了網絡中每個通道/鏈路的通量/電流的成本函數。我們針對此問題進行了模擬和分析研究，重點關注已使用通道的比例以及通過這些通道的流量分佈。我們的結果表明，在初始瞬態之後，使用通道的比例保持恆定，並且值得注意的是，此結果不取決於晶格結構（2D，3D或遠程連接）。對於高流量，將使用網絡中的所有通道。另一方面，在小流量限制下，我們觀察到一種新穎的行為，即所用通道的比例取決於流量的平方根。
懲罰背叛者和獎勵合作者：人們是否區分性別？
原文標題： Punishing defectors and rewarding cooperators: Do people discriminate between genders?
地址： http://arxiv.org/abs/2003.11067
作者： Hélène Barcelo, Valerio Capraro
摘要： 當人們負責懲罰叛逃者或獎勵合作者時，人們是否會區分男女？回答這個問題可能對性別平等產生深遠的影響，因為合作行為是我們社會的基礎，通常通過懲罰或獎勵來實施。在本文中，我們報告了兩個預先註冊的實驗，希望我們對此有所啟發。研究1（N = 1,077）表明，當人們負責一次性射擊公共物品博弈中的懲罰（獎勵）叛逃者（合作者）時，人們不會對性別進行區分。在這項研究中，懲罰/獎勵是通過詢問參與者是否要為減少/增加叛逃者/合作者的收益而付出的代價來實現的。研究2（N = 253）將研究1擴展到一種不同的懲罰/獎勵方法。要求參與者將叛逃者/合作者的行為評分為1到5星。在這種情況下，我們也發現人們沒有性別差異。所有這些結果對於按性別劃分樣本都是有力的：在我們的上下文中，當男人或女人負責懲罰叛逃者或獎勵合作者時，他們都不區分性別。
新度量顯示圖社區對腦電圖假陽性的魯棒性
原文標題： A Novel Metric Shows the Robustness of the Graph Communities to Brain-Tractography False-Positives
地址： http://arxiv.org/abs/2003.11075
作者： Juan Luis Villarreal-Haro, Alonso Ramirez-Manzanares, Juan Antonio Pichardo-Corpus
摘要： 我們研究了大腦連通性圖中的大腦束攝影術誤報的影響。用於分析的代表性輸入數據庫是參與者在ISMRM-2015術式挑戰賽上獲得的一組束圖。我們提出了2個新穎的指標來對與已知的地面真相進行比較的一張圖進行質量排序。這項研究的結果表明，圖社區的估計對於連通性中的高估過高具有魯棒性。
原文標題： Covid-19 Tweeting in English: Gender Differences
地址： http://arxiv.org/abs/2003.11090
作者： Mike Thelwall, Saheeda Thelwall
摘要： 2020年初，COVID-19成為對全球公共衛生的最緊迫威脅。在最近一段時間，政府對人口實行了部分自願和部分強制性限制，以減緩病毒的傳播，這是獨一無二的。在這種情況下，公眾的態度和行為對於降低死亡率至關重要。因此，分析有關該疾病的推文可能會深入瞭解公眾反應，這可能有助於指導公共宣傳運動。本文分析了2020年3月10日至23日有關COVID-19的3,038,026條英語推文。它著重於公眾反應的一個相關方面：性別差異。結果表明，在家庭，社交距離和醫療保健方面，女性更可能發佈有關該病毒的推文，而男性更可能發佈有關體育活動取消，該病毒在全球的傳播和政治反應的推文。因此，婦女似乎在直接維護人口安全的責任中所佔比例過高。詳細的結果可能有助於通知公眾，並有助於瞭解病毒的傳播。例如，在鼓勵社會疏遠的同時沒有實施體育禁令可能會向男性發送混合信息。
大規模網絡分析顯示了受害和觀察的作弊傳播
原文標題： Large-scale network analysis reveals cheating spreads through victimization and observation
地址： http://arxiv.org/abs/2003.11139
作者： Ji Eun Kim, Milena Tsvetkova
摘要： 負面的八卦，欺詐或欺凌等反社會行為可能具有傳染性，會在個人之間傳播並通過社會網絡盪漾。先前的實驗研究表明，經歷或觀察到反社會行為的人更有可能反社會地表現。在這裡，我們使用觀察性研究區分受害和觀察。我們對大型數字跟蹤數據應用時態網絡分析，以研究欺詐行為在在線博弈中的傳播。我們分析了多人在線博弈PlayerUnknown’s Battlegrounds的1,146,941場比賽，其中多達100位玩家單獨或成隊對抗陌生人。我們確定了被玩家殺死或觀察到作弊者的臨時主題開始作弊，並評估瞭如果我們保留了團隊和互動結構但假設了事件的替代序列，這些主題出現的程度。結果表明，只有經歷和觀察多次欺騙的人才可能存在社會傳染。研究結果指出了針對性干預措施的策略，以阻止欺詐行為和反社會行為在在線社區，學校，組織和體育活動中的傳播。
複雜系統的隱藏脆弱性——變化的後果，變化中的後果
原文標題： The Hidden Fragility of Complex Systems — Consequences of Change, Changing Consequences
地址： http://arxiv.org/abs/2003.11153
作者： James P. Crutchfield
摘要： 短期生存和對建立我們未來的巨大投入正在產生一種新的意想不到的後果-隱藏的脆弱性。這是人類創造的社會技術系統的複雜性和結構複雜性的直接影響。這是不可避免的。因此，挑戰在於，我們對這些系統以及導致其構建的社會動態能有多少了解和預測？
量化實際網絡流量中的有效信息交換
原文標題： Quantifying efficient information exchange in real network flows
地址： http://arxiv.org/abs/2003.11374
作者： Giulia Bertagnolli, Riccardo Gallotti, Manlio De Domenico
摘要： 網絡科學能夠對實際的互連繫統進行有效的分析，其特徵是拓撲結構和互連強度之間的複雜相互作用。眾所周知，網絡的拓撲會影響其對故障或攻擊的恢復能力以及其功能。信息交換對於許多實際系統至關重要：互聯網，交通網絡和大腦是關鍵示例。儘管引入了用於分析網絡流量的有效措施，即以加權連接為特徵的拓撲，但在此我們顯示它們無法捕獲鏈路存在和鏈路權重的組合信息。在這封信中，我們提出了一種基於流量的物理估計器，該估計器可以針對每個加權網絡進行計算，而與權重的大小和性質以及任何（缺失的）元數據無關。值得注意的是，結果表明，我們的估計器捕獲了流量的異質性以及拓撲差異，並從包括運輸，貿易，遷移和大腦網絡在內的多個經驗系統的滲濾分析獲得了其補充信息。我們表明，切斷最繁重的連接可能會提高系統的平均通信效率，因此，與直覺相反，稀疏網絡不一定會降低效率。值得注意的是，我們的估算器可以比較來自不同領域的網絡的通信效率，而不會因流量規模而產生可能的陷阱。
擴散作為病毒感染傳播的第一個模型
原文標題： Diffusion as a First Model of Spread of Viral Infection
地址： http://arxiv.org/abs/2003.11449
作者： Paulo H. Acioli
摘要： 隨著發展成為大流行，近幾個月來，冠狀病毒（COVID-19）的出現在2019年底成為主要新聞。在每個數學和物理課堂中，講師都使用病例數的時間序列顯示感染的指數增長。在本手稿中，我們提出了一種簡單的傳播過程作為傳播感染的方式。該模型不如文獻中的其他模型複雜，但是它可以捕獲指數增長，並且可以根據遷移率（擴散常數），人口密度和傳播概率進行解釋。學生可以更改參數並確定增長率，並預測隨時間變化的病例總數。還使學生有機會添加其他簡單擴散模型中未考慮的因素。
BaitWatcher：一個輕量級的Web界面，用於檢測不一致的新聞標題
原文標題： BaitWatcher: A lightweight web interface for the detection of incongruent news headlines
地址： http://arxiv.org/abs/2003.11459
作者： Kunwoo Park, Taegyun Kim, Seunghyun Yoon, Meeyoung Cha, Kyomin Jung
摘要： 在在線共享大量信息的數字環境中，新聞標題在新聞文章的選擇和傳播中起著至關重要的作用。一些新聞文章以誇大或誤導性的標題吸引了觀眾的注意力。這項研究解決了 textit headline incongruity問題，其中新聞標題提出與相應文章的內容無關或相反的聲明。我們提供 textit BaitWatcher，這是一個輕量級的Web界面，可引導讀者在單擊標題之前估算新聞文章中不一致的可能性。 BaitWatcher利用分層遞歸編碼器，可以有效地學習新聞標題及其關聯的正文的複雜文本表示形式。為了訓練模型，我們構建了一個百萬級新聞文章數據集，我們還將其發佈以供更廣泛的研究用途。基於焦點小組訪談的結果，我們討論了開發可解釋的AI主體對於設計更好的界面以減輕在線錯誤信息影響的重要性。
廢棄核電廠環境影響的時空貝葉斯分析
原文標題： Space-time Bayesian analysis of the environmental impact of a dismissing nuclear power plant
地址： http://arxiv.org/abs/2003.11495
作者： Antonio Petraglia, Carmina Sirignano, Raffaele Buompane, Antonio D’Onofrio, Afonso Maria Esposito, Filippo Terrasi, Carlo Sabbarese
摘要： 本工作涉及過去二十年來在位於意大利南部並於1979年關閉的Garigliano核電廠（GNPP）周圍的Garigliano河平原進行的三次戰役的數據。此外，一些調查數據考慮到整個切爾諾貝利事故在八十年代舉行。分析了土壤樣品（尤其是137Cs和236U比活）的結果在空間和時間上的擴展。使用貝葉斯方法已經克服了與經典環境放射數據分析有關的一些問題（數值的非正態分佈，少量採樣點，多次比較以及數值小於最小可檢測活動的存在） 。本文的研究範圍包括三個方面：（1）介紹加里利亞諾平原上一次戰役的數據； （2）將這些數據插入較大的時空幀中； （3）展示瞭如何使用貝葉斯方法將其應用於放射性環境調查，並利用戰役數據強調其相對於其他方法的優勢。結果表明：（i）在過去的幾十年中沒有新的貢獻；（ii）GNPP周圍地區的比活值與在其他更遠地區獲得的比活值一致；（iii）137Cs的有效損耗半衰期因子遠低於放射性核素的半衰期。
人類財富演變：趨勢與波動
原文標題： Human wealth evolution: trends and fluctuations
地址： http://arxiv.org/abs/2003.11502
作者： Paolo Sibani, Steen Rasmussen
摘要： 是否可以對人類財富歷史進行因果描述？為了對此問題進行調查，我們引入了一個簡單的因果關係模型，儘管該模型具有很強的聚集性，但前提是所觀察到的財富增長主要由人類的合作努力驅動，而人類的合作努力的強度卻隨著財富的增加而增加。作為經驗參考，我們使用時間序列描述了三個歐洲國家（英國，法國和瑞典）的八個世紀的人均年國內生產總值。該模型需要足夠大的人口來應對破壞性事件，例如饑荒，流行病和戰爭，而不是破壞社會的基本運轉。然後，可以用具有三個自由參數的常微分方程來描述財富的發展趨勢。該解決方案具有有限的時間奇異性，這表明缺乏長期的可持續性。發生奇異的年份在一個公元2020年前後在一個國家與另一個國家之間略有變化。 1900年後縮減的GDP時間序列對於奇異點的產生產生了相似的值，因此可以預測一百多年前。從早期到公元1700年縮減GDP序列也會對奇異時間產生穩定一致的預測。 功率譜是針對跨越八個世紀的去趨勢數據以及同一時期的前四個世紀和最後四個世紀獲得的。所有譜都有一個整體特徵，即功率隨頻率的平方成反比而下降。嵌入的峰讓人想起經濟文獻中描述的週期，但也出現在時間序列上早於工業化。 GDP系列的背景波動被暫時解釋為社會對破壞性隨機事件的反應。例如重大發現之後的新經濟活動以及戰爭和流行病
利用深度學習識別Twitter數據中的毒品使用
原文標題： Utilizing Deep Learning to Identify Drug Use on Twitter Data
地址： http://arxiv.org/abs/2003.11522
作者： Joseph Tassone, Peizhi Yan, Mackenzie Simpson, Chetan Mendhe, Vijay Mago, Salimur Choudhury
摘要： 社交媒體的收集和檢查已成為研究用戶心理活動和行為傾向的有用機制。通過分析收集到的Twitter數據，開發了用於對毒品相關推文進行分類的模型。使用與主題相關的關鍵詞（例如語和吸毒方法），生成了一組推文。然後對潛在的候選對象進行預處理，得到3,696,150行的數據集。比較了多種方法的分類能力，包括支持向量機（SVM），XGBoost和基於卷積神經網絡（CNN）的分類器。而不是簡單的特徵或屬性分析，而是採用了深度學習方法來篩選和分析推文的語義。與其他方法相比，這兩個基於CNN的分類器顯示出最佳結果。第一個使用了2661個手動標記的樣本進行了培訓，而其他樣本則包括最終生成的12142個樣本的合成推文。準確性得分分別為76.35％和82.31％，AUC為0.90和0.91。此外，關聯規則挖掘表明，通常提到的藥物與經常使用的非法物質具有一定程度的對應性，證明了該系統的實用性。最後，合成生成的集合提供了更高的分數，提高了分類能力，並證明了該方法的價值。
社交物聯網系統的自動服務發現
原文標題： Automated Service Discovery for Social Internet-of-Things Systems
地址： http://arxiv.org/abs/2003.11524
作者： Abdullah Khanfor, Hakim Ghazzai, Ye Yang, Mohammad Rafiqul Haider, Yehia Massoud
摘要： 在本文中，我們建議設計一個自動化的服務發現過程，以允許移動眾包任務請求者從大型物聯網（IoT）網絡中選擇一小組設備來執行其任務。為此，我們將大型物聯網網絡劃分為幾個虛擬社區，其成員共享牢固的社會物聯網關係。研究了兩種社區檢測算法，即Louvain和順序統計本地方法（OSLOM）算法，並將其應用於實際的IoT數據集，以形成不重疊和重疊的IoT設備組。之後，將執行基於自然語言過程（NLP）的方法來處理眾包文本請求，並相應地找到能夠有效完成任務的IoT設備列表。這是通過將NLP輸出（例如應用程序類型，位置，所需的可信度）與檢測到的不同社區進行匹配來執行的。所提出的方法有效地幫助自動化並減少了移動眾包應用程序的服務發現過程和招聘過程。
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
