理解SARS-CoV-2的傳播：地區病例數與選定的經濟和地理參數之間的關聯
原文標題： Understanding the spread of SARS-CoV-2: Associations between the number of cases in regions and selected economic and geographic parameters
地址： http://arxiv.org/abs/2004.00110
作者： Asit Kumar Mishra, Pawel Wargocki
摘要： 我們通過分析Covid-19在全球不同國家和地區的傳播及其與氣候、地理位置和GDP的潛在關係，得出了一些結果。儘管情況仍在發展，但我們認為這種分析有可能揭示某些潛在趨勢。我們主要希望結果能夠推動其他研究人員對相關數據進行進一步更詳細的分析，這將有助於我們更好地瞭解情況，以幫助我們做好準備。我們的觀察結果表明，高緯度、溫帶和/或大陸性氣候，以及具有一定開放經濟的國家，最容易受到這次疫情的影響。
四大洲COVID-19的冪律增長與軟隔離策略效率低下之間有很強的相關性
原文標題： Strong correlations between power-law growth of COVID-19 in four continents and the inefficiency of soft quarantine strategies
地址： http://arxiv.org/abs/2004.00044
作者： Cesar Manchein, Eduardo L. Brugnago, Rafael M. da Silva, Carlos F. O. Mendes, Marcus W. Beims
摘要： 在這項工作中，我們分析了截止到2020年3月27日，來自亞洲，歐洲，北美和南美國家的COVID-19確診感染病例累計數量的增長。我們的結果表明（i）在所有國家都觀察到了冪律的增長； （ii）國家之間的冪律曲線的距離相關性在統計上高度相關，表明此類曲線在世界範圍內具有普遍性； （iii）軟隔離策略不足以拉平增長曲線。此外，我們提出了一種模型和策略，可以使政府在冪律曲線上趨於平緩。我們發現，除了個人的社會隔離之外，眾所周知的相關性，識別和隔離受感染的個人的策略可能對扁平化冪律具有更大的相關性。這些實質上是韓國使用的策略。實際上，我們的結果表明，在社會隔離度和感染者隔離度之間允許的平衡可以用來預防經濟災難。不同國家的冪律曲線之間的高度相關性強烈表明，政府的圍堵措施可以在全世界成功應用。這些措施必須嚴厲並儘快實施。
跟蹤聯繫人以控制COVID-19大流行
原文標題： Tracing Contacts to Control the COVID-19 Pandemic
地址： http://arxiv.org/abs/2004.00517
作者： Christoph Günther, Michael Günther, Daniel Günther
摘要： 控制COVID-19大流行需要大量減少接觸，這主要是通過將行動控制提高到強制隔離水平來實現的。這導致經濟的實質性停滯。暴露於病毒後約三天，該疾病的攜帶者才具有傳染性。最初的症狀較晚出現或根本不出現。結果，追蹤被識別為攜帶者的人的接觸對於控制大流行至關重要。這種跟蹤必須在任何地方都有效，尤其是在人們彼此最靠近的室內。此外，它應尊重人們的隱私。本文提出了一種實現完全可追溯性且隱私風險很小的方法。我們認為，在未來經濟復甦期間，後一種能力對於控制大流行是必要的。
行人交通必須在傳染性流行病中受到監管
原文標題： Pedestrian traffic must be regulated in contagious epidemics
地址： http://arxiv.org/abs/2004.00423
作者： Bernardo A. Mello
摘要： 控制Covid-19等傳染性流行病，通常要求限制人與人之間的身體互動，以降低傳染率。本文研究了行人交通的組織方式如何影響彼此經過的步行或奔跑的人的數量。一個例子是人行道上的行人交通。另一個是在公園中使用步行或跑步軌道。正如將要演示的，如果強制執行單向交通並且跑步者與步行者分開，則可以大大減少彼此交叉的人數。
控制冠狀病毒大流行的醫療和社會經濟成本的策略
原文標題： Strategies for controlling the medical and socio-economic costs of the Corona pandemic
地址： http://arxiv.org/abs/2004.00493
作者： Claudius Gros, Roser Valenti, Kilian Valenti, Daniel Gros
摘要： 為了應對冠狀病毒（COVID-19）的迅速蔓延，成千上萬的死亡和重症監護病房，許多地區和國家已被各自的政府封鎖。在這種情況下，決策者面臨著平衡公共衛生考慮和持續封鎖的經濟成本的問題。我們介紹了一種改進的流行病模型，即受控SIR模型，其中疾病的繁殖率根據政治和社會反應而動態變化。社會隔離措施是由感染數量觸發的，提供了動態反饋循環，從而減慢了病毒的傳播速度。我們估計了在整個流行過程中發生的幾種不同遏制策略的總成本。費用包括重症監護室的直接醫療費用，社會疏遠的經濟費用以及挽救生命的經濟價值。在合理的參數下，如果忽略生命成本價值，則總成本在中等反應性水平下最高。非常嚴格的措施效果最好，其次是放手政策。我們的主要發現與特定參數估計值無關，這些估計值將根據COVID-19研究狀態進行調整。除數值模擬外，還提出了針對受控連續時間SIR模型的顯式解析解決方案。對於不受控制的暴發和三倍的再生數，超出群免疫點的其他28％的人口被感染，達到66％的感染水平，總計達到94％。
意大利的冠狀病毒Covid—19傳播：通過差分演化用動態的社會距離優化流行病學模型
原文標題： Coronavirus Covid—19 spreading in Italy: optimizing an epidemiological model with dynamic social distancing through Differential Evolution
地址： http://arxiv.org/abs/2004.00553
作者： I. De Falco, A. Della Cioppa, U. Scafuri, E. Tarantino
摘要： 本文的目的在於應用一種最新的流行病學模型，即具有社會距離的SEIR（SEIR—SD），通過定義隨時間變化的社會距離功能進行擴展，以評估與疾病傳播有關的情況。冠狀病毒Covid—19在意大利及其兩個最重要的地區，即倫巴第和坎帕尼亞。為了有利地使用該模型，必須找到其參數的最合適值。 SEIR-SD模型參數的估計是通過使用啟發式優化技術差分演化來進行的。這樣，我們可以針對上述三種情況中的每一種，評估從今天到病毒傳播結束為止的每日感染病例數，該數字將達到最高峰值的天數，以及感染病例將接近零的那一天。
波蘭互聯網上感知的COVID-2019/SARS CoV-2的流行病爆發
原文標題： Perception of emergent epidemic of COVID-2019 / SARS CoV-2 on the Polish Internet
地址： http://arxiv.org/abs/2004.00005
作者： Andrzej Jarynowski, Monika Wojta-Kempa, Vitaly Belik
摘要： 我們通過定量分析2020年1月至2020年12月12日（之前和之後）在互聯網上的數字足跡（在Twitter，Google，YouTube，Wikipedia和由Event Registry代表的電子媒體上）對波蘭社會中COVID-2019流行的看法。於04.03.2020正式在波蘭檢出）。為此，我們利用數據挖掘，社會網絡分析，自然語言處理技術。分析每個檢查的互聯網平臺的代表性和目標人群的組成。我們在疾病引入之前就COVID-2019主題確定了三個感興趣的時間主要集群：所有平臺上與中國和意大利有關的峰值，以及與最近有關打擊COVID-2019的特別法有關的社交媒體上的峰值。此外，在正式出現之日，人們的興趣達到了頂峰，而波蘭政府通過大規模的緩解計劃宣告抗擊疾病的興趣也呈指數級增長。從社會語言的角度，我們發現威脅，恐懼和預防的概念和問題在引入之前就盛行。介紹之後，有關疾病和流行病的實用概念占主導地位。我們發現，Twitter反映了波蘭政治領域的結構性分歧。我們能夠確定執政黨，主流反對派和新教徒團體的明確社區以及錯誤信息的潛在來源。疾病引入後，我們還發現了商品之間的界限模糊。
無標度網絡上的流行病傳播和減緩
原文標題： Propagation and mitigation of epidemics in a scale-free network
地址： http://arxiv.org/abs/2004.00067
作者： Gyula M. Szabó
摘要： 通常使用SIR模型根據早期指數上升的速率來預測COVID-19大流行的流行曲線和最終程度。這些預測隱含了完全的社會融合，這通常是不合理的。在這裡，我基於Barabasi-Albert無標度網絡模型中流行病的隨機傳播，展示了這些預測的反例。流行的開始表明 R_0 = 2.6 ，但是與SIR模型預測的 Omega 約70 ％ 不同，它們最終達到的程度只有 Omega 約4 ％ ，而沒有外部緩解和 Omega 約0.5 - 1.5 ％ （包含緩解）。頂部的每日感染率也比SIR模型低1—1.5個數量級。僅隔離1.5％（％）最活躍的超級傳播者，對範圍和最高感染率的影響與盲目隔離整個社區中隨機50％（％）的影響類似。
圖數據的對抗性攻擊和防禦：綜述
原文標題： Adversarial Attack and Defense on Graph Data: A Survey
地址： http://arxiv.org/abs/1812.10528
作者： Lichao Sun, Yingtong Dou, Carl Yang, Ji Wang, Philip S. Yu, Bo Li
摘要： 深度神經網絡（DNN）已廣泛應用於各種應用程序，包括圖像分類，文本生成，音頻識別和圖數據分析。但是，最近的研究表明，DNN容易受到對抗性攻擊。儘管有許多研究諸如圖像和自然語言處理等領域的對抗性攻擊和防禦策略的著作，但是由於其表示的挑戰性，仍然很難將學習到的知識直接轉移到圖結構數據中。考慮到圖分析的重要性，越來越多的工作開始分析圖數據上機器學習模型的魯棒性。儘管如此，當前考慮圖數據對抗行為的研究通常集中在具有特定假設的特定類型的攻擊上。此外，每項工作都提出了自己的數學公式，這使得不同方法之間的比較變得困難。因此，在本文中，我們旨在調查現有的圖數據對抗性學習策略，並首先為圖數據的對抗性學習提供統一的表述，涵蓋了大多數圖對抗性學習研究。此外，我們還比較了對圖數據的不同攻擊和防禦，並討論了它們相應的貢獻和侷限性。在這項工作中，我們會根據每個主題的特點系統地組織考慮的工作。這項調查不僅可以為研究社區提供參考，還可以為研究人員帶來清晰的形象。此外，我們還創建了一個在線資源，並在過去兩年中不斷更新相關論文。基於此調查的各種研究比較的更多詳細信息在https://github.com/YingtongDou/graph-adversarial-learning-literature上開源。
分析癌症相關推文中不實信息的程度
原文標題： Analysing the Extent of Misinformation in Cancer Related Tweets
地址： http://arxiv.org/abs/2003.13657
作者： Rakesh Bal, Sayan Sinha, Swastika Dutta, Risabh Joshi, Sayan Ghosh, Ritam Dutt
摘要： Twitter已成為討論各種主題（包括與醫學相關的問題，例如癌症）的最熱門的場所之一。這有助於傳播有關癌症的各種原因，治療和預防方法的認識。但是，尚未進行適當的分析，該分析討論了此類索賠的有效性。在這項工作中，我們旨在解決在此類平臺中傳播的錯誤信息。我們收集並提供有關推文的數據集，這些推文專門討論癌症，並提出一種基於注意力的深度學習模型，用於自動檢測錯誤信息及其傳播。然後，我們對與錯誤信息和真相相對應的文本中的語言變化進行比較分析。這種分析有助於我們收集與錯誤消息相關的各種社會方面的相關見解。
數學真理的爆炸性證明
原文標題： Explosive Proofs of Mathematical Truths
地址： http://arxiv.org/abs/2004.00055
作者： Scott Viteri, Simon DeDeo
摘要： 數學證明既是確定性的範例，也是我們在文化記錄中提出的一些最明確合理的論據。但是，它們的明確性會導致自相矛盾，因為隨著論點的擴展，其出錯的可能性呈指數增長。在這裡，我們表明，在結合了演繹和歸納推理的認知合理的信念形成機制下，數學論證可以經歷我們所謂的認知階段過渡：在合理的主張水平下，從不確定性到迅速完全的置信度的戲劇性迅速傳播聲明錯誤率。為了說明這一點，我們分析了形式化推理系統Coq中不常見的48個機器輔助證明數據集，包括從古代到21世紀數學的主要定理，以及從Euclid，Apollonius，Spinoza和安德魯·威爾斯。我們的研究結果既涉及數學歷史和數學哲學方面的最新工作，又涉及認知科學的基本問題，即我們如何形成信念並將其證明給他人的理由。
開發用於可再生能源轉型的新技術要實現的目標是“可行性空間”
原文標題： A ‘feasibility space’ as a goal to be achieved in the development of new technologies for converting renewable energies
地址： http://arxiv.org/abs/2004.00073
作者： Jones S. Silva, Fausto A. Canales, Alexandre Beluco
摘要： 該方法文章建議建立一個可行性空間，作為在開發新技術以從可再生資源轉換能源的過程中要實現的目標。當設計基於可再生資源的能源系統時，可行性空間也可以作為參考。可行性空間是設計階段的一組參數值，這些參數值定義了能源系統或新技術的經濟和技術可行性，當能源系統投入運行或轉換動力的新技術投入使用時，必須滿足這些參數值操作。對可能的可行性空間的研究允許將能源系統或新技術表徵為有吸引力的投資，或將其描述為不可行的企業。 -該方法提出了在能源轉換技術的開發過程中要實現的目標-該方法為發電系統和新技術的設計和開發階段提供了基準-可行性空間構成了基於電力系統的規劃工具使用任何規模的可再生資源
“相信我，我擁有博士學位”：在網上社區披露個人線下社會地位的光環效應傾向得分分析
原文標題： “Trust me, I have a Ph.D.”: A Propensity Score Analysis on the Halo Effect of Disclosing One’s Offline Social Status in Online Communities
地址： http://arxiv.org/abs/2004.00105
作者： Kunwoo Park, Haewoon Kwak, Hyunho Song, Meeyoung Cha
摘要： 在線社區採用各種信譽計劃來衡量內容質量。這項研究分析了一種新的聲譽計劃的效果，該計劃揭示了在線社區中一個人的離線社會地位，例如學歷。我們研究了採用該計劃的兩個Reddit社區，其中的帖子包含用於標識受教育程度（稱為天才）的標籤，並且我們研究了“轉移的”社會地位如何影響用戶之間的互動。我們計算了傾向得分，以測試天賦是否將採用者的臨時權限授予了採用者，同時將諸如內容主題之類的混淆變量的影響降至最低。結果表明，與一個沒有公開身份的用戶相比，在一個包含同行評審的科學文章的社區中，公開學位可導致更高的受眾投票率和更大的討論規模。在另一個側重於休閒科學主題的社區中，僅公開學位並沒有獲得這種好處。儘管如此，具有最高學位的用戶（例如，博士學位或醫學博士學位）仍可能會從聽眾那裡獲得更多反饋。這些發現表明，將離線世界和在線世界聯繫起來的聲譽計劃可能會根據社區文化的不同而對反饋行為產生光環效應。我們討論了這項研究對未來聲譽機制設計的意義。
全球碳排放和足跡不平等與再分配情景的歷史演變
原文標題： Historical Evolution of Global Inequality in Carbon Emissions and Footprints versus Redistributive Scenarios
地址： http://arxiv.org/abs/2004.00111
作者： Gregor Semieniuk, Victor M. Yakovenko
摘要： 最近提出了雄心勃勃的碳排放再分配方案，以根據《巴黎協定》緩解氣候變化並實現消除貧困的可持續發展目標。這意味著到2030年，碳足跡不平等現象將大大減少，這實際上將基尼係數減半至0.25。本文通過分析按地區劃分的加權國際二氧化碳排放不平等和由於最終消費者造成的全球碳足跡不平等的歷史演變，研究了這些方案的可行性。對於後者，將構建一個比現有數據集更全面的新數據集。在這兩種情況下，我們發現全球不平等的趨勢正在下降，部分原因是中國從分佈的低端向中間轉移，足跡比領土排放更不平等。這些結果表明，要實現再分配方案，就需要前所未有地減少遠低於歷史水平的全球不平等。此外，截至2017年的最近幾年的領土排放數據顯示，下降的基尼係數處於0.5的飽和水平。該觀察結果證實了基於最大熵推理的早期預測，即Lorenz曲線收斂於指數分佈。這種飽和進一步破壞了重新分配方案的可行性，而這種結構性趨勢也因在全球資本主義下加劇碳足跡不平等的結構性趨勢而受到阻礙。解決這一難題的方法之一是快速減少全球能源供應的碳含量，以減少全球碳排放量，而不必嚴重依賴減少碳不平等現象。
加權隨機網絡的威格納半圓定律
原文標題： The Wigner’s Semicircle Law of Weighted Random Networks
地址： http://arxiv.org/abs/2004.00125
作者： Yusuke Sakumoto, Masaki Aida
摘要： 譜圖論提供了一種代數方法，可以使用代表網絡結構的矩陣（例如歸一化拉普拉斯矩陣）的特徵值和特徵向量來研究加權網絡的特徵。但是，大型複雜網絡（例如社會網絡）難以正確地將其結構表示為矩陣。如果普遍存在特徵值獨立於大規模複雜網絡中的詳細結構，則可以避免這種困難。在本文中，我們將加權網絡的維格納半圓定律闡明為一種普遍性。該法則表明，當加權網絡滿足以下條件時，可以從一些網絡統計信息（平均度，平均鏈路權重和平方平均鏈路權重）中計算出加權網絡的標準化拉普拉斯矩陣的特徵值。節點度和鏈接權重。
異構網絡表示學習：綜述，基準測試，評估及其他
原文標題： Heterogeneous Network Representation Learning: Survey, Benchmark, Evaluation, and Beyond
地址： http://arxiv.org/abs/2004.00216
作者： Carl Yang, Yuxin Xiao, Yu Zhang, Yizhou Sun, Jiawei Han
摘要： 由於現實世界中的對象及其相互作用通常是多模式和多類型的，因此異構網絡已被廣泛用作傳統同類網絡（圖）的更強大，更現實和更通用的超類。同時，最近對錶示學習（也稱為嵌入）進行了深入研究，並顯示了其對各種網絡挖掘和分析任務的有效性。由於已經存在廣泛的異構網絡嵌入（HNE）算法，但沒有專門的調查，因此，作為這項工作的第一貢獻，我們率先為系統地分類和分析各種現有HNE算法的優點提供了統一的範例。而且，儘管現有的HNE算法雖然大多數都聲稱是通用的，但經常在不同的數據集上進行評估。可以理解的是，由於HNE的自然應用優勢，這種間接比較在很大程度上阻礙了將改進的任務性能正確地歸因於有效的數據預處理和新穎的技術設計，尤其是考慮到從實際應用數據構造異構網絡的各種可能方式。因此，作為第二個貢獻，我們創建了四個基準數據集，這些數據集具有關於尺度，結構，屬性/標籤可用性以及來自其他來源的 etc.〜等各種屬性，可以對HNE算法進行綜合評估。作為第三項貢獻，我們仔細重構和修改了10種流行的HNE算法的實現並創建了友好的接口，並在多個任務和實驗設置之間進行了全面的比較。
初始狀態對帶有噪聲的複雜社會網絡中意見形成的影響
原文標題： Effects of Initial State on Opinion Formation in Complex Social Networks with Noises
地址： http://arxiv.org/abs/2004.00319
作者： Yi Yu, Vu X. Nguyen, Gaoxi Xiao
摘要： 即使基於某些最簡單的系統演化模型，複雜社會網絡中的意見形成也可能表現出複雜的系統動力學。一個有趣且重要的問題是初始狀態對最終穩態意見分佈的影響。我們表明，儘管在沒有噪音的社會系統中，不同的初始意見分佈肯定會影響意見演變，但是在有噪音的系統中，只要有足夠的時間，不同的初始狀態基本上不會對最終穩定狀態產生任何重大影響。相反，正是首選意見的基礎分佈有助於確定系統的最終狀態。這種觀察與對系統初始狀態在意見形成中的作用的長期信念相矛盾。我們提議一些簡短的討論，以支持我們的陳述的理由，以及這種觀察在現實生活中的應用的含義。
社區抵制虛假信息
原文標題： Resistance of communities against disinformation
地址： http://arxiv.org/abs/2004.00379
作者： Amirarsalan Rajabi, Seyyedmilad Talebzadehhosseini, Ivan Garibay
摘要： 虛假信息的傳播被認為是對社會的巨大威脅，最近受到了前所未有的關注。在本文中，我們提出了一種基於主體的模型來模擬陰謀在人口中的傳播。該模型能夠比較不同網絡結構對同謀者活動的抵抗力。結果表明，網絡結構的連通性和密謀者的中心性對於防止密謀變得普遍至關重要。
深度學習方法用於網絡安全的智能命名實體識別
原文標題： Deep Learning Approach for Intelligent Named Entity Recognition of Cyber Security
地址： http://arxiv.org/abs/2004.00502
作者： Simran K, Sriram S, Vinayakumar R, Soman KP
摘要： 近年來，以非結構化文本形式生成的網絡安全數據的數量異常增加，例如社交媒體資源，博客，文章等。命名實體識別（NER）是將這種非結構化數據轉換為可被許多應用程序使用的結構化數據的第一步。 NER上用於網絡安全數據的現有方法基於規則和語言特徵。本文提出了一種基於深度學習（DL）的，嵌入條件隨機場（CRF）的方法。對幾種DL架構進行了評估，以找到最佳的架構。在公開基準數據集上，雙向門控循環單元（Bi-GRU），卷積神經網絡（CNN）和CRF的組合比其他各種DL框架要好。這可能是由於雙向結構保留了與序列中的將來詞和先前詞有關的特徵的原因。
用深度學習方法得到Twitter流增強網絡威脅指標
原文標題： Deep Learning Approach for Enhanced Cyber Threat Indicators in Twitter Stream
地址： http://arxiv.org/abs/2004.00503
作者： Simran K, Prathiksha Balakrishna, Vinayakumar R, Soman KP
摘要： 近年來，通過社交媒體資源（主要是Twitter）共享的網絡安全文本數據的數量有所增加。對此數據的準確分析可以幫助開發針對網絡威脅的網絡威脅態勢感知框架。這項工作為推特數據分析提出了一種基於深度學習的方法。要將推文轉換為數字表示形式，可以使用各種文本表示形式。這些特徵被饋入深度學習架構，以進行最佳特徵提取和分類。各種超參數調整方法用於識別最佳文本表示方法以及用於深度學習模型的最佳網絡參數和網絡結構。為了進行比較分析，採用了具有經典機器學習算法的經典文本表示方法。通過對實驗的詳細分析，我們發現具有高級文本表示方法的深度學習體系結構的性能要優於經典文本表示和經典機器學習算法。這樣做的主要原因是高級文本表示方法具有學習文本數據之間存在的順序屬性的能力，而深度學習體系結構可在減小特徵尺寸的同時學習最佳特徵。
適應不同覓食環境的人工學習主體群體行為的發展
原文標題： Development of swarm behavior in artificial learning agents that adapt to different foraging environments
地址： http://arxiv.org/abs/2004.00552
作者： Andrea López-Incera, Katja Ried, Thomas Müller, Hans J. Briegel
摘要： 在從生物學到物理學的眾多領域中，已經從多個角度研究了集體行為，尤其是群的形成。在這項工作中，我們應用投影模擬將每個人建模為與鄰居和周圍環境互動的人工學習主體，以便制定決策並向他們學習。在強化學習框架內，我們討論了一維學習方案，主體商需要獲得糧食資源才能獲得回報。我們觀察到不同類型的集體運動是如何出現的，具體取決於主體商需要到達資源的距離。例如，當食物源遠離主體商最初所在的區域時，會出現高度對齊的群體。此外，我們研究了在不同類型的新興集體動力學中出現的單個軌跡的屬性。經過訓練以尋找遙遠資源的特工由於集體運動而呈現出具有L’evy特徵的個體軌跡，而經過訓練以達到附近資源的特工則呈現出布朗似的軌跡。
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
