都市尺度的COVID-19爆發：它們的相似程度如何？
原文標題： Metropolitan-scale COVID-19 outbreaks: how similar are they?
地址： http://arxiv.org/abs/2004.01248
摘要： 在本研究中，我們使用2020年1月21日至3月25日的美國縣級COVID-19病例數據來研究都市尺度的病例增長行為。特別是，我們假設所有局部爆發都處於早期階段（病例數呈指數增長，或已得到有效遏制），並比較了針對不同都市地區的不同簡單指數和線性增長模型的解釋性表現。雖然我們發現城市規模與指數增長率（與 R0 直接相關，這表示受感染的個體感染的平均數量）之間沒有關係，但我們確實發現較大的城市似乎開始呈指數級傳播，因此處於提交時的大流行階段。我們還使用較新的數據來計算給定模型的預測誤差，並且發現在許多城市中，根據3月26日之前的數據訓練的指數增長模型對於此較新時期（3月26日至30日）的病例數預測效果不佳，這可能表明通過社會隔離促進了新病例數量的減少。
可持續緩解COVID-19的交替鎖定策略
原文標題： An alternating lock-down strategy for sustainable mitigation of COVID-19
地址： http://arxiv.org/abs/2004.01453
作者： Dror Meidan, Reuven Cohen, Simcha Haber, Baruch Barzel
摘要： 由於缺乏藥物或疫苗，我們目前遏制COVID-19大流行的策略是通過社會疏遠，特別是行動不便和封鎖來實現的。這些措施給經濟造成了嚴重傷害，並且很難長期維持。面臨的挑戰是，由於通常較長的潛伏期，即暴露的個體沒有症狀，但仍有助於傳播，因此對COVID-19的選擇性隔離（通常是可行且有效的策略）不足以抵抗COVID-19。在這裡，我們提出了一種交替的鎖定策略，在這種情況下，每種情況下，有一半的人口仍處於鎖定狀態，而另一半則繼續處於活動狀態，從而保持了活動和鎖定之間每週連續的慣例。所有有症狀的個體繼續孤立無援。在這種制度下，如果一個人在活躍的一週中處於暴露狀態，那麼當他們完成鎖定時，他們將開始表現出症狀。因此，該策略在無症狀階段將大多數暴露個體隔離開來。我們發現，當補充行為準則以減少感染時，例如避免身體接觸或保持個人衛生，這種策略不僅可以克服大流行，而且還可以保持一定程度的靈活性，可以承受一部分叛逃者或重要工人的持續不斷活性。我們根據與COVID-19相關的參數的當前流行病學模型來研究我們的策略。但是，我們希望在進行這種交流後，根據實時的人類互動數據進一步測試和調整我們的方案，並評估其實際效果。
使用拓撲自動編碼器生成COVID-19傳輸動力學相似度圖
原文標題： Generating Similarity Map in COVID-19 Transmission Dynamics with Topological Autoencoder
地址： http://arxiv.org/abs/2004.01481
作者： Pitoyo Hartono
摘要： 在2019年底，世界範圍內首次看到了由中國SARS-CoV2病毒引起的疾病COVID-19的爆發。世界衛生組織（WHO）於2020年3月22日宣佈該疾病為大流行病。隨著該疾病在全球範圍內的傳播，難以把握該疾病在所有國家的傳播動態，因為它們在地理，人口統計和戰略方面可能有所不同。在本簡短說明中，作者建議利用一種神經網絡為這些動力學生成全局拓撲圖，在該拓撲圖中，共享相似動力學的國家被相鄰地映射，而動力學顯著不同的國家被相互映射。作者認為，這種拓撲圖可用於進一步分析和比較疾病動力學與以直觀方式緩解此全球危機的策略之間的相關性。本文不對一些在240多個國家/地區按患者時間序列進行的初步實驗進行解釋。
冠狀病毒COVID-19爆發的數學模型
原文標題： A mathematical model for the coronavirus COVID-19 outbreak
地址： http://arxiv.org/abs/2004.01487
作者： Roman Cherniha, Vasyl’ Davydovych
摘要： 提出了一種新的數學模型來定量描述新型冠狀病毒COVID-19在中國的爆發。儘管該模型相對簡單，但與公開數據的比較表明，該模型的解析解（具有正確指定的參數）可以得出結果，該結果與實測數據非常吻合。
瑞典COVID-19大流行的模型研究
原文標題： Model studies on the COVID-19 pandemic in Sweden
地址： http://arxiv.org/abs/2004.01575
作者： Chong Qi, Daniel Karlsson, Karl Sallmen, Ramon Wyss
摘要： 我們使用幾種不同的模型研究了由COVID-19引起的瑞典感染和死亡的增加：首先是分析型易感感染（SI）模型和標準易感型感染恢復（SIR）模型。然後，在SIR框架內，我們研究易感感染者死亡（SID）相關性。所有模型都能很好地再現感染病例的數量，並給出相似的預測。引起我們深切關注的是，SI和SID模型預計會造成大量死亡。我們的分析表明，無論我們模型的預測可能有多大的不確定性，接下來的幾天對於確定死亡病例的未來演變可能至關重要（更新於4月2日）。
識別公共交通系統中高影響力的疾病傳播旅行者
原文標題： Identifying highly influential travellers for spreading disease on a public transport system
地址： http://arxiv.org/abs/2004.01581
作者： Ahmad El Shoghri (1 and 2), Jessica Liebig (2), Raja Jurdak (2 and 3), Lauren Gardner (4 and 5), Salil S. Kanhere (1) ((1) School of Computer Science and Engineering, University of New South Wales, Sydney, Australia, (2) Data61, Commonwealth Scientific and Industrial Research Organization, Brisbane, Australia, (3) School of Computer Science, Queensland University of Technology, Brisbane, Australia, (4) Department of Civil and Systems Engineering, Johns Hopkins University, Baltimore, USA, (5) Research Center for Integrated Transport Innovation (rCITI), UNSW Sydney, Sydney, Australia)
摘要： 最近爆發的新型冠狀病毒及其迅速傳播突出了了解人類活動的重要性。諸如公共交通工具（例如公共汽車和火車）的封閉空間為感染的廣泛傳播和迅速傳播提供了合適的環境。因此，調查個人在公共交通系統上的運動方式和身體接觸對理解傳染病爆發的驅動力至關重要。例如，先前的工作已經探索了人類活動固有的重複模式對疾病傳播的影響，但沒有考慮其他方面，例如行進的距離或遭遇的次數。在這裡，我們同時考慮了多個流動維度，以發現關鍵信息，以設計有效的干預策略。我們使用在澳大利亞悉尼收集的一個月的全市範圍的智能卡旅行數據，按照三個維度對公共汽車乘客進行分類，即探索程度，旅行距離和遭遇次數。此外，我們模擬疾病在運輸網絡上的傳播並追蹤感染路徑。我們詳細調查分類組之間的傳播，同時改變病原體的感染概率和懸浮時間。我們的結果表明，同時表徵多個維度的人會發現不同的乘客群體之間複雜的感染相互作用，而僅考慮單個維度時，這種相互作用就會隱藏。我們還確定了具有特定疾病特徵的人群，這些人群比其他人群更具影響力，可以指導遏制和疫苗接種工作。
出行方式如何驅動疾病傳播：使用公交乘客卡旅行數據的案例研究
原文標題： How mobility patterns drive disease spread: A case study using public transit passenger card travel data
地址： http://arxiv.org/abs/2004.01466
作者： Ahmad El Shoghri (1 and 2), Jessica Liebig (2), Lauren Gardner (3 and 4), Raja Jurdak (2), Salil Kanhere (1) ((1) School of Computer Science and Engineering, University of New South Wales, Sydney, AUSTRALIA, (2) Data61, Commonwealth Scientific and Industrial Research Organization, Brisbane, AUSTRALIA, (3) School of Civil and Environmental Engineering, University of New South Wales, Sydney, Australia, (4) Department of Civil Engineering, Johns Hopkins University, Baltimore, USA)
摘要： 傳染病暴發對人類健康構成全球威脅，被認為是重大的衛生保健挑戰。疾病在空間上迅速傳播的一個主要驅動因素是人的流動性。特別是，個人的出行方式在很大程度上決定了他們的傳播潛力。可以使用新穎的基於位置的數據源（例如，智能旅行卡，社交媒體等）來捕獲和建模這些出行行為。但是，這些研究是基於GPS數據和移動電話記錄的，這些數據具有位置不確定性並且無法捕獲明確的聯繫人。尚不清楚大型現實運輸網絡是否具有相同的結論。在本文中，我們研究了流動性模式如何在經驗數據跟蹤的大規模公共交通網絡中影響疾病傳播。與以前的發現相反，我們的結果表明，以出行方式最為頻繁且經常出行的個人，其散佈風險最高。
基於模體的加權有向網絡譜聚類
原文標題： Motif-Based Spectral Clustering of Weighted Directed Networks
地址： http://arxiv.org/abs/2004.01293
作者： William George Underwood, Andrew Elliott, Mihai Cucuringu
摘要： 聚類是網絡分析的一項必不可少的技術，其應用領域廣泛。儘管譜聚類是一種流行且有效的方法，但它無法考慮高階結構，並且在有向網絡上的性能較差。一種方法是使用基序鄰接矩陣捕獲和聚類高階結構。但是，當前的公式無法考慮邊權重，因此，當權重是所研究網絡的關鍵組成部分時，一定程度上受到限制。我們通過探索基於基序的加權譜聚類方法來解決這些缺點。我們為加權網絡上的主題鄰接矩陣提供了新的且對計算有用的矩陣公式，可用於為三個節點上的任何錨定或非錨定主題構建有效的算法。在非常稀疏的情況下，我們提出的方法可以在十分鐘之內處理具有500萬個節點和數千萬條邊的圖。我們進一步使用我們的框架來構建基於主題的方法來聚類雙向網絡。我們提供了全面的實驗結果，論證了（i）我們方法的可擴展性，（ii）在合成示例上進行高階聚類的優勢以及（iii）我們的技術在各種現實世界數據集上的有效性。我們得出結論，基於主題的譜聚類是用於分析有向和雙向加權網絡的有價值的工具，它也是可擴展的並且易於實現。
從巴黎到柏林：發現時尚風格在世界範圍內的影響
原文標題： From Paris to Berlin: Discovering Fashion Style Influences Around the World
地址： http://arxiv.org/abs/2004.01316
作者： Ziad Al-Halah, Kristen Grauman
摘要： 服裝樣式的演變及其在全球範圍內的遷移很有趣，但很難定量描述。我們建議從穿衣服的人的日常圖像中發現和量化時尚影響力。我們引入一種方法來檢測哪些城市在傳播其風格方面會影響其他城市。然後，我們利用發現的影響力模式來提供一個預測模型，該模型可以預測任何給定樣式在未來任何給定城市的流行程度。我們使用GeoStyle展示了我們的想法，GeoStyle是一個涵蓋了44個主要世界城市的770萬張圖像的大規模數據集，我們介紹了發現的影響力關係，揭示了城市如何對一系列觀察到的50種視覺樣式施加和接收時尚影響力。此外，所提出的預測模型實現了具有挑戰性的樣式預測任務的最新結果，顯示了在視覺上在空間和時間上發展演變的優勢。
標度指數和標準差比之間的關係的推導
原文標題： Derivation of Relations between Scaling Exponents and Standard Deviation Ratios
地址： http://arxiv.org/abs/2004.01385
摘要： 異速增長定律是理解城市演變的基本規則之一。該定律的一般形式是異度尺度定律。但是，尺度指數的深層含義和基本原理仍有待揭示。在本文中，線性代數和迴歸分析的理論被用來揭示異形比例指數的數學和統計本質。假設城市系統中一組元素之間的幾何度量關係遵循異速增長法則。理論上證明了一個異速尺度比例指數等於一個對數量度的標準偏差與另一對數量度的標準偏差之比。在基於觀測數據的經驗分析中，標度指數等於標準偏差比與相應的Pearson相關係數之間的乘積。這一發現可以推廣到城市的分形和城市規模分佈，以解釋城市空間的分形維數和城市等級的Zipf尺度指數。可以得出結論，尺度指數反映了特徵長度的比率。這項研究可能有助於從新的角度理解尺度，以及尺度與特徵尺度之間的聯繫和區別。
出行目的地對於模擬個人出行方式的重要性
原文標題： On the importance of trip destination for modeling individual human mobility patterns
地址： http://arxiv.org/abs/2004.01435
作者： Maxime Lenormand, Juan Murillo Arias, Maxi San Miguel, José J. Ramasco
摘要： 在從公共衛生到交通和城市規劃的廣泛應用中，瞭解並精確再現人類的出行方式至關重要。在文獻中，個人出行模型中仍未考慮個人將為旅行投入的努力與其目的重要性之間的關係。在這裡，我們通過引入一個模型來解決這個問題，該模型假設了旅行的重要性與行進距離之間的關係。在大多數實際情況下，量化這種重要性是無法避免的。我們通過專注於購物旅行（我們有經驗數據）並以商品價格為代表來克服這一困難。我們的模型能夠再現經驗觀察到的長尾分佈，並解釋不同價格範圍的曲線的崩潰。我們的結果表明，真實的比例關係的存在僅受假設與項目價值相關聯的平均行進距離控制。
連接圖和網絡之間的鴻溝
原文標題： Bridging the gap between graphs and networks
地址： http://arxiv.org/abs/2004.01467
作者： Gerardo Iñiguez, Federico Battiston, Márton Karsai
摘要： 網絡科學已經成為描述現實世界中複雜的物理，生物，社會和技術系統的結構和動力學的有力工具。它的直觀和靈活的特性很大程度上建立在基於經驗觀察的基礎上，以解決交互的異構，時間和適應性模式，從而促進了該領域的普及。隨著關於隨機圖演化的開拓性工作，圖論經常被引用為網絡科學的數學基礎。儘管有這樣的敘述，但兩個研究社區仍然很大程度上脫節。在這篇評註中，我們討論了領域之間進一步交叉的必要性-彌合圖與網絡之間的鴻溝-以及網絡科學如何從這種影響中受益。更加數學化的網絡科學可以闡明隨機性在建模中的作用，暗示行為的基本規律，並預測自然界中尚未發現的複雜網絡現象。
用於物聯網上數據處理的本地化移動主體框架
原文標題： Localized Mobile Agent Framework for data processing on Internet of Things
地址： http://arxiv.org/abs/2004.01477
作者： J. Mahalakshmi, P. Venkata Krishna
摘要： 物聯網（IoT）是最近趨勢中的主要研究。物聯網具有與任何對象建立通信的能力。物聯網在數據收集時會產生大量原始數據。因此，需要一種有效的機制來解決物聯網的問題。本文介紹了物聯網的本地化MapReduce框架。該框架工作在本地節點上處理數據，而無需將數據傳輸到雲或高端服務器。移動主體具有從一個節點遷移到另一節點進行數據處理的能力，Mapper和Reducer用於主體複製和結果聚合。使用成本函數評估了所提出框架的性能，結果證明了所提出框架的有效性。
記憶、不寬容和二階聲譽對合作的影響
原文標題： Effect of memory, intolerance and second-order reputation on cooperation
地址： http://arxiv.org/abs/2004.01480
作者： Chengyi Xia, Carlos Gracia-Lázaro, Yamir Moreno
摘要： 在過去的幾十年中，對社會系統中合作行為的理解一直是研究的主題。在這方面，用於解釋人類社會合作的理論模型得到了對實驗研究的日益增長的興趣的補充，以驗證所提出的機制。在這項工作中，我們依靠先前的實驗結果來建立基於兩個合作驅動機制的理論模型：二階信譽和記憶。具體來說，以捐贈博弈為起點，將主體商分配到三種策略中，即無條件合作者，無條件偏轉者和鑑別器，後者遵循二階評估規則：迴避，嚴厲判斷，圖像評分或簡單常設。如果接受者記憶中包含的最後行動的評價高於容忍度（不容忍）的閾值，則歧視者會合作。除了博弈固有的動力外，還引入了另一種模仿動力，涉及更長的時間（世代）。該模型通過均值場逼近法來預測，該均值法可預測在蒙特卡洛模擬中觀察到的宏觀行為。我們發現，儘管在大多數二階評估規則中，不寬容阻礙了合作，但在簡單站立規則下，它卻具有相反的（正面）影響。此外，我們表明，在考慮內存時，“斯特恩判斷”規則顯示出最低的合作價值，而更嚴格的規則則顯示出更高的合作水平。
多路網絡，含時多路網絡和耦合多層網絡中的層糾纏
原文標題： Layer entanglement in multiplex, temporal multiplex, and coupled multilayer networks
地址： http://arxiv.org/abs/2004.01534
作者： Blaž Škrlj, Benjamin Renoust
摘要： 諸如運輸網絡，社會網絡或生物網絡之類的複雜網絡通常通過表示一種類型的交互來轉換它們通常建模的複雜系統。在現實世界的系統中，實體可能有很多方面將它們連接在一起。可以使用多層網絡捕獲這些信息，這些網絡在一個相同的模型中結合了不同的交互方式。多層網絡和多路網絡中的耦合可能表現出不同的屬性，這可能與它們建模的數據的本質（或與時間相關的數據中的事件）有關。我們假設這樣的屬性可能會在層相互纏繞的方式上得到反映。在本文中，我們希望通過多層網絡中層纏結的稜鏡來研究它們。我們在6個不同學科（社會，遺傳，運輸，合著，貿易和神經網絡）的30多個現實網絡中對其進行了測試。我們進一步提出了一種隨機生成器，該生成器在1,329,696個合成耦合多層網絡中顯示可比較的基本層纏結和過渡層纏結模式。我們的實驗證明了各學科之間層糾纏的不同，甚至暗示了糾纏強度和同構性之間的聯繫。我們還研究了3個現實世界時態數據集中的糾纏，顯示出糾纏活動在其他網絡活動之前的潛在上升。
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
關鍵字: 人工智能 物聯網 Transmission
