COVID-19傳播中的異質性接觸網絡：社會剝奪的作用
原文標題： Heterogeneous contact networks in COVID-19 spreading: the role of social deprivation
地址：
http://arxiv.org/abs/2005.00491
作者： Arnab Majumdar, Anita Mehta
摘要： 本文有兩個主要目標。首先，我們使用疾病在網絡上傳播的理論，基於個體接觸來研究COVID-19流行病——這些理論產生的預測通常與通常使用的同質混合方法大不相同。我們的第二個目標是再次以網絡為基礎，研究社會剝奪在這一流行病蔓延中的作用。我們選擇加爾各答市作為案例研究，但斷言所獲得的見解適用於人口稠密且社會不平等現象普遍的各種城市環境。我們發現的熱點預測與目前根據經驗被識別為收容區的預測非常吻合，併為確定潛在的關注區域提供了有用的指導。
多組SEIR模型中的異質性社交互動和COVID-19鎖定後果
原文標題： Heterogeneous social interactions and the COVID-19 lockdown outcome in a multi-group SEIR model
地址：
http://arxiv.org/abs/2005.00049
作者： Jean Dolbeault, Gabriel Turinici
摘要： 我們研究SEIR模型的變體，以解釋法國Covid-19流行病統計數據的一些定性特徵。標準SEIR模型實質上區分了兩種方案：要麼控制了疾病，感染者的數量迅速減少；要麼疾病擴散並汙染了很大一部分人口，直到實現了畜群免疫。鎖定之後，乍一看似乎社會隔離還不足以控制爆發。我們在這裡討論一種可能的解釋，即封鎖正在造成社會異質性：即絕大多數人口符合封鎖規則，一小部分人口仍必須保持正常或較高水平的社會互動。如通過重新估計基本再生產比率來衡量，這顯然導致了高水平的流行病傳播。但是，這些措施僅限於平均值，而人群內部的差異在疫情爆發的高峰和規模上起著至關重要的作用，並且往往降低這兩個指標。我們提供理論和數值結果來維持這種觀點。
量化美國社會疏遠政策對COVID-19結果的預期影響
原文標題： Quantifying Projected Impact of Social Distancing Policies on COVID-19 Outcomes in the US
地址：
http://arxiv.org/abs/2005.00112
作者： Chaoqi Yang, Ruijie Wang, Fangwei Gao, Dachun Sun, Jiawei Tang, Tarek Abdelzaher
摘要： 從長遠來看，目前阻礙COVID-19的社會隔離措施（如居家隔離）在經濟上是不可持續的。需要模型來理解這些措施可能的放鬆選擇的含義。我們報告了這樣的模型，並結合了相應的參數估計技術和預測結果，並借鑑了其他領域的見解；即信息級聯。我們的模型假設不再可能將病毒包含在孤立的區域中。取而代之的是，我們探索降低傳播速度的選項。我們在“假設”情景下預測不同地理區域的COVID-19傳染趨勢，以瞭解潛在政策決策對區域趨勢的影響。我們的模型允許嘗試其他政策，我們希望這些政策在衛生系統能力和經濟影響方面都能為社會帶來可行的成果。我們將模型應用於美國30多個受到嚴重影響的州，並在
https://covid19predictions.csl.illinois.edu/上公佈了結果
利用地震噪聲捕獲中國和意大利的COVID-19社會反應
原文標題： COVID-19 societal response captured by seismic noise in China and Italy
地址：
http://arxiv.org/abs/2005.00131
作者： Han Xiao, Zachary Eilon, Chen Ji, Toshiro Tanimoto
摘要： 頻率高於1 Hz的地震噪聲通常被稱為文化噪聲，通常與人類活動有很好的關聯。最近，中國大陸和意大利的城市針對COVID-19實施了鎖定限制，這為我們提供了前所未有的機會來研究1 Hz以上的地震噪聲與人類活動之間的關係。使用來自中國和意大利的地震記錄，我們發現1 Hz以上的地震噪聲主要是由當地的交通系統產生的。城市的封鎖和移動限制的施加導致中國大陸的地震噪聲能量降低了約4-12 dB。數據還顯示，不同的中國城市經歷了不同的文化噪音減弱時期，這與當地對該流行病的反應不同有關。相反，在意大利被鎖定後，意大利的地震噪聲能量僅降低了1-6 dB。噪聲數據表明，意大利的交通流量沒有減少多少，但顯示了不同城市對封鎖條件的明顯反應。
使用Twitter數據進行主動控制危機的早期爆發檢測：COVID-19，在美國的案例研究
原文標題： Early Outbreak Detection for Proactive Crisis Management Using Twitter Data: COVID-19 a Case Study in the US
地址：
http://arxiv.org/abs/2005.00475
作者： Erfaneh Gharavi, Neda Nazemi, Faraz Dadgostari
摘要： 在疾病暴發期間，及時的非醫學干預對於防止疾病發展成流行病並最終導致大流行至關重要。但是，採取快速措施需要具有檢測爆發的預警信號的能力。這項工作收集了圍繞2020年COVID-19大流行的Twitter帖子，這些帖子表達了COVID-19的最常見症狀，包括咳嗽和發燒，這些症狀都分佈在美國。通過檢查各州Twitter活動的變化，我們觀察到症狀報告推文數量與官方報告的陽性案例數量增加之間存在時間滯後，介於5到19天之間。
社區檢測的多尺度演化擾動攻擊
原文標題： Multiscale Evolutionary Perturbation Attack on Community Detection
地址：
http://arxiv.org/abs/1910.09741
作者： Jinyin Chen, Yixian Chen, Lihong Chen, Minghao Zhao, Qi Xuan
摘要： 旨在基於節點的連接對節點進行分組的社區檢測在網絡分析中起著重要作用，因為將社區視為元節點，可以使我們創建網絡的大規模地圖以簡化其分析。但是，出於隱私原因，我們可能希望阻止在某些情況下發現社區，從而引發有關社區欺騙的主題。在本文中，我們從三個方面對這個社區檢測攻擊問題進行了形式化，包括全局攻擊（宏觀），目標社區攻擊（中尺度）和目標節點攻擊（微觀尺度）。我們將其視為優化問題，並進一步提出了一種新穎的演化擾動攻擊（EPA）方法，其中我們生成對抗性網絡以實現社區檢測攻擊。數值實驗證明，我們的EPA可以成功地在所有三個尺度上攻擊網絡社區算法，即隱藏目標節點或社區，並且僅改變一小部分鏈路就可以進一步擾亂整個網絡的社區結構。相比之下，我們的EPA在六個合成網絡和三個現實網絡上的行為優於許多基準攻擊方法。更有趣的是，儘管我們的EPA基於Louvain算法，但它在攻擊其他社區檢測算法方面也很有效，證明了其良好的可移植性。
最大擬群的可規模化挖掘：一種算法-系統協同設計方法
原文標題： Scalable Mining of Maximal Quasi-Cliques: An Algorithm-System Codesign Approach
地址：
http://arxiv.org/abs/2005.00081
作者： Guimu Guo, Da Yan, M. Tamer Özsu, Zhe Jiang
摘要： 給定用戶指定的最小度閾值 gamma， gamma-準clique是一個子圖，其中每個頂點至少連接到其他頂點的 gamma個分數。眾所周知，使用最先進的算法僅能尺度到具有數千個頂點的小圖，因此挖掘最大擬似然的代價非常昂貴。這阻礙了它在涉及大圖的實際應用中的普及。我們開發了一個名為G-thinker的基於任務的系統，用於大規模並行圖挖掘，這是第一個隨CPU內核數量擴展的圖挖掘系統。 G-thinker提供了一個難得的機會來擴展計算密集型準爬山挖掘。本文設計了並行算法，用於在G-thinker上挖掘可擴展到大圖的最大擬氣候。我們的算法遵循分而治之的思想，該思想將挖掘大圖的問題劃分為挖掘較小子圖的任務。但是，我們發現，由於不同任務的運行時間完全不同，因此直接應用G-thinker是不夠的，這違反了G-thinker的原始設計假設，需要系統進行重新鍛造。我們還觀察到，僅從子圖中提取的功能來看，任務的運行時間是高度不可預測的，從而導致難以確定昂貴的任務以分解以進行併發處理，並且基於大小閾值的分區對某些任務而言分區不足，而對分區則過度其他情況會導致不良的負載平衡和巨大的任務劃分開銷。我們通過提出一種新穎的延時分而治之策略來解決此問題，該策略在實際挖掘上花費的工作量與平衡工作量的成本之間取得了平衡。大量的實驗證明，我們的G-thinker算法可以根據CPU內核的數量進行完美尺度，在小型集群中在具有1M多個頂點的圖上運行時，可以實現300倍的加速。
比特幣交易網絡：近期結果概述
原文標題： Bitcoin Transaction Networks: an overview of recent results
地址：
http://arxiv.org/abs/2005.00114
作者： Nicolò Vallarano, Claudio Tessone, Tiziano Squartini
摘要： 加密貨幣是允許參與者之間交換本機（和非）令牌的分佈式系統。完整的歷史記錄及其廣泛的可用性開闢了前所未有的可能性，即瞭解其網絡結構的演變，同時獲得有關交易所市場中用戶行為與加密貨幣定價之間關係的有用見解。在本文中，我們回顧了有關比特幣交易網絡的結構特性的最新結果，這是一個通用名稱，涉及一組不同的構造：比特幣地址網絡，比特幣用戶網絡和比特幣閃電網絡。通過對所有這些因素的分析得出的共同畫面是隨著時間的推移而增長的系統，該系統變得越來越稀疏，並且在介觀水平上其結構組織的特徵是存在統計學上顯著的核心-外圍結構。這種奇特的拓撲結構與比特幣的高度不平等分配相匹配，結果表明，比特幣正在成為一個越來越集中的不同級別的系統。
創新過程中的泰勒定律
原文標題： Taylor’s law in innovation processes
地址：
http://arxiv.org/abs/2005.00321
作者： F. Tria, I. Crimaldi, G. Aletti, V. D. P. Servedio
摘要： 泰勒定律量化了開放系統中發生的創新數量波動的定標性質。基於的建模方案已被證明可以有效地模擬這種複雜的行為。在這裡，我們利用三角骨灰盒模型的表示形式，對此類模型中的泰勒定律指數進行了分析估計。我們還強調了這些模型與Poisson-Dirichlet過程的對應關係，並演示了非平凡的泰勒定律指數如何成為與人類活動相關的系統中的一種普遍特徵。我們基於對人類活動所產生的四個數據集合的分析來得出這一結果：（i）書面語言（來自古騰堡語料庫）； （ii）一個在線音樂網站（Last.fm）； （iii）Twitter主題標籤； （iv）在線協作標記系統（Del.icio.us）。儘管在後兩個數據集中觀察到的泰勒定律與普通模型的預測相符，但我們需要引入一個概括來完全表徵前兩個數據集的行為，其中時間相關性可能更相關。我們建議，泰勒定律是對Zipf和Heaps定律的基本補充，它揭示了具有創新功能的系統演化背後的複雜動力過程。
馬爾可夫鏈和網絡塊模型中的狀態聚集
原文標題： State aggregations in Markov chains and block models of networks
地址：
http://arxiv.org/abs/2005.00337
作者： Mauro Faccin, Michael T. Schaub, Jean-Charles Delvenne
摘要： 我們從信息論的角度考慮馬爾可夫鏈的狀態聚集方案。具體而言，我們考慮對馬爾可夫鏈的狀態進行聚合，以使通過T個時間步長分開的聚合狀態的互信息最大化。我們表明，對於T = 1，這種方法在特定情況下恢復了度校正後的隨機塊模型的最大似然估計，從而使我們能夠從動力學的角度解釋這種流行的生成網絡模型的似然性的某些特徵。我們還將進一步重點介紹如何使用合成流和現實世界的洋流來發現考慮到時標T >> 1是必不可少的連貫的遠程動力學模塊，從而能夠恢復表面的基本特徵。海洋的潮流。
金融網絡的雙曲幾何
原文標題： The hyperbolic geometry of financial networks
地址：
http://arxiv.org/abs/2005.00399
作者： Martin Keller-Ressel, Staphanie Nargang
摘要： 基於2014年，2016年歐洲銀行業壓力測試和2018年透明度工作的數據，我們首次證明了金融網絡的潛在幾何形狀可以用負曲率幾何形狀（即雙曲線幾何形狀）很好地表示。這使我們可以將網絡結構連接到Papdopoulos等人的“流行度與相似度”模型，該模型基於雙曲幾何的Poincar’e圓盤模型。我們表明，在此模型中，“大眾化”和“相似性”的潛在維度與系統重要性和銀行系統的地理細分密切相關。在2014年至2018年的時間跨度的縱向分析中，我們發現單個銀行的系統重要性一直保持穩定，而外圍社區的結構呈現出更多（但仍是中等）的可變性。
工作組映射：協作文化的可視化分析
原文標題： Workgroup Mapping: Visual Analysis of Collaboration Culture
地址：
http://arxiv.org/abs/2005.00402
作者： Darren Edge, Jonathan Larson, Nikolay Trandev, Neha Parikh Shah, Carolyn Buractaon, Nicholas Caurvina, Nathan Evans, Christopher M. White
摘要： 工作的數字化轉型為了解非正式工作組如何圍繞組織的動態需求進行組織提供了新的機會，這有可能與組織結構圖所描述的正式，靜態和理想化的層次結構形成對比。我們提出了一項設計研究，該研究涵蓋了用於組織工作組的可視化映射和分析的多種啟用功能，包括用於量化協作文化的兩個維度的度量標準：協作關係的流動性（使用網絡機器學習來衡量）以及工作組形成的自由度組織邊界。這些功能共同創建了一個交鑰匙管道，該管道將目標組織的分析，數據圖和統計信息的生成以及它們在基於模板的演示中的集成結合在一起，從而可以對結果進行敘述性可視化。我們的指標和視覺效果支持了大約100次向主要的美國和跨國組織高管的演講，而我們的工程實踐創建了一個與可視化和視覺分析廣泛相關的獨立工具集合。我們將我們的工作作為應用可視化分析研究的示例進行介紹，描述允許我們從實驗過渡到生產的設計迭代，以及每個階段研究團隊和麵向客戶團隊（Microsoft Workplace Analytics）的觀點在這個過程中。
從網絡特徵值中找到電阻距離和特徵向量中心性
原文標題： Finding the Resistance Distance and Eigenvector Centrality from the Network’s Eigenvalues
地址：
http://arxiv.org/abs/2005.00452
作者： Caracé Gutiérrez (1), Juan Gancio (1), Cecilia Cabeza (1), Nicolás Rubido (1 and 2) ((1) Universidad de la República, Instituto de Física de Facultad de Ciencias, Montevideo, Uruguay (2) University of Aberdeen, King’s College, Institute for Complex Systems and Mathematical Biology, Aberdeen, United Kingdom)
摘要： 有多種方法可以對網絡數據集進行分類，具體取決於問題，從而可以取得不同的成功。例如，抵抗距離和特徵向量中心性措施已成功地揭示了生態途徑並分別區分了阿爾茨海默氏病患者的生物醫學圖像。阻力距離考慮了網絡中任何兩個節點之間的所有可能的最短路徑，從而測量了網絡中任何兩個節點之間的有效距離，而特徵向量中心性則測量了網絡中每個節點的相對重要性。但是，這兩種措施都需要知道網絡的特徵值和特徵向量-特徵向量是對計算要求更高的任務。在這裡，我們表明我們僅使用特徵值譜就可以近似地近似這兩個量度，其中我們通過對元素電阻器電路和範式網絡模型（隨機網絡和小世界網絡）進行實驗來說明這一點。我們的結果得到了分析推導的支持，表明本徵向量中心點在所有情況下都可以完美匹配，而電阻距離可以非常接近。我們的基礎方法基於Denton，Parke，Tao和Zhang [arXiv：1908.03795（2019）]的工作，該工作不受這些拓撲措施的限制，可以應用於需要計算特徵向量的大多數問題。
具有鏈接隱私的安全網絡發佈
原文標題： Secure Network Release with Link Privacy
地址：
http://arxiv.org/abs/2005.00455
作者： Carl Yang, Haonan Wang, Lichao Sun, Bo Li
摘要： 許多數據挖掘和分析任務都依賴於網絡（圖）的抽象來概括個體（節點）之間的關係結構。由於關係數據通常很敏感，因此我們旨在尋求有效的方法來發布實用程序保留但受隱私保護的結構化數據。在本文中，我們利用差分隱私（DP）框架，在深度圖生成模型上制定和實施嚴格的隱私約束，並著重於Edge-DP以確保個人鏈接的隱私。特別是，我們通過向基於鏈路預測的圖生成模型的梯度中注入高斯噪聲來實施edge-DP，並通過改進面向結構的圖比較的結構學習來確保數據實用性。在兩個實際網絡數據集上進行的大量實驗表明，我們提出的DPGGEN模型能夠生成具有有效保留的全局結構並嚴格保護個人鏈接隱私的網絡。
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。
