查看原文
其他

​居家令对SARS-CoV-2传播影响的因果估计 | 网络科学论文速递24篇

The following article is from 网络科学研究速递 Author ComplexLY


本文由机器翻译,仅供参考,感兴趣请查阅论文原文

核心速递



  • 居家令对SARS-CoV-2传播影响的因果估计;
  • 通过具有异质扩散的空间分辨易感暴露-感染-恢复-死亡(SEIRD)模型模拟COVID-19的传播;
  • 信息和性别对戴口罩以减慢COVID-19传播意图的影响;
  • 通过跟踪感染轨迹来跟踪COVID-19;
  • COVID-19信息疫情期间印度国家公报和Twitter之间的情绪分析和情绪耦合;
  • Twitter上COVID-19错误信息的探索性研究;
  • 被COVID-19挑战的经验教训;
  • 当拉近转为推离:意见动态的数学模型;
  • 假主体的观察性学习;
  • GoGNN:用于预测结构化实体交互的图神经网络图;
  • 未知世界中的网络:委内瑞拉难民危机中的公共WhatsApp组;
  • 仇恨言论和辱骂性语言数据集的交叉偏见;
  • Kaplan-Meier型COVID-19生存曲线:基于健康数据的决策工具;

  • Mega-COV:COVID-19的65种语言的十亿规模数据集;

  • 印度COVID-19大流行的动态;

  • 使用SEIR模型对阿根廷COVID-19流行病的数值模拟;

  • 法国,意大利和英国应对COVID-19的人员流动;

  • 这是一个已知的谎言:检测以前查清事实声明;

  • 贷款担保网络风险评估的混合方法;

  • 不平等,二十一世纪的灾难;

  • LIoTS:物联网主权联盟。一种可扩展方法,以实现透明安全可靠的物联网平台的安全联盟;

  • 检测和分析YouTube上的串通实体;

  • 1995-2018年民族国家间友好和敌对关系网络全球演变;

  • 数字社会合约:平等和公正数字社会的基础;




居家令对SARS-CoV-2

传播影响的因果估计


原文标题:
Causal Estimation of Stay-at-Home Orders on SARS-CoV-2 Transmission
地址:
http://arxiv.org/abs/2005.05469
作者:
M. Keith Chen, Yilin Zhuo, Malena de la Fuente, Ryne Rohla, Elisa F. Long

摘要:准确估计居家令对减少社交接触和疾病传播的有效性对于缓解流行病至关重要。利用1000万部智能手机的个人级别位置数据,我们观察到,到4月30日时-十分之九的美国人处于居家令之下-每天的运动比COVID之前的水平下降了70%。这种下降的四分之一可归因于居家令,在合规性方面存在很大的人口差异,最主要的是政治派别。特朗普的选民可能会在当地居家令后将行动减少9%,相比之下,面临类似风险和相同政府指令的克林顿投票邻居减少了21%。将社会隔离的行为与流行病模型联系起来,我们估计运动的减少已使SARS-CoV-2传播率降低了49%。




通过具有异质扩散的空间分辨易感

暴露-感染-恢复-死亡(SEIRD)

模型模拟COVID-19的传播


原文标题:
Simulating the spread of COVID-19 via spatially-resolved susceptible-exposed-infected-recovered-deceased (SEIRD) model with heterogeneous diffusion
地址:
http://arxiv.org/abs/2005.05320
作者:
Alex Viguerie, Guillermo Lorenzo, Ferdinando Auricchio, Davide Baroli, Thomas J.R. Hughes, Alessia Patton, Alessandro Reali, Thomas E. Yankeelov, Alessandro Veneziani

摘要:我们提出了一种基于偏微分方程和非均质扩散模型的易暴露-感染-恢复-死亡(SEIRD)数学模型的早期版本。该模型描述了COVID-19大流行的时空分布,旨在根据人类习惯和地理特征捕捉动态。为了测试模型,我们将有限元求解器产生的输出与意大利伦巴第大区的测量数据进行了比较,该区域在2020年2月至2020年4月之间受到这场危机的严重影响。伦巴第时空传播的COVID-19预测以及市政当局收集的流行病学数据。其他模拟探索了放宽锁定限制的替代方案的模拟表明,重新开放策略应考虑当地人口密度和传染的具体动态。因此,我们认为,以数据为驱动力的模型模拟最终可以告知卫生当局设计有效的大流行阻止措施,并预测关键医疗资源的地理分配。




信息和性别对戴口罩以

减慢COVID-19传播意图的影响


原文标题:
The effect of messaging and gender on intentions to wear a face covering to slow down COVID-19 transmission
地址:
http://arxiv.org/abs/2005.05467
作者:
Valerio Capraro, Hélène Barcelo

摘要:如今,各个国家正在或将要朝着放宽就地庇护规定的方向发展,重要的是人们必须使用面罩,以免冠状病毒疾病(COVID-19)的传播呈指数增长。在这里,我们报告了一个预先注册的在线实验(N = 2,459),该实验使用了一个异构但不具代表性的美国居民样本,我们在其中测试了消息的相对影响,强调冠状病毒是对“您”的威胁“您的家人”与“您的社区”与“您的国家”在自我报告的意图下要戴上口罩。结果表明,关注“您的社区”会促使人们倾向于相对于基线佩戴面部遮盖物;将“您的社区”与其他条件进行比较时,趋势是相同的,但并不明显。我们还进行了预先注册的性别差异分析,目的是戴口罩。我们发现,男性比女性要戴口罩的人数要少,但是在必须戴口罩的县,这种差异几乎消失了。我们还发现,男性少于女性的人认为自己会受到冠状病毒的严重影响,这部分地介了性别差异,意在戴口罩的意图(这尤其具有讽刺意味,因为官方统计数据实际上表明男性受到了COVID-比女性更重视19)。最后,我们还发现在戴口罩时自我报告的负面情绪中存在性别差异。男人比女人更同意,戴口罩是可耻的,不是很酷的,是虚弱的迹象,而且是一种污名。这些性别差异还介导了戴口罩的性别差异。




通过跟踪感染轨迹

来跟踪COVID-19


原文标题:
Tracking COVID-19 by Tracking Infectious Trajectories
地址:
http://arxiv.org/abs/2005.05523
作者:
Badreddine Benreguia, Hamouma Moumen, Mohammed Amine Merzoug

摘要:如今,冠状病毒大流行已经并且仍在造成大量死亡和感染者。尽管世界各国政府已采取严厉措施以减缓病毒传播(例如,出行限制,暂停所有体育,社会和经济活动,隔离,社会隔离等),但仍有许多人死亡,很多人死亡。还有更多人处于危险之中。确实,最近进行的一项研究〜引用ref2报告说,中国79%的确诊感染是由无症状的无症状患者引起的。在同一情况下,在许多其他国家,由于冠状病毒需要几天才能出现症状,因此也有报道说,已知感染数并不代表实际感染人数(预计实际人数是更高)。就是说,无症状患者是冠状病毒大量迅速传播的主要因素,也是导致政府对这一严峻形势失去控制的主要原因。为了为纠正这种全球性流行病做出贡献,在本文中,我们提出了一种IoT(物联网)调查系统,该系统专门设计用于发现没有证件的患者和感染场所。目的是帮助当局对高污染部位进行消毒,并限制没有明显症状的人员。提议的系统还允许确定与感染或怀疑患者密切接触的所有人员。因此,可以快速隔离可疑病例并更有效地控制任何大流行传播。




COVID-19信息疫情期间

印度国家公报和Twitter

之间的情绪分析和情绪耦合


原文标题:
Psychometric Analysis and Coupling of Emotions Between State Bulletins and Twitter in India during COVID-19 Infodemic
地址:
http://arxiv.org/abs/2005.05513
作者:
Baani Leen Kaur Jolly, Palash Aggrawal, Amogh Gulati, Amarjit Singh Sethi, Ponnurangam Kumaraguru, Tavpritesh Sethi

摘要:COVID-19信息病的传播速度超过了大流行本身,因为信息潮席卷而来的错误信息是对人们健康和治理系统的主要威胁。由于社交媒体是最大的信息来源,因此管理信息流行不仅需要减轻错误信息的影响,还需要及早了解由此产生的心理模式。自2020年3月6日起,在COVID-19危机期间,仅Twitter的策展活动页面使用量猛增了45%,直接消息传递使用率则增长了30%。在本研究中,我们分析了心理影响并将COVID-19信息流行病与印度国家和州一级与COVID-19相关的官方公告相结合。我们从情感的心理语言学角度审视这两个来源,并量化了两者之间的程度和耦合。我们修改了path,这是一个基于深度跳跃语法的开源词典构建器,可有效捕获与健康相关的情绪。然后,我们能够在社交媒体和官方公告中记录与健康相关的情绪的时间演变。使用格兰杰的因果关系分析从官方公告中提取的情感的时间序列与社交媒体之间的超前-滞后关系,结果表明,州公告在社交媒体中引发某些情绪,例如恐惧。还讨论了可能与决策者和积极参与缓解误报的传播者有关的其他见解。本文还介绍了CoronaIndiaDataset2,这是印度第一个基于社交媒体的国家和州级COVID-19数据集,具有超过560万个国家级和260万个州级推文。最后,我们以COVibes的形式展示我们的发现,COVibes是一个交互式Web应用程序,可捕获在国家和州一级从CoronaIndiaDataset上捕获的心理计量见解。




Twitter上COVID-19

错误信息的探索性研究


原文标题:
An Exploratory Study of COVID-19 Misinformation on Twitter
地址:
http://arxiv.org/abs/2005.05710
作者:
Gautam Kishore Shahi, Anne Dirkson, Tim A. Majchrzak

摘要:尽管通过Twitter等渠道共享了许多正确和有用的信息,但它也已成为误导COVID-19的依据。为了解决这种仍在持续的信息流行,需要科学监督以及从业者对危机管理的更好理解。我们已经围绕COVID-19主题对Twitter上的错误信息的传播,作者和内容进行了探索性研究,以便对COVID-19信息流行病有更早的见解。我们的结果使我们不仅可以给出初步的迹象,而且可以建议在当前对该主题的科学报道中的差距。此外,我们为当局提出了应对错误信息的措施,并为社交媒体用户提供了有关如何帮助阻止错误信息传播的提示。




被COVID-19挑战的经验教训


原文标题:
Lessons from being challenged by COVID-19
地址:
http://arxiv.org/abs/2005.05853
作者:
E. Tagliazucchi, P. Balenzuela, M. Travizano, G.B. Mindlin, P.D. Mininni

摘要:我们介绍了模拟阿根廷COVID-19疫情演变的不同方法的结果,特别关注布宜诺斯艾利斯市及其大都市区所构成的特大城市,包括总共41个地区,人口超过1300万。我们首先强调从国外来袭的传染病旅行者解释流行病早期的意义。接下来,我们基于生殖数目的瞬时修改,对某些提议的解决方案进行严格评估以遏制该流行病。最后,我们建立了越来越复杂和现实的模型,从用于估计本地复制数量的简单同质模型,到结合了来自手机位置数据的移动性估算的完全耦合的不均匀(确定性或随机性)模型。这些模型能够以最小的参数拟合和微调来生成与官方案例数高度一致的预测。我们将讨论拟议模型的优势和局限性,着眼于不同的必要一阶近似值的有效性,并警告未来的建模工作,应在长期预测的解释以及采用非药物干预措施的支持下格外小心数值模拟。




当拉近转为推离:

意见动态的数学模型


原文标题:
When Pull Turns to Shove: A Mathematical Model For Opinion Dynamics
地址:
http://arxiv.org/abs/2005.05478
作者:
David Sabin-Miller, Daniel M. Abrams

摘要:准确的观点动态建模有可能帮助我们理解两极分化,以及使有效的政治言论成为可能或不可能的原因。在这里,我们使用微分方程来模拟连续分布的人口中政治观点的演变。我们利用无网络系统来确定政治影响力,并采用局部吸引,远端排斥的动态来响应感知到的内容。我们的方法允许合并组间偏见,以使来自受信任的组内来源的邮件比组外的邮件具有更大的回旋余地。我们提出的框架可以重现现实世界中的政治分布和实验观察到的动态,并且可以随着更多数据的获得而进一步完善。




假主体的观察性学习


原文标题:
Observational Learning with Fake Agents
地址:
http://arxiv.org/abs/2005.05518
作者:
Pawan Poojary, Randall Berry

摘要:在在线市场中,主体商通常会从他人的行为中学习。这种观察性学习可以导致放牧或信息级联,在这些级联中,主体商最终会“跟随人群”。对于选择收益最优行动的贝叶斯理性行为者,已经很好地研究了这种级联模型。在本文中,我们还考虑了假冒主体的存在,这些伪主体试图影响其他主体采取特定行动。为此,这些主体采取固定的行动,以便影响随后的主体朝其首选行动发展。我们表征了这种假冒主体人所占比例如何影响其余主体人的行为,并表明在某些情况下,假冒主体人所占比例的增加实际上减少了其获得理想结果的机会。




GoGNN:用于预测结构化

实体交互的图神经网络图


原文标题:
GoGNN: Graph of Graphs Neural Network for Predicting Structured Entity Interactions
地址:
http://arxiv.org/abs/2005.05537
作者:
Hanchen Wang, Defu Lian, Ying Zhang, Lu Qin, Xuemin Lin

摘要:实体相互作用预测在许多重要应用中至关重要,例如化学,生物学,材料科学和医学。当每个实体由复杂的结构(即结构化实体)表示时,该问题变得非常具有挑战性,因为涉及两种类型的图:结构化实体的局部图和捕获结构化实体之间的交互的全局图。我们观察到,有关结构化实体交互预测的现有工作无法正确利用图模型的唯一图。在本文中,我们提出了一种图神经网络图,即GoGNN,它以分层的方式提取结构化实体图和实体交互图中的特征。我们还提出了双重注意机制,该机制使模型能够在图的两个级别上保留邻居的重要性。在现实世界的数据集上进行的大量实验表明,GoGNN在两个代表性的结构化实体相互作用预测任务上优于最新方法:化学-化学相互作用预测和药物-药物相互作用预测。我们的代码可在Github上获得。




未知世界中的网络:委内瑞拉

难民危机中的公共WhatsApp组


原文标题:
Networks in a World Unknown: Public WhatsApp Groups in the Venezuelan Refugee Crisis
地址:
http://arxiv.org/abs/2005.05883
作者:
Adam Chang

摘要:到2020年3月上旬,在经济和机构全面崩溃之后,有500万委内瑞拉人逃离了自己的祖国,超过160万的委内瑞拉人移民到了哥伦比亚。移民在哥伦比亚的生活很艰辛,因为他们的经济资源很少,而且往往没有法律文件,而在城市却很少给他们提供。但是,委内瑞拉移民严重依赖手机和社交媒体网络作为获取信息,机会和资源的生命线,这使WhatsApp既成为移民安置和融合的重要工具,也是宝贵的数据来源,更好地了解移民经验。本文探讨了委内瑞拉移民到哥伦比亚使用的公共WhatsApp组的动态,以及他们如何告诉我们移民如何使用和共享信息。我们将研究的重点放在信息传播和信任上,尤其是当它们与群体内部的集中度和地理异质性相交时。我们广泛地分析消息和成员身份,然后探讨组内的互动,虚假新闻和经济骗局以及冠状病毒大流行的影响。我们的研究结果具有一系列政策含义,从对哥伦比亚决定在冠状病毒大流行中关闭边境的思考到对援助组织如何通过社交媒体渠道有效共享信息的理解。




仇恨言论和辱骂性

语言数据集的交叉偏见


原文标题:
Intersectional Bias in Hate Speech and Abusive Language Datasets
地址:
http://arxiv.org/abs/2005.05921
作者:
Jae Yeon Kim, Carlos Ortiz, Sarah Nam, Sarah Santiago, Vivek Datta

摘要:算法已广泛应用于检测社交媒体中的仇恨言论和侮辱性语言。我们调查了用于训练这些算法的人工注释数据是否有偏差。我们利用了一个公开可用的带注释的Twitter数据集(Founta et al.2018),并对99,996条推文的种族,性别和政党身份进行了分类。结果表明,与其他人相比,非裔美国人的推文被标记为可恶的可能性高出3.7倍,而非裔美国人的男性推文被标记为具有仇恨性的可能性高出77%。这些模式具有统计意义,并且即使将参与方标识添加为控制变量也很可靠。这项研究为仇恨言论和辱骂性语言数据集中的交叉偏倚提供了第一个系统证据。



Kaplan-Meier型

COVID-19生存曲线:

基于健康数据的决策工具


原文标题:

Kaplan-Meier type survival curves for COVID-19: a health data based decision-making tool

地址:

http://arxiv.org/abs/2005.06032

作者:

J.M. Calabuig, L.M. García-Raffi, A. García-Valiente, E.A. Sánchez-Pérez


摘要:各国正在使用不同的方法记录有关COVID-19在全球范围内传播的健康信息,有时几天后会更改规则。他们都发布了被感染,治愈和死亡的新个体的数量,以及一些补充数据。这些数字通常以不一致的方式记录,并且与这些变量的标准定义不匹配。但是,在本文中,我们表明,使用它们计算出的Kaplan-Meier曲线可以提供有关不同国家疾病动态的有用信息。我们的目标是提供一个健壮而简单的模型来显示动态过程演化的某些特征,从而表明各国之间的演化差异反映在相应的Kaplan-Meier型曲线上。我们比较了迄今为止受影响最大的国家获得的曲线,提出了区分它们的特性的可能解释。




Mega-COV:COVID-19的

65种语言的十亿规模数据集


原文标题:

Mega-COV: A Billion-Scale Dataset of 65 Languages For COVID-19

地址:

http://arxiv.org/abs/2005.06012

作者:

Muhammad Abdul-Mageed, AbdelRahim Elmadany, Dinesh Pabbi, Kunal Verma, Rannie Lin


摘要:我们描述了Mega-COV,这是来自Twitter的数十亿规模的数据集,用于研究COVID-19。数据集是多种多样的(覆盖234个国家/地区),纵向(最早可追溯到2007年),多语种(以65种语言提供),并且具有大量带有位置标签的推文(〜3200万条推文)。我们从数据集中发布了tweet ID,希望它对研究与正在进行的大流行有关的各种现象以及加快相关问题的可行解决方案很有用。




印度COVID-19大流行的动态


原文标题:

Dynamics of the COVID-19 pandemic in India

地址:

http://arxiv.org/abs/2005.06286

作者:

Subhas Khajanchi, Kankan Sarkar, Jayanta Mondal, Matjaz Perc


摘要:了解COVID-19大流行的动态对于改善控制和社会疏远策略至关重要。为此,我们采用了易感性暴露传染恢复模型,并通过印度喀拉拉邦,德里,马哈拉施特拉邦和西孟加拉邦以及整个印度的接触者追踪和住院数据进行了完善。我们已经进行了敏感性分析,以识别最关键的输入参数,并且我们已经校准了模型以尽可能地描述数据。短期预测显示出四个省和整个印度的COVID-19病例呈上升趋势且令人担忧,而长期预测还显示出振荡动态的可能性。因此,我们的研究使COVID-19可能成为季节性事件的可能性仍然悬而未决。我们还模拟并讨论了媒体对COVID-19大流行动态的影响。




使用SEIR模型对阿根廷

COVID-19流行病的数值模拟


原文标题:

A numerical simulation of the COVID-19 epidemic in Argentina using the SEIR model

地址:

http://arxiv.org/abs/2005.06297

作者:

Juan E. Santos, José M. Carcione, Gabriela B. Savioli, Patricia M. Gauzellino, Alejandro Ravecca


摘要:我们从数学建模的角度研究了阿根廷的COVID-19病毒的流行模式。我们实施SEIR模型,该模型由一组一阶时间微分方程(ODE)组成,以分析由病毒引起的疾病的时间演变。该模型适用于布宜诺斯艾利斯市和拥有大约1500万居民的邻近城市(RMBA)。通过使用正式报告的伤亡人数作为数据,对模型的参数进行校准。由于存在无限的解决方案来兑现数据,因此我们通过考虑不同的情况来展示一组案例。第一组参数最初产生的繁殖率R0 = 3.30在封锁后的4月8日降低到0.92,但在4月27日之后增加到2.44,这很可能是由于人口稠密贫民窟的传染性增加所致。该病例的潜伏期和感染期约为11天和7天,到流行结束时约有1300万人被感染。流行病结束时,感染死亡率(IFR)为1.88%,预计伤亡人数约为249000人。但是,这种死亡人数受繁殖率演变的高度影响,4月27日之后R0 = 0.92将造成1321人伤亡,仅66000例受感染个体。其他情况下,根据目前的趋势,预计潜伏期较短(4和5天),死亡人数为30000至90000,IFR为0.5%至1%。这意味着锁定的强度(人口的行为)是必不可少的,并且措施必须以精确的模型预测为指导。我们还考虑将死伤人数增加一倍,在这种情况下,死亡人数将近44000人,约有510万人被感染。




法国,意大利和英国

应对COVID-19的人员流动


原文标题:

Human Mobility in Response to COVID-19 in France, Italy and UK

地址:

http://arxiv.org/abs/2005.06341

作者:

Alessandro Galeazzi, Matteo Cinelli, Giovanni Bonaccorsi, Francesco Pierri, Ana Lucia Schmidt, Antonio Scala, Fabio Pammolli, Walter Quattrociocchi


摘要:为阻止COVID-19爆发而实施的政策是历史上最大的重大事件之一。对这一过程的理解对于制定和定制灾后救济至关重要。在这项工作中,我们通过来自13M Facebook用户的地理定位数据进行了大规模数据分析,分析了这种压力如何影响法国,意大利和英国的出行方式。我们发现,运动网络整体效率的总体下降伴随着地理上的分散,远距离联系的大量减少。但是,根据最初的流动性结构,各国之间的影响有所不同。确实,我们发现,锁定后的移动网络在法国和英国更为集中,在意大利更为分散。这样的过程可以通过渗流来近似,以量化锁定的实质影响。




这是一个已知的谎言:

检测以前查清事实声明


原文标题:

That is a Known Lie: Detecting Previously Fact-Checked Claims

地址:

http://arxiv.org/abs/2005.06058

作者:

Shaden Shaar, Giovanni Da San Martino, Nikolay Babulkov, Preslav Nakov


摘要:最近“假新闻”的激增引发了许多回应,最引人注目的是出现了一些人工事实核查举措。结果,随着时间的流逝,大量事实核查的声明已经积累起来,这增加了社交媒体中的新主张或政客的新声明可能已经由某些可信的事实核查过的事实的可能性。组织,因为病毒主张通常会在社交媒体上发布一段时间后出现,政治家喜欢一遍又一遍地重复自己喜欢的陈述,无论是对还是错。由于手动的事实检查非常耗时(并且全自动的事实检查存在可信度问题),因此重要的是设法节省这种工作,并避免在已经进行事实检查的声明上浪费时间。有趣的是,尽管这项任务很重要,但迄今为止,它已被研究界广泛忽略。在这里,我们旨在弥合这一差距。特别是,我们制定了任务,并讨论了它与以前的工作有何关系,但又有何不同。我们进一步创建一个专门的数据集,并将其发布给研究社区。最后,我们提出了按等级学习的实验,这些实验证明了对最新检索和文本相似性方法的巨大改进。




贷款担保网络风险评估的混合方法


原文标题:

A hybrid approach for risk assessment of loan guarantee network

地址

http://arxiv.org/abs/1702.04642

作者:

Zhibin Niu, Dawei Cheng


摘要:中小型企业集团(SME)互相支持,并形成担保网络以从银行获得贷款。联网企业的风险可能会造成严重的传染性破坏。为解决此类风险,我们提出了一种混合特征表示,将其引入到梯度提升模型中以进行担保网络的信用风险评估。对商业银行的十年担保贷款记录进行了实证研究。我们发现经常有成百上千的企业相互支持,并构成一个稀疏的复杂网络。我们研究了贷款担保网络各种结构的风险,并观察到违约与集中度以及网络社区之间的高度相关性。尤其是,我们的定量风险评估模型显示了对真实数据的有希望的预测性能,这对监管机构和利益相关方均有用。




不平等,二十一世纪的灾难


原文标题:

Inequality, a scourge of the XXI century

地址:

http://arxiv.org/abs/2005.06106

作者:

José Roberto Iglesias, Ben-Hur Francisco Cardoso, Sebastián Gonçalves


摘要:社会和经济不平等是二十一世纪的灾难。随着一个相对较小的群体的财富增加,它正在不断扩大,因此,世界其他地区所使用的资源却在减少。经济学家和经济学家已经预测并谴责了这种情况。后者使用了广泛的市场动力学模型,认为财富分配是经济主体之间财富交换的结果。一个简单的类比将社会中的财富与气体中分子的动能相关,而主体之间的贸易与碰撞过程中分子之间的能量交换有关。但是,在物理系统中,由于能量的均分作用,气体最终达到了平衡状态,在许多交换模型中,经济系统从未达到平衡。取而代之的是,它朝着“浓缩”状态发展,在这种状态下,一个或几个主体人集中了社会的所有财富,而其他主体人则分享了全部财富的零或很小的一部分。在这里,我们讨论了两种避免“压缩”状态的方法。一方面,我们考虑了一项监管政策,该政策有利于交易所中最贫穷的主体商,从而增加了财富从最富有的主体商转到最贫穷的主体商的可能性。另一方面,我们研究了税收制度及其对财富分配的影响。我们比较了再分配过程,并得出结论,可以通过简单的法规或干预措施完全控制不平等现象。




LIoTS:物联网主权联盟。

一种可扩展方法,以实现透明安

全可靠的物联网平台的安全联盟


原文标题:

LIoTS: League of IoT Sovereignties. A Scalable approach for a Transparent Privacy-safe Federation of Secured IoT Platforms

地址:

http://arxiv.org/abs/2005.06226

作者:

Flavio Cirillo, Nicola Capuano, Simon Pietro Romano, Ernö Kovacs


摘要:物联网已进入产生和处理数据的所有领域,从而形成了大量物联网平台,通常是基于云的物联网平台,集中了数据和服务管理。这带来了许多脱节的物联网孤岛。致力于集成的大量工作,经常导致更大的集中式基础架构。这种方法经常偶然发现物联网系统所有者不愿放松对数据的控制。我们介绍了一种安全且隐私安全的基础结构,其中,联盟覆盖物在各方之间分布,而数据控制则保留在本地。这将建立一个由其物联网系统和数据的每个主权者组成的同级联盟:物联网主权联盟(LIoTS)。LIoTS可通过设计进行扩展,由于其联盟的透明性,它允许迭代地形成域级别。测试表明,当交换的数据量很大时,开销是最小的,并且LIoTS在大型IoT部署中的性能要优于集中式方法。




检测和分析YouTube上的串通实体


原文标题:

Detecting and analyzing collusive entities on YouTube

地址:

http://arxiv.org/abs/2005.06243

作者:

Hridoy Sankar Dutta, Mayank Jobanputra, Himani Negi, Tanmoy Chakraborty


摘要:在这项工作中,我们深入分析了各种黑市服务在YouTube上串通的实体。在此之后,我们提出了一种模型来检测三种类型的YouTube串通实体:寻求串通喜欢的视频,寻求串通订阅的频道以及寻求串通评论的视频。第三类实体与时间信息相关。为了分别检测视频和频道的串通喜欢和订阅,我们利用在策划的串通实体上训练的一类分类器和一组新颖功能。基于SVM的模型在检测共谋视频和共谋频道时表现出显著的性能,其真实阳性率分别为0.911和0.910。为了检测寻求共谋评论的视频,我们提出了CollATe,这是一种新颖的端到端神经体系结构,它利用发布的评论的时间序列信息以及视频的静态元数据。CollATe由三个组件组成-元数据特征提取器(从视频中获取基于元数据的特征),异常特征提取器(利用评论时间序列数据检测评论活动中的突然变化)和评论特征提取器(利用共谋期间张贴的评论文本,并计算评论之间的相似度得分)。大量实验表明,CollATe在基线上的有效性(真实阳性率为0.905)。




1995-2018年民族国家间

友好和敌对关系网络全球演变


原文标题:

The 1995-2018 Global Evolution of the Network of Amicable and Hostile Relations Among Nation-States

地址:

http://arxiv.org/abs/2005.06245

作者:

Omid Askarisichania, Ambuj K. Singh, Francesco Bullo, Noah E. Friedkin


摘要:我们利用综合危机预警系统收集的有关数百万个国际和地区公共新闻报道的数据,以及该系统针对特定民族国家的方向的指标。我们构建在特定时期内发生的民族国家之间的国际友好和敌对关系网络,以研究此类国际评估网络的全球演变。我们的分析提供了该网络结构演变的证据以及1995-2018年可用数据跨度的国际评估变化的概率微观动力学模型。我们的研究提供了关于结构平衡理论跨学科工作领域中长期争论的实证研究结果。同样值得注意的是,我们发现,控制国家间国际评估演变的顺序过渡概率弗罗贝尼厄斯准则的轨迹显著稳定。




数字社会合约:

平等和公正数字社会的基础

原文标题:

Digital Social Contracts: A Foundation for an Egalitarian and Just Digital Society

地址:

http://arxiv.org/abs/2005.06261

作者:

Luca Cardelli, Gal Shahaf, Ehud Shapiro, Nimrod Talmon


摘要:大约两个世纪前,皮埃尔·约瑟夫·普鲁东(Pierre-Joseph Proudhon)提出了社会契约,即自由人之间的自愿协议,以此作为建立平等社会和正义社会的基础。数字社会合约是数字时代这一概念的新颖体现:人们在数字领域中指定,承担和实现的自愿协议。它以最纯粹的形式体现了“代码就是法律”的概念,因为数字社会合同实际上是一种程序-社会合同编程语言中的代码,它指定了社会合同各方可能采取的数字行动;而且此合同没有外部管辖权-平等地委托合同双方,以确保各方遵守合同。社会合同的各方通过其公共密钥进行标识,而数字社会合同的一方可以采取的唯一且唯一的类型的操作是“密码转换行为”,即用她的私钥签名并发送给合同的其他各方。在这里,我们提出了一种数字社会契约的正式定义,它是一个过渡系统,它指定了一种自动机系统,即每方一个自动机,该自动机通过加密语音行为异步通信,其中每个自动机的输出是所有其他自动机的输入自动机。我们概述了一种社会契约程序设计语言的抽象设计,该语言的规则指定了社会契约转换,并通过编程示例显示了关键的应用领域,包括社会群体。接待者和游客社区;平均货币网络;民主社区治理,都可以作为数字社会契约优雅而有效地表达。社会合同可能包括匿名主体,其代码由合同各方共同执行,类似于所谓的“智能合同”。


来源:网络科学研究速递
编辑:张爽

声明:Arxiv文章摘要版权归论文原作者所有,由本人进行翻译整理,未经同意请勿随意转载。本系列在微信公众号“网络科学研究速递”(微信号netsci)和个人博客 https://www.complexly.me (提供RSS订阅)进行同步更新。



近期网络科学论文速递


人类移动网络中的空间超级传播者和超级敏感性 | 网络科学论文速递32篇

图上的机器学习:模型和综合分类法 | 网络科学论文速递14篇

使用人类移动数据量化COVID-19在中国大陆的经济影响 | 网络科学论文速递18篇

利用夜光和空气数据测算COVID-19对中国人口活动的影响 | 网络科学论文速递16篇

弱关系加剧了社交媒体中的愤怒情绪蔓延 | 网络科学论文速递15篇

加入集智,一起复杂!






集智俱乐部QQ群|877391004

商务合作及投稿转载|swarma@swarma.org

◆ ◆ ◆

搜索公众号:集智俱乐部


加入“没有围墙的研究所”

让苹果砸得更猛烈些吧!

您可能也对以下帖子感兴趣

文章有问题?点此查看未经处理的缓存