- 使用LSTM和动态行为模型预测控制场景下Covid-19的传播;
- 我们可以从斯洛文尼亚COVID-19流行病的时间演变中学到什么？;
- 种族主义是一种病毒：在COVID-19危机期间社交媒体上的反亚裔仇恨和反仇恨;
- 澳大利亚、韩国和意大利城市疫区大气环境与COVID-19之间的短期季节性分析;
- 针对COVID-19的旅游城市可持续弹性策略：一种基于主体的方法;
- 通过室内模拟与SARS-CoV-2传播相关的数值模拟对气溶胶输运和病毒暴露进行建模;
- 卡塔尔Covid-19爆发的SEIRD模型：案例研究;
- 国际学生在COVID-19危机中的孤独、沮丧和压力水平。社交媒体和所在大学的作用;
- Twitter关于COVID-19大流行的讨论和担忧：使用机器学习方法进行Twitter数据分析;
- 对澳大利亚COVID-19人口动态建模的概率分析;
- 人群可以客观地识别错误信息吗？判断尺度和评估者背景的影响;
- 环、网络、社区和城市中的Penney博弈和随机游走的非传递性;
- 个性化Pagerank算法用于多层网络中的信用风险演变;
原文标题：
COVID-19 and the Social Distancing Paradox: dangers and solutions
地址：
http://arxiv.org/abs/2005.12446
作者：
Massimo Marchiori
摘要：背景：没有有效的治疗方法和疫苗，社会隔离是抵抗COVID-19的关键保护因素。仅仅通过社会隔离就足以再次保护该病毒，但是情况却截然不同，理论与实践之间存在很大的不匹配。是什么原因一个大问题是没有实际的社会距离数据，并且在大流行中相应的人的行为是未知的。我们在COVID-19爆发期间收集了世界上第一个有关社会距离的数据集，因此，这是第一次了解人们如何真正实现社会距离，发现当前状况的危险以及找到针对这种情况和未来大流行的解决方案。方法：在最严重的COVID-19爆发期间，我们使用基于传感器的社交距离带收集了两个月以上来自意大利人群的社交距离数据。此外，我们调查了是否以及如何佩戴各种个人防护设备（例如口罩）对社会疏远产生影响。结果：没有面具，人们采取了违反直觉的危险策略，这是一个悖论，可以解释社会疏远效果的相对不足。使用口罩从根本上改变了现状，打破了自相矛盾的行为，并导致了安全的社交距离行为。在缺少口罩的情况下，也可以使用DIY（自己动手做）口罩：即使没有过滤保护，它们也能提供社会隔离保护。应建议将护目镜用于一般用途，因为它们可以提供更强大的安全性。通用公共卫生政策和媒体运动在社会疏远方面效果不佳：需要明确关注必要流动性的行为问题。
使用LSTM和动态行为模型
预测控制场景下Covid-19的传播
原文标题：
Forecasting the Spread of Covid-19 Under Control Scenarios Using LSTM and Dynamic Behavioral Modelshttp://arxiv.org/abs/2005.12270Seid Miad Zandavi, Taha Hossein Rashidi, Fatemeh Vafaee摘要：为了准确预测Covid-19感染的区域传播，本研究提出了一种新颖的混合模型，该模型将长短期记忆（LSTM）人工循环神经网络与动态行为模型相结合。有几种因素和控制策略会影响病毒传播，而Covid-19感染传播背后的混杂变量所带来的不确定性是巨大的。提出的模型考虑了多个因素的影响，以提高预测最受影响最严重的十个国家和澳大利亚的病例和死亡人数的准确性。结果表明，所提出的模型可以紧密复制测试数据。它不仅可以提供准确的预测，还可以估算不确定性下系统的日常行为。考虑到有限的可用数据，混合模型的性能优于LSTM模型。对于每个国家，使用遗传算法对混合模型的参数进行了优化，以提高预测能力，同时考虑区域属性。由于所提出的模型可以在考虑围堵政策的情况下准确预测Covid-19的扩散，因此可以用于政策评估，计划和决策。
我们可以从斯洛文尼亚COVID-19
流行病的时间演变中学到什么？
原文标题：
What Can We Learn from the Time Evolution of COVID-19 Epidemic in Slovenia?
http://arxiv.org/abs/2005.12367摘要：最近的一项工作（DOI 10.1101 / 2020.05.06.20093310）表明，将较大的人群暂时分成较小的群体可以有效地缓解SARS-CoV-2病毒的传播。从这个角度来看，不久之后的2020年5月15日，斯洛文尼亚有200万人成为第一个宣布在国境内结束COVID-19流行的欧洲国家。受这种演化的影响，本文研究了斯洛文尼亚冠状病毒病例的时间动态，重点研究了各种有效的遏制措施如何有效地减少了COVID-19感染的数量。值得注意的是，目前的分析不依赖任何投机理论假设。它仅基于原始流行病学数据。在这里显示的结果中，最重要的发现可能是，尽管实行了严格的宵禁和旅行限制，与无限制状态相比，感染率kappa降低了四倍，但它们只能改善 kappa与强制执行/遵循（合理的）戴口罩和社会疏远规则的社会。和经济生活的可忍受状态相比，该产品的价值约高15％。对于行为科学和社会科学而言，意义重大的是，我们对时间依赖性 kappa = kappa（t）的分析可能揭示了一种有趣的人群自我保护本能，甚至在正式实施锁定之前，这种本能就变得明显了。
种族主义是一种病毒：
在COVID-19危机期间
社交媒体上的反亚裔仇恨和反仇恨
原文标题：
Racism is a Virus: Anti-Asian Hate and Counterhate in Social Media during the COVID-19 Crisis
http://arxiv.org/abs/2005.12423Caleb Ziems, Bing He, Sandeep Soni, Srijan Kumar摘要：COVID-19的传播在社交媒体中引发了针对中国和更广泛的亚洲社区的种族主义，仇恨和仇外心理。但是，人们对种族仇恨在大流行期间如何传播以及仇恨言论在缓解传播方面的作用知之甚少。在这里，我们通过Twitter的视角来研究反亚裔仇恨言论的演变和传播。我们创建了COVID-HATE，这是三个月以来最大的反亚裔仇恨和反仇恨数据集，包含超过3000万条推文以及一个社会网络，节点数量超过8700万。通过创建一个新的手工标记的2400条推文数据集，我们训练了一个文本分类器来识别仇恨和反仇恨推文，其平均AUROC为0.852。我们在COVID-HATE中识别出891,204仇恨和200,198反仇恨推文。使用这些数据进行纵向分析，我们发现，尽管讨厌的用户在第一次反亚洲推文发布之前较少参与COVID-19讨论，但与反仇恨的用户相比，他们在之后变得更加发声和参与。我们发现，与非漫游器用户相比，漫游器在可恨用户中所占比例为10.4％，说话和仇恨更为明显。通过比较机器人帐户，我们可以看出，与反机器人相比，可恨的机器人在吸引关注者方面更成功。对社会网络的分析表明，仇恨和仇恨的用户彼此互动并广泛互动，而不是生活在偏僻的两极化社区中。此外，我们发现仇恨具有传染性，节点暴露于仇恨内容后极有可能成为仇恨对象。重要的是，我们的分析表明，反仇恨消息首先会阻止用户变仇恨。总的来说，这项工作全面概述了大流行期间反亚洲仇恨和反仇恨的内容。COVID-HATE数据集可从以下http URL获得
澳大利亚、韩国和意大利
城市疫区大气环境与
COVID-19之间的短期季节性分析
原文标题：
The short-term seasonal analyses between atmospheric environment and COVID-19 in epidemic areas of Cities in Australia, South Korea, and Italy
http://arxiv.org/abs/2005.12264Yuxi Liu, Xin Lin, Shaowen Qin摘要：COVID-19爆发对健康的影响已引起广泛关注。疾病风险评估，预测和预警已成为重要的研究领域。先前的研究表明，空气质量与疾病之间存在联系。本文通过使用大气环境数据，确定的案例数据和分布式滞后非线性模型（DLNM）模型，研究了大气环境对澳大利亚、韩国和意大利的基本繁殖数量（R 0 ）的影响。基于拟泊松回归。结果表明，气温和湿度对R _0 具有滞后性和持久性，而季节因素对R _0 具有明显的装饰作用。PM10 是影响过量发病率的主要污染物。此外，O3 ，PM2.5 和SO _2 作为扰动因子具有明显的累积效应。这些结果为环境与COVID-19之间的相关性提供了有益的知识，可指导疾病数据的前瞻性分析。
原文标题：
Social Distancing as a Network Population Game in a Socially Connected World
http://arxiv.org/abs/2005.12506摘要：尽管社交生活被认为是当今这个互联世界中人类生活不可或缺的一部分，但自从冠状病毒大流行爆发以来，社交距离最近就引起了公众的关注，受到了公众的广泛关注。实际上，社会隔离在自然界中长期以来就被实践，并且被人类视为阻止或减慢传染病传播的有效途径。在这里，我们考虑一个社会疏远问题，即在世界上拥有社交网站（例如学校，饭店，购物中心，住宅区等）的世界中，人们如何决定在避开或封闭时访问或停留在某些场所降低其他人的社会网络接触率。我们将此问题建模为网络人口博弈，其中每个人都试图找到一些要访问或停留的网络站点，以便他/她可以最小化他/她的所有联系。最后，当网络上人口的最终分布达到平衡时，可以为每个人找到一种最佳策略。我们表明，可以通过选择形成所谓的最大r-正则子网络的一组网络站点来获得一大类平衡策略。后者包括许多经过研究的网络类型，例如最大独立集（r = 0），最大强匹配（r = 1），最大独立周期集（r = 2）等。它们易于识别或构造，并且可以完全断开连接（r = 0）以实现最严格的隔离，或者允许一定程度的连接性（r> 0）以实现更灵活的距离。我们得出这些策略的平衡条件，并分析它们在不同类型的r-regular子网络上的刚性和灵活性。我们概述了可用于计算最大r-regular子网及其相关距离策略的算法。
针对COVID-19的旅游城市
可持续弹性策略：一种基于主体的方法
原文标题：
Sustainable and resilient strategies for touristic cities against COVID-19: an agent-based approach
http://arxiv.org/abs/2005.12547 Marco D’Orazio, Gabriele Bernardini, Enrico Quagliarini摘要：旅游城市将因其对社区的经济影响而遭受COVID-19紧急情况的困扰。最初的紧急阶段涉及广泛关闭这些地区，以支持“社会疏远”措施（即出行限制；限制（过度）人群多发的活动）。在第二阶段，可以将个人的风险缓解策略（面罩）适当地与“社会隔离”联系起来，以确保向游客重新开放旅游城市。模拟工具可以支持风险缓解措施的有效性评估，以寻找重新启动活动的经济和社会最佳方案。这项工作修改了现有的基于主体的模型，以根据概率方法估计病毒在旅游区中的传播，包括游客和居民的行为，活动和病毒对他们的影响。根据国际卫生组织和先前通过实验数据进行的校准，包括了基于邻近度和基于暴露时间的综合传播扩散规则。根据与病毒相关的状况（即初始感染者百分比）评估游客的能力（作为基于“社会距离”的衡量标准）和其他策略（即实施口罩）的影响。已分析了代表重要案例研究的理想情况，以演示工具功能并比较这些解决方案的有效性。结果表明，“社会隔离”似乎以最高的感染者比率更为有效，尽管这是具有重要经济影响的极端措施。随着感染率的下降和个人防护措施的普及（面罩），该措施（在社区）失去了全部效力。可以整合该模型，以考虑与旅游相关的成果以及城市空间和设施（例如文化/休闲建筑）的时间表等其他经常出现的问题。
通过室内模拟与SARS-CoV-2
传播相关的数值模拟对
气溶胶输运和病毒暴露进行建模
原文标题：
Modelling aerosol transport and virus exposure with numerical simulations in relation to SARS-CoV-2 transmission by inhalation indoors
http://arxiv.org/abs/2005.12612Ville Vuorinen, Mia Aarnio, Mikko Alava, Ville Alopaeus, Nina Atanasova, Mikko Auvinen, Nallannan Balasubramanian, Hadi Bordbar, Panu Erästö, Rafael Grande, Nick Hayward, Antti Hellsten, Simo Hostikka, Jyrki Hokkanen, Ossi Kaario, Aku Karvinen, Ilkka Kivistö, Marko Korhonen, Risto Kosonen, Janne Kuusela, Sami Lestinen, Erkki Laurila, Heikki Nieminen, Petteri Peltonen, Juho Pokki, Antti Puisto, Peter Råback, Henri Salmenjoki, Tarja Sironen, Monika Österberg摘要：我们提供与假设的SARS-CoV-2气溶胶传播有关的气溶胶分散物理研究结果。我们利用复杂程度不同的基于物理的建模方法以及有关冠状病毒的文献来研究机载传播的可能性。以前的文献，我们通过各种基于物理学的模型进行的0D-3D模拟以及理论计算表明，语音和咳嗽引起的小滴的典型尺寸范围（d <20微米）允许在空气中停留O（1h），因此它们可以吸入。与先前的文献一致，提供了关于甚至大至O（100微米）大小的大液滴快速干燥成液滴核/气溶胶的数值证据。根据文献和公共媒体的资料，我们提供了证据，证明被感染的个体可能通过大量吸入，例如被吸入到气溶胶/液滴核中O（100）。通过3D计算流体动力学（CFD）模拟，我们给出了在一般环境中，在距离O（10m）上气溶胶（d <20微米）的迁移和稀释的示例。我们通过蒙特卡洛模型研究在一般公共场所中的易感人群和感染者。该模型说明了局部变化的气溶胶浓度水平，易感人群通过吸入积累了这些水平。提出了引入概念，即“对含有病毒的气溶胶的暴露时间”，以补充传统的“安全距离”思想。模型显示，根据情况，吸入O（100）气溶胶的暴露时间范围可以从O（1s）到O（1min）甚至到O（1h）。蒙特卡洛分析为不同的公共室内环境下的暴露时间提供了清晰的定量见解。
卡塔尔Covid-19爆发的
SEIRD模型：案例研究
原文标题：
SEIRD Model for Qatar Covid-19 Outbreak: A Case Study
http://arxiv.org/abs/2005.12777Ryad Ghanam, Edward L. Boone, Abdel-Salam G. Abdel-Salam摘要：2020年的Covid-19爆发要求许多政府为政策和计划目的开发爆发的数学统计模型。这项工作提供了有关使用易感性，暴露，感染，恢复和死亡状态随时间推移建立隔间模型的教程。贝叶斯框架用于执行参数估计和预测。该模型使用干预措施来量化政府为减慢病毒传播速度所做的各种尝试的影响。还进行预测以确定何时会出现活动性感染高峰。
国际学生在COVID-19危机中
的孤独、沮丧和压力水平。
社交媒体和所在大学的作用
原文标题：
International students’ loneliness, depression and stress levels in COVID-19 crisis. The role of social media and the host university
http://arxiv.org/abs/2005.12806Nikolaos Misirlis, Miriam H. Zwaan, David Weber摘要：进入大学生活的特点是强烈的情绪，其中有些是消极的，例如孤独，焦虑和沮丧。由于COVID-19大流行导致的强制性封锁，这些负面情绪得到了加强。先前的研究表明社交媒体的使用，大学满意度和上述情绪之间存在关联。我们报告了来自荷兰248名国际大学生以及国际商学院所有学生的调查结果。我们的研究结果表明，焦虑，孤独和与COVID-19相关的压力与大学满意度以及社会资本之间存在很强的相关性。关键字：COVID-19；大流行;封锁;寂寞萧条;焦虑;国际学生
Twitter关于COVID-19
大流行的讨论和担忧：
使用机器学习方法进行Twitter数据分析
原文标题：
Twitter discussions and concerns about COVID-19 pandemic: Twitter data analysis using a machine learning approach
http://arxiv.org/abs/2005.12830Jia Xue (University of Toronto), Junxiang Chen (University of Pittsburg), Ran Hu (University of Toronto), Chen Chen (University of Toronto), ChengDa Zheng (University of Toronto), Tingshao Zhu (China Academy of Science)摘要：这项研究的目的是检查与Twitter用户发布的推文中出现的冠状病毒病（COVID-19）相关的讨论，关注和观点。从2020年3月1日到4月21日，我们使用25个标签的列表收集了与COVID-19大流行相关的2200万条Twitter消息，例如“冠状病毒”，“ COVID-19”，“隔离区”。我们使用了机器学习方法，潜在狄利克雷分配（LDA），用于在收集的推文中标识流行的会标，二元组，显著主题和主题以及情感。流行的会标包括“病毒”，“锁定”和“隔离”。受欢迎的二元组包括“ COVID-19”，“呆在家里”，“日冕病毒”，“社交疏远”和“新病例”。我们确定了13个讨论主题并将它们分为不同主题，例如“降低COVID-19传播速度的措施”，“美国的隔离和庇护所秩序”，“纽约的COVID-19”，“病毒错误信息和虚假消息”，“需要疫苗来阻止病毒传播”，“针对封锁进行抗议”和“冠状病毒新病例和死亡”。冠状病毒传播的主要情绪是期望可以采取的措施，随之而来的是对不同主题的信任，愤怒和恐惧。在讨论冠状病毒新病例和死亡时，公众表现出强烈的恐惧感。该研究得出的结论是，Twitter通过跟踪快速变化的公众情绪并衡量公共利益和关注点，仍然是信息流行病学研究的重要来源。当出现第二波COVID-19浪潮或即将来临的大流行时，已经出现的大流行恐惧，污名和精神健康问题可能会继续影响公众信任。听取公众的实际关注并做出反应，可以增强医疗保健系统与公众之间的信任，并为将来的公共卫生突发事件做好准备。
原文标题：
Modeling the Dynamics of the COVID-19 Population in Australia: A Probabilistic Analysis
http://arxiv.org/abs/2005.12455Ali Eshragh, Saed Alizamir, Peter Howley, Elizabeth Stojanovski摘要：新颖的Corona病毒COVID-19于2020年1月25日左右抵达澳大利亚海岸。一种宝贵的资源，可用于每天和/或每周指导政府对社会限制的决策。本研究中使用的“部分可观察到的随机过程”不仅预测了具有极低误差的未来实际值，而且还预测了人口中未观察到的COVID-19病例的百分比。该模型可以进一步帮助决策者评估其决策过程中几种可能的替代方案的有效性。
人群可以客观地识别错误信息吗？
判断尺度和评估者背景的影响
原文标题：
Can The Crowd Identify Misinformation Objectively? The Effects of Judgment Scale and Assessor’s Background
http://arxiv.org/abs/2005.06915Kevin Roitero, Michael Soprano, Shaoyang Fan, Damiano Spina, Stefano Mizzaro, Gianluca Demartini摘要：真实性判断是消除错误信息过程中的基本步骤，因为它们对于训练和评估自动区分真假陈述的分类器至关重要。通常，此类判断是由专家做出的，例如新闻工作者的政治言论或医学博士的医疗言论。在本文中，我们采用了不同的方法，并且依赖（非专家）人群工作者。这当然会引发以下研究问题：可以可靠地使用众包来评估信息的真实性并为信息可信度系统创建大规模的标签集合吗？为了解决这个问题，我们提出了一项基于众包的广泛研究的结果：我们在两个数据集上收集了数千个真实性评估，并且我们将专家判断与人群判断进行比较，并以各种粒度级别表示。我们还测量工人的政治偏见和认知背景，并量化他们对人群提供的数据可靠性的影响。
环、网络、社区和城市中的
Penney博弈和随机游走的非传递性
原文标题：
Intransitiveness in the Penney Game and in Random Walks on rings, networks, communities and cities
http://arxiv.org/abs/2005.12403Alberto Baldi, Franco Bagnoli摘要：博弈的不传递性的概念（没有先发制胜策略的条件）会令人惊讶地出现，就像在Penney博弈中出现的那样，正面或反面的延伸。由于可以将博弈转换为图表上的随机游走（即马尔可夫过程），因此我们将不传递性的概念扩展到此类系统。博弈的结束通常在于预定义模体的外观。用随机游走的语言，这相当于一个吸收陷阱，因为一旦博弈达到此条件，博弈就结束了。因此，博弈的不透明性可以映射为陷阱之间的竞争问题。我们详细分析了几种类型的网络（环形，无标度，分层和城市启发型）上的随机游走者，并具有以下几种变化：陷阱可以部分吸收，步行者可以有偏见，初始分布可以是任意的。我们发现，传递性概念对于表征图和步行者的组合属性非常有用。
个性化Pagerank算法用于
多层网络中的信用风险演变
原文标题：
Evolution of Credit Risk Using a Personalized Pagerank Algorithm for Multilayer Networks
http://arxiv.org/abs/2005.12418Cristián Bravo, María Óskarsdóttir摘要：在本文中，我们提出了一种新颖的算法来研究跨复杂多层网络的信用风险的演变。类似Pagerank的算法允许影响变量在单个网络之间传播，并允许量化单个实体（节点）在与网络中其他节点的连接时所承受的风险。另一方面，多层网络是这样的网络，其中节点的子集可以与唯一的集合（层）关联，并且边连接内部或内部网络中的元素。我们针对多层网络的个性化PageRank算法可量化信用风险如何随时间演变并通过这些网络传播。通过在每一层使用双向网络，我们可以量化各个组成部分（不仅是贷款）的风险。我们在农业贷款数据集中测试了我们的方法，我们的结果表明，违约风险是一个具有挑战性的现象，会随着时间的推移在整个网络中传播和发展。
原文标题：
Interpretable Contrastive Learning for Networks
http://arxiv.org/abs/2005.12419Takanori Fujiwara, Jian Zhao, Francine Chen, Yaoliang Yu, Kwan-Liu Ma摘要：对比学习（CL）是一种新兴的分析方法，旨在发现一个数据集中相对于另一个数据集的独特模式。通过将这种方法应用于网络分析，我们可以通过与另一个网络进行对比来揭示一个网络的独特特征。例如，利用从正常组织和癌组织获得的蛋白质相互作用网络，我们可以发现癌组织中相互作用的独特类型。但是，现有的CL方法不能直接应用于网络。为了解决这个问题，我们引入了一种称为对比网络表示学习（cNRL）的新颖方法。这种方法将网络节点嵌入到低维空间中，从而揭示了一个网络与另一个网络相比的独特性。在这种方法中，我们还设计了一种名为i-cNRL的方法，该方法可在学习到的结果中提供可解释性，从而使您能够了解在一个网络中找到了哪些特定模式，而在另一个网络中却找不到。我们通过多种网络模型和真实数据集展示了i-cNRL的功能。此外，我们提供了i-cNRL和其他可能的cNRL算法设计之间的定量和定性比较。
原文标题：
The socio-economic impact of electrifying rural areas in Senegal
http://arxiv.org/abs/2005.12464Hadrien Salat, Markus Schläpfer, Zbigniew Smoreda, Stefania Rubrichi摘要：可靠且负担得起的电力供应已成为人类的基本需求之一，因此，这是发展议程的重中之重。它通过改变人们的整个生活-食物，教育，医疗保健，为社会经济发展做出了贡献。它激发了新的经济机会，从而改善了生计。我们使用塞内加尔市场份额领导者提供的综合假名手机记录数据集，分析了农村电气化的社会经济影响。我们使用从呼叫详细记录（CDR）中提取的通信和移动流，来研究电气化如何影响农村地区的吸引力。我们表明，电气化对集中度措施以及呼出电话和来访者的数量影响较小，但具有积极影响。但是，这种增加的影响在有限的空间范围内受到限制，从而导致与附近区域的复杂竞争。我们最终证明目的地的电气化水平和来源的财富水平可以很好地预测两个站点之间的访客流量。鉴于这些结果，我们讨论了塞内加尔农村地区电气化的最佳规划策略。我们确定，与尝试集中供电以最大程度地开发特定目标站点相比，使农村站点通电集群是更好的解决方案。
原文标题：
A Computational Approach to Measuring Vote Elasticity and Competitiveness
http://arxiv.org/abs/2005.12731Daryl DeFord, Moon Duchin, Justin Solomon摘要：最近对党派共事的关注引起了对完善或取代管理全国范围内政治重新划分的法律的推动。几个州改革工作中的一个共同要素是纳入了竞争力指标，即基于地区水平的成果发挥作用或可能受到激烈竞争而评估分区计划的分数。在本文中，我们研究了由近期改革提案推动的几类竞争性指标，然后评估了在国会和州参议院级别的大型分区计划中它们的潜在结果。这是使用MCMC技术从应用统计数据到有效重新划分方案范围内的计划和标准的不断增长的文献的一部分。我们的经验分析集中在五个州-犹他州，乔治亚州，威斯康星州，弗吉尼亚州和马萨诸塞州-选择来代表一系列游击党属性。我们重点介绍了在创建良好的竞争力指标时针对特定情况的困难，并表明优化竞争力会给其他党派指标带来意想不到的后果。这些结果证明了（1）避免在长期的宪法改革中避免写入详细的度量标准约束，以及（2）在每个重新分配周期中对真实的地理选举数据进行仔细的数学建模的重要性。
原文标题：
Mathematics of Nested Districts: The Case of Alaska
http://arxiv.org/abs/2005.12732Sophia Caldera, Daryl DeFord, Moon Duchin, Samuel C. Gutekunst, Cara Nix摘要：在八个州中，“嵌套规则”要求每个州参议院区都必须由两个相邻的州众议院区组成。在本文中，我们主要针对阿拉斯加研究了这些嵌套规则的潜在影响，阿拉斯加的共和党在参议院中占2/3多数，而民主党领导的联盟控制了众议院。将当前的众议院计划定为固定并考虑所有可能的配对，我们发现仅配对的选择就可以在最近的投票模式下从20个席位中产生4-5个席位，这与使用马尔可夫链时观察到的范围相似无嵌套约束的计划生成过程。该分析使人们对阿拉斯加的选区有了其他见解，包括有或没有有关于嵌套和邻接的严格规则的地区居民可用的游击党纬度。
原文标题：
Benchmarking Graph Data Management and Processing Systems: A Survey
http://arxiv.org/abs/2005.12873Miyuru Dayarathna, Toyotaro Suzumura摘要：为图数据系统开发可扩展，具有代表性且被广泛采用的基准一直是一个问题，数十年来一直在寻求答案。我们对图数据管理和处理基准的现有文献进行了深入研究，涵盖了过去15年中开发的20种不同基准。我们将基准分为三个区域，重点是图处理系统的基准，图数据库基准和具有图处理工作负载的大数据基准。这种系统的方法使我们能够确定该领域中存在的多个问题，其中包括：i）很少有基准能够产生高工作量场景；ii）在基准图流处理以及基于图的机器学习方面没有做大量工作，iii）基准趋于尽管新的有意义的指标已经存在了多年，但仍然可以使用常规指标；iv）随着图处理工作负载的出现，大数据基准的数量越来越多。根据这些观察，我们通过描述图数据系统基准测试未来研究的主要挑战来结束调查。
原文标题：
Multiple abrupt phase transitions in urban transport congestion
http://arxiv.org/abs/2005.12902Aniello Lampo, Javier Borge-Holthoefer, Sergio Gómez, Albert Solé-Ribalta摘要：在过去的几十年中，结合了工程学和复杂性科学的新方法深刻地改变了我们对城市的看法。网络理论发挥着核心作用，有助于定量分析重要的城市动态，例如流动性，城市增长或城市组织。在此框架中，介数中心性（众所周知的集中度度量）代表了一种基本工具，在交通密度和拥堵等方面脱颖而出。在这项工作中，我们专注于拥挤的空间方面。为了帮助揭示这种关系，我们引入了一个简单的模型，该模型由连接到一组树木的网格组成。这种称为GT模型的结构，使我们能够在相互之间，在特定地理区域内出现拥堵的方式和原因进行分析性描述，更重要的是，它可以与城市增长和交通方式转变共同发展。我们观察到几种交通拥堵状况的出现，它们之间突然过渡，与道路和城市本地道路的纠缠有关。这些过渡的存在在大量真实的城市网络中得到了证实，因此代表了迈向理解和优化耦合交通网络上交通动态的重要一步。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。
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！