从恐惧到仇恨: 美国新冠病毒肺炎流行病如何引发种族仇恨 | 网络科学论文速度36篇

如果你经常关注复杂系统和跨学科研究进展，是网络论文速递栏目的长期读者，欢迎扫描集智小助手，向我们反馈你的需求。欢迎提出宝贵意见，我们一起来探索追踪前沿进展的更好方式。

参与论文速递用户调研后，我们将邀请你加入集智的科研文献交流群。

本文翻译自“彩云小译”，仅供参考，感兴趣请查阅论文原文，更多最新arxiv论文，请下拉至文末点击“阅读原文”查看

核心速递

• 从恐惧到仇恨: 美国新冠病毒肺炎流行病如何引发种族仇恨；

• 结构监测数据估计与响应预测的贝叶斯张量学习；

• 新型冠状病毒肺炎对特大城市空气质量的影响；

• sPHENIX 实验中轨道改造的要求、现状和计划；

• 小世界网络上的季节性传播: 两年一次的传播和经典的离散时间晶体；

• 消防系统发展的新方向；

• 基于聚类的多变量时间序列的对偶演化: 新型冠状病毒肺炎分析；

• 预测抗生素抗药性进化的轨迹和机制；

• 包膜细菌壁滞的中尺度水动力学模拟研究；

• 企鹅粪便抛射轨迹与直肠压的再认识；

• 用广义线形指数(GALI)方法研究混沌现象；

• 具有免疫力损失的分室模型: 新型冠状病毒肺炎的分析和参数估计；

• 美国和欧洲的光污染: 好的，坏的和丑陋的；

• 异质性复杂社会行为主体的简单特征；

• 网络上随机 SIS 流行的 PDE-limits；

• 搭车服务效率低下对城市交通拥挤的影响；

• 高度自适应和集体影响渗流的临界行为；

• 支持实时新型冠状病毒肺炎医疗管理决策: 转移矩阵模型方法；

• AWS上的 WordPress: 一个交流框架；

• 二分网络中的映射流；

• 具有近似 PageRank 的尺度图神经网络；

• 寻找 Densest k- 连通子图；

• 竞争对手干扰下影响力效益的综合评价；

• 基于多变量尺度混合模型的癫痫发作脑电信号非高斯检测；

• 多智能体低维线性 Bandits；

• 图表示学习中的最大内聚与分离: 一种距离感知的负抽样方法；

• 具有增长和优先连接的网络模型及其应用；

• 扩展单层上皮细胞轮廓动态标度特性的机制；

• 存储免疫记忆的最优进化决策；

• 纳米孔捕获分析物的动力学蒙特卡罗研究: 瞬态、边界条件和随时间变化的场；

• 研究自发随机性的重整化群方法；

• 社会距离与最优步骤模型；

• 新型冠状病毒肺炎封锁引起移动网络的结构变化---- 这对减轻疾病动态的影响；

• 一种实时监测流行病演变的方法；

• actSIS 流行动力学的主动控制与持续振荡；

• 第一波新型冠状病毒肺炎流感大流行期间的住院动态: SIR 模型与比利时、法国、意大利、瑞士和纽约市的数据进行了比较；

从恐惧到仇恨: 

美国新冠病毒肺炎

流行病如何引发种族仇恨

原文标题：

From Fear to Hate: How the Covid-19 Pandemic Sparks Racial Animus in the United States

地址：

http://arxiv.org/abs/2007.01448

作者：

Runjing Lu,Yanying Sheng

摘要：通过谷歌搜索和 Twitter 帖子，包括一个常用的反亚洲种族歧视词，我们估计了冠状病毒(新型冠状病毒肺炎)大流行对种族敌意的影响。我们的实证策略利用了在美国各地区首次诊断新型冠状病毒肺炎的时间上似乎合理的外生变异。我们发现，第一个本地诊断结果导致种族主义的谷歌搜索和 Twitter 帖子立即增加，后者主要来自现有的 Twitter 用户第一次发布诽谤。这种增加可能表明今后仇恨犯罪的增加，因为我们利用历史数据记录了诽谤和反亚洲仇恨犯罪之间的密切关联。此外，我们发现敌意的增加是针对亚洲人，而不是其他少数民族，并且在疾病和亚洲人之间的联系更加突出的日子里更加强烈，正如特朗普总统在推特上同时提到中国和东南亚新型冠状病毒肺炎所代表的那样。相比之下，这种流行病的负面经济影响在种族仇恨最初增加方面起不了什么作用。我们的研究结果表明，不强调疾病和特定种族群体之间的联系可以有效地抑制当前和未来的种族敌意。

结构监测数据估计与

响应预测的贝叶斯张量学习

原文标题：

Bayesian tensor learning f

or structural monitoring data imputation and response forecasting

地址：

http://arxiv.org/abs/2007.00790

作者：

Pu Ren,Hao Sun

摘要：由于传感器故障导致传感器数据不连续，在结构健康监测领域中普遍存在缺失传感器数据插补问题。针对这一基本问题，本文提出了一种基于贝叶斯张量学习的 SHM 时空缺失数据重构和结构响应预测方法。首先构造时空张量，然后进行贝叶斯张量分解，提取缺失数据的潜在特征。为了使结构响应预测基于不完整的传感数据，张量分解是进一步集成的向量自回归模型。基于应变时间历程与温度记录高度相关的假设，利用混凝土桥梁的连续场传感数据(包括应变和温度记录)验证了该方法的有效性。结果表明，即使存在较大的随机缺失率、结构缺失率和它们的组合，该方法仍然具有较高的精度和鲁棒性。研究了排序选择对估计性能和预测性能的影响。结果表明，对于随机缺失，采用较高的排序，对于结构化缺失，采用较低的排序，可以获得较好的估计精度。

新型冠状病毒肺炎对

特大城市空气质量的影响

原文标题：

Covid-19 impact on air quality in megacities

地址：

http://arxiv.org/abs/2007.00755

作者：

Benjamin Schäfer,Rulan Verma,Aswin Giri,Hankun He,S. M. Shiva Nagendra,Mukesh Khare,Christian Beck

摘要：空气污染是全球死亡率最高的因素之一，特别是在城市地区。在2020年春季，许多国家制定了社会疏远措施，以减缓正在进行的新型冠状病毒肺炎流行病。一个特别激烈的措施，“封锁” ，敦促人们呆在家里，从而防止新的新型冠状病毒肺炎感染。反过来，它也减少了交通和工业活动。但是，这些封锁措施在多大程度上改善了大城市的空气质量，空气质量受到的影响有什么不同吗？在这里，我们分析来自两个大城市的数据: 伦敦是欧洲的例子，德里是亚洲的例子。我们考虑封锁期间和封锁前的数据，并将其与2019年的类似时间段进行比较。总的来说，我们发现几乎所有的空气污染物都有所减少，而且两个城市之间存在着有趣的差异。在伦敦，尽管平均浓度较小，我们仍然观察到高污染状态和极端事件增加的趋势(在封锁期间峰度较高)。对德里来说，我们观察到污染浓度有了更强烈的下降，包括高污染的州。这些结果有助于制定规则，改善特大城市的长期空气质量。

sPHENIX 实验中

轨道改造的要求、现状和计划

原文标题：

Requirements, Status, and Plans for Track Reconstruction at the sPHENIX Experiment

地址：

http://arxiv.org/abs/2007.00771

作者：

Joseph D. Osborn

摘要：是一个新的实验，正在布鲁克黑文国家实验室的相对论/天平/avy 离子对撞机上构建。sPHENIX 的主要物理目标是测量喷注，它们的子结构，以及年的上硅子共振p+p,p+ Au 和 Au + Au 碰撞。为了实现这些目标，一个由时间投影室和几个硅探测器组成的跟踪系统将被用来识别与喷流和厄普西隆衰变相对应的轨迹。然而，sPHENIX 实验将利用一个有限大小的计算中心收集大约200 PB 的数据; 因此，由于重离子碰撞占用大量空间，及时进行轨道重建是一个挑战。讨论了 sPHENIX 实验及其航迹重建，以及在 sPHENIX 软件栈中实现快速航迹拟合算法的必要性，如通用航迹跟踪软件包提供的算法。

小世界网络上的季节性传播: 

两年一次的传播和经典的离散时间晶体

原文标题：

Seasonal epidemic spreading on small-world networks: Biennial outbreaks and classical discrete time crystals

地址：

http://arxiv.org/abs/2007.00979

作者：

Daniel Malz,Andrea Pizzi,Andreas Nunnenkamp,Johannes Knolle

摘要：研究了小世界图上一个易感-感染-移除-易感(SIRS)模型中的季节性流行病传播。我们获得了一个平均场描述，准确地捕捉了模型的显著特征，最显著的是年度和两年期疫情之间的阶段转变。一个数值标度分析展示了热力学极限的发散自相关时间，这证实了经典离散时间晶相的存在。我们从平均场理论和数值方法推导出了该模型的相图。我们的工作提供了新的视角，证明小世界性和非马尔科维亚性可以稳定经典的离散时间晶体，并将最近为理解这种动态的物质阶段所作的努力与两年期流行病这一百年来的老问题联系起来。

消防系统发展的新方向

原文标题：

A New Direction in Firefighting Systems

地址：

http://arxiv.org/abs/2007.00883

作者：

Elena Ausonio,Patrizia Bagnerini,Marco Ghio

摘要：近年来无人机技术的巨大发展为扑救野外火灾提供了突破性的手段。我们提出了一个创新的森林灭火系统的基础上，使用数以百计的无人机群能够产生一个连续的灭火液流在火前，模拟降雨效果。自动更换电池和补充灭火液，确保行动的连续性。论证了该方法的有效性，首先根据火灾演变过程中的主要因素计算临界水流量，然后根据可用的无人机数量和所携带的灭火液量估算可以扑灭的主动火锋线米数。利用火灾传播元胞自动机模型研究了火灾的演化过程。结果表明，该系统可以成功地整合或在某些情况下完全取代现有的森林灭火技术。

基于聚类的

多变量时间序列的对偶演化: 

新型冠状病毒肺炎分析

原文标题：

Cluster-based dual evolution for multivariate time series: analyzing COVID-19

地址：

http://arxiv.org/abs/2005.02125

作者：

Nick James,Max Menzies

摘要：本文提出了一种基于聚类的方法来分析多变量时间序列的演变，并将其应用于新型冠状病毒肺炎流感大流行。在每一天，我们根据国家的情况和死亡人数将它们分组。集群的总数和各个国家的集群成员数是根据算法确定的。我们研究了这两个数量随时间的变化，证明了病例和死亡的演变有着极为相似的性质。病例计数群组数目的变化比死亡计数群组数目的变化早32天。另一方面，对于聚类分组之间的最大一致性，存在16天的最佳偏移量，这是通过比较亲和矩阵的新方法确定的。考虑到这种偏移，我们确定了从新型冠状病毒肺炎病例到死亡的异常发病国家。这种分析可以帮助强调最重要和最不重要的公共政策，以降低一个国家的新型冠状病毒肺炎/死亡率。

预测抗生素抗药性进化的轨迹和机制

原文标题：

Predicting trajectories and mechanisms of antibiotic resistance evolution

地址：

http://arxiv.org/abs/2007.01245

作者：

Fernanda Pinheiro,Omar Warsi,Dan I. Andersson,Michael Lässig

摘要：细菌通过多种机制进化出对抗生素的耐药性。在不同的药物水平上，抗药性的进化如何影响细胞的生长，这是一个中心的但尚未解决的问题。在这里，我们开发了一个适应性模型，通过它们对细胞代谢的影响来预测常见抗性突变体的生长速度。我们在无药环境和药物挑战下绘制了耐药突变的代谢效应图，由此产生的适应性权衡定义了耐药进化的 Pareto 表面。我们预测了剂量依赖性生长率和耐药水平的进化轨迹，以及依赖于药物和营养水平的普遍耐药机制。这些预测得到了经验生长曲线和大肠杆菌群体基因组数据的证实。我们的研究结果表明，抗性进化，通过耦合主要的代谢途径，与系统生物学和微生物种群的生态学强烈地交织在一起。

包膜细菌壁滞的

中尺度水动力学模拟研究

原文标题：

Wall entrapment of peritrichous bacteria: A mesoscale hydrodynamics simulation study

地址：

http://arxiv.org/abs/2007.01109

作者：

S. Mahdiyeh Mousavi,Gerhard Gompper,Roland G. Winkler

摘要：像大肠杆菌这样的微游泳者在壁附近聚集并展现出一种有趣的动力学，这种动力学是由流体动力学和空间相互作用控制的。为了深入了解其内在机制和主要的相互作用，需要对诱捕过程进行详细的角色塑造分析。本文采用中尺度水动力学模拟方法，研究了大肠杆菌型细胞在无滑移壁上的陷阱。这个细胞用一个有几个明显螺旋鞭毛的球形圆柱体来模拟。诱捕过程可分为三个阶段: 接近阶段，即细胞沿近乎直线的轨迹游向细胞壁; 分散阶段，即细胞接触细胞壁并重新定向; 以及表面游动阶段。模拟结果表明，空间相互作用可能主导吸附过程，但流体动力学相互作用减缓了吸附边界附近的吸附动力学，表明吸附边界附近存在圆周运动。细胞的运动具有强烈的摆动动力学拥有属性，细胞优先指向细胞壁。

企鹅粪便抛射轨迹与直肠压的再认识

原文标题：

Projectile Trajectory of Penguin's Faeces and Rectal Pressure Revisited

地址：

http://arxiv.org/abs/2007.00926

作者：

Hiroyuki Tajima,Fumiya Fujisawa

摘要：我们讨论了由于强大的直肠压力而导致的强力射击后企鹅粪便的运动轨迹。实际上，当企鹅把粪便从更高的地方驱逐出去时，看它们能够到达多远是很重要的。这些信息对于饲养员避免直接打到粪便是有用的。我们通过求解牛顿运动方程来估计最大飞行距离的上界。我们的研究结果表明，安全区应该离企鹅在典型环境中大便的地方1.34米远。在粘性阻力存在的情况下，粪便的接地时间和飞行距离可以用朗伯{ it w }函数表示。此外，我们结合伯努利定理和粘度修正的 Hagen-Poiseuille 方程，在流体力学近似下解决了企鹅的直肠压。我们发现计算出的直肠压大于以前的估计值。

用广义线形指数

(GALI)方法研究混沌现象

原文标题：

Investigating Chaos by the Generalized Alignment Index (GALI) Method

地址：

http://arxiv.org/abs/2007.00941

作者：

Henok Tenaw Moges

摘要：动力学系统研究的基本任务之一是辨别规则行为和混沌行为。混沌检测方法是近年来发展起来的一种新方法。其中一些方法，如构造系统的 Poincar’ e 曲面，适用于低维系统。然而，大量的现实世界问题都是用高维系统来描述的。因此，现代数值方法，如较小(SALI)和广义(GALI)排列指数，也可用于低维系统，适合于研究规则和混沌运动的高维系统。在本工作中，我们数值地研究了著名的 Fermi-Pasta-Ulam-Tsingou 晶格模型中的 GALIs 在简单稳定周期轨道附近的行为。特别地，我们研究了系统能量与稳定岛宽度之间的关系。我们发现，当所研究的正规轨道在固定能量下靠近稳定岛边缘时，渐近值增大，而这些指数随着系统能量的增加而减小。我们还研究了伽利略的依赖性的初始分布的偏差向量用于计算他们的坐标和同位角之间的这些矢量。在这种情况下，我们证明了 gali 的最终常数值与计算所需的初始偏差向量的选择无关。

具有免疫力损失的分室模型: 

新型冠状病毒肺炎的分析和参数估计

原文标题：

Compartmental model with loss of immunity: analysis and parameters estimation for Covid-19

地址：

http://arxiv.org/abs/2007.01295

作者：

Cristiane M. Batistela,Diego P. F. Correa,Átila M Buenoc,José R. C. Piqueira

摘要：新型冠状病毒肺炎的爆发使世界陷入了前所未有的健康和经济危机。为了应对这一紧急情况，全世界的研究人员正在集中研究新型冠状病毒肺炎的流行动态。在这项工作中，我们提出了一个 siri 亚格模型，它是对已知的经典 SIR 模型的修正。所提出的 siri 模型考虑了人群内免疫的差异，以及未报告或无症状病例的可能性。该模型被调整到巴西圣保罗州的三个主要城市，即圣保罗、桑托斯和坎皮纳斯，提供了疫情持续时间和高峰期的估计。

美国和欧洲的光污染: 

好的，坏的和丑陋的

原文标题：

Light pollution in USA and Europe: The good, the bad and the ugly

地址：

http://arxiv.org/abs/2007.01150

作者：

Fabio Falchi,Riccardo Furgoni,Terrel A. Gallaway,Nataliya A. Rybnikova,Boris A. Portnov,Kim Baugh,Pierantonio Cinzano,Christopher D. Elvidge

摘要：光污染是一个世界性的问题，对人类健康和自然生态系统有着广泛的不利影响。利用《新世界人工夜空亮度地图集》、 viirs 记录的辐射率和国内生产总值(GDP)数据，比较了美国州和县两级以及欧洲地区(NUTS2)和省(NUTS3)两级的光污染水平和光通量与人口规模和 GDP 的关系。我们发现，欧洲污染最严重和最轻的地区之间存在6800倍的差异，人均光通量存在120倍的差异，单位 GDP 通量存在267倍的差异。然而，我们发现美国各县之间的差异更大: 空气污染的差异是20万倍，人均光通量的差异是16000倍，单位 GDP 光通量的差异是4万倍。这些研究结果可以为决策者提供信息，帮助减少与光污染有关的能源浪费和不利的环境、文化和健康后果。

异质性复杂社会行为主体的简单特征

原文标题：

Emergence of simple characteristics for heterogeneous complex social agents

地址：

http://arxiv.org/abs/2007.01095

作者：

Eric Bertin

摘要：相互作用的社会行为体模型常常将行为体表示为具有少量自由度的非常简单的实体，例如二元意见模型。因此，理解如此简单的个体特征是如何从潜在的更复杂的行为体中产生的是一个自然而然的问题。它最近在[ e. Bertin，p. Jensen，c.r. Phys ]中被提出。20,329(2019)]认为具有许多内部自由度的代理人之间的某些类型的相互作用可能导致代理人的“简化” ，然后由少数内部自由度有效地描述这些代理人。在这里，我们推广了模型，以说明内在异质性的主体。我们发现了两种不同的简化机制，一种是由相互作用控制的，其中的代理变得简单而相同，就像同质模型中的代理一样; 另一种是代理保持强烈的异质性，尽管有效地具有简单的特征。

网络上随机 SIS 流行的 PDE-limits

原文标题：

PDE-limits of stochastic SIS epidemics on networks

地址：

http://arxiv.org/abs/2007.01043

作者：

Francesco Di Lauro,Jean-Charles Croix,Luc Berthouze,István Kiss

摘要：网络上的随机传染病模型本质上是高维的，由此产生的精确模型在数值上是难以处理的，即使网络规模不大。平均场模型提供了一种替代方法，但只能捕获平均数量，因此很少或根本不能提供关于精确过程结果变化的信息。本文推测并用数值方法证明了在正则网络和 erd s-rényi 网络上构造精确随机 SIS 流行的 pde-极限是可能的。为了做到这一点，我们首先通过一个出生和死亡过程(BD)(状态空间为)在种群水平上逼近精确的随机过程O(N) 而不是O(2N))该模型的系数是由显式网络上精确流行病的吉勒斯皮亚斯模拟数值确定的。数值结果表明，BD 过程的系数是密度相关的，这是偏微分方程极限存在的一个关键条件。对规则网络和 erd s-rényi 网络的大量数值试验表明，模拟结果与 Fokker-Planck 方程的数值解非常吻合。除了显著降低维数之外，PDE 还提供了一种方法来推导连接网络和疾病动力学参数的传染病爆发阈值，尽管是以一种隐含的方式。也许更重要的是，它使得流行病和网络推断的可能性的公式化和数值计算成为可能，就像在一个实例中所说明的那样。

搭车服务效率低下

对城市交通拥挤的影响

原文标题：

On the inefficiency of ride-sourcing services towards urban congestion

地址：

http://arxiv.org/abs/2007.00980

作者：

Caio Vitor Beojone,Nikolas Geroliminis

摘要：共享经济和智能手机的出现使按需交通服务成为可能，这为城市交通创造了更多的机会，但也增加了复杂性。提供这些服务的公司被称为运输网络公司，因为它们是以互联网为基础的。虽然搭便车是最臭名昭著的服务跨国公司提供的服务，但很少有人知道它的业务在多大程度上会干扰交通状况，同时取代其他运输模式，或当大量闲置车辆正在巡航载客时。利用中国某大城市的出租车出行数据，采用基于出行的 MFD 模型对跨国公司的出租车出行效率进行了实验分析。本文研究了跨国公司车队规模扩张对城市交通的影响，乘客对共乘交通的偏好，以及缓解城市交通拥挤的对策。我们表明，跨国公司与社会之间目标缺乏协调可能造成37% 的旅行时间延长和严重拥堵。此外，允许共享的游乐设施并不能减少总行驶距离，由于更高的空公里旅行。优雅的停车管理策略可以防止

闲置车辆

在没有指定乘客的情况下行驶，

并降低到缺乏协调的影响的7%。

原文标题：

Critical behaviors of high-degree adaptive and collective-influence percolation

地址：

http://arxiv.org/abs/1911.08421

作者：

Jung-Ho Kim,Soo-Jeong Kim,K. -I. Goh

摘要：网络的巨大组成部分是如何在攻击节点或链接下消失的，这解决了网络健壮性的一个关键方面，这可以归结为渗透问题。文献中已经研究了选择要停用的节点的各种策略，例如，简单的随机故障或高度自适应(HDA)渗流。最近，从最优渗流的角度出发，提出了一种基于集体影响(CI)的攻击策略。结果表明，与现有的许多方法相比，该方法能够更快速、更突然地解除具有最大 ci- 中心值的节点。本文主要研究了随机网络中渗流过程的度攻击和 ci 攻击的临界行为。通过广泛的蒙特卡罗模拟和数值解，我们估计了 HDA 渗流和 CI 渗流的各种临界指数。我们的研究结果表明，这些攻击型渗流过程尽管表现出明显的突然崩溃，但在渗流转变点表现出标准的平均场临界行为。我们进一步发现这两个过程的顶端中心节点都存在广泛的退化性，这可能为理解观测结果提供一些启示。

支持实时新型冠状病毒

肺炎医疗管理决策: 

转移矩阵模型方法

原文标题：

Supporting Real-Time COVID-19 Medical Management Decisions: The Transition Matrix Model Approach

地址：

http://arxiv.org/abs/2007.01201

作者：

Jian Chen,Michael C. Fu,Wenhong Zhang,Junhua Zheng

摘要：自从中国武汉新型冠状病毒肺炎病毒爆发以来，人们提出了许多预测模型来预测冠状病毒感染病例的发展轨迹。我们提出了一个新的离散时间的马尔可夫链/转移矩阵模型，它直接结合了随机行为，并且参数估计是直接从可用的数据。利用中国湖北省(武汉是湖北省的省会城市)的这些数据，该模型显示出了灵活性、稳健性和准确性。因此，它被武汉金银滩医院的第一个上海援助医疗队采用，这是世界上第一个接收新型冠状病毒肺炎患者的指定医院。该预报被用于准备医务人员、重症监护室病床、呼吸机和其他重症监护医疗资源，以及支持实时医疗管理决策。我们收集了中国前两个月(一月/二月)的战斗新型冠状病毒肺炎数据，并将新产品导入模型，以提高模型的效率。3月9日，我们应用该模型对意大利、韩国和伊朗进行了预测。之后我们在3月24日对西班牙、德国、法国、美国做了预测。同样，该模型在中国以外的大多数国家/地区都表现得非常好，被证明是灵活、健壮和准确的。

AWS上的 WordPress: 一个交流框架

原文标题：

WordPress on AWS: a Communication Framework

地址：

http://arxiv.org/abs/2007.01823

作者：

Michael Soltys,Katharine Soltys

摘要：每个组织都需要与其受众进行交流，而社交媒体是一种既有吸引力又不昂贵的对话式交流方式。大约1/3的互联网网页是由 WordPress 提供动力的，大约100万家公司已经将他们的 IT 基础设施迁移到 AWS 云上。同时，AWS 和 WordPress 为大大小小的公司提供了一个吸引人、有效和廉价的方式来维持他们在网络上的存在。

二分网络中的映射流

原文标题：

Mapping Flows in Bipartite Networks

地址：

http://arxiv.org/abs/2007.01666

作者：

Christopher Blöcker,Martin Rosvall

摘要：映射网络流提供了对网络组织的深入了解，但即使许多实际网络是二部的，映射流的方法也没有利用二部结构。我们丢弃这些信息会遗漏什么，我们如何利用这些信息更好地理解二分网络的结构？映射方程模型网络以随机游走的方式流动，利用压缩与寻找规律之间的信息论二重性来检测网络中的社区。然而，它并没有使用这样的事实，即在二分网络中随机游动在节点类型之间交替，信息值为1位。为了使地图方程能够获得部分或全部这些信息，我们开发了一种能够以不同速率记忆节点类型的编码方案。我们研究了现实世界二分网络的社区景观，从没有节点类型的信息到完整的节点类型的信息，发现以更高的速度使用节点类型通常会导致更深的社区层次和更高的分辨率。相应的网络流压缩超过了所提供的额外信息量。因此，利用二分结构提高了网络的分辨率，揭示了更多的网络规律。

具有近似 PageRank 的尺度图神经网络

原文标题：

Scaling Graph Neural Networks with Approximate PageRank

地址：

http://arxiv.org/abs/2007.01570

作者：

Aleksandar Bojchevski,Johannes Klicpera,Bryan Perozzi,Amol Kapoor,Martin Blais,Benedek Rózemberczki,Michal Lukasik,Stephan Günnemann

摘要：图神经网络(gnn)已经成为解决许多网络挖掘任务的有效方法。然而，在大图上学习仍然是一个挑战——许多最近提出的可伸缩 GNN 方法依赖于昂贵的消息传递过程来通过图传播信息。我们提出的 PPRGo 模型，利用了一个有效的近似信息扩散在 gnn 导致显着的速度增益，同时保持国家的最先进的预测性能。除了速度更快之外，PPRGo 还具有固有的可扩展性，并且可以对大型数据集(比如工业设置中的数据集)进行平行化处理。我们证明，在一些常用的学术图表上，PPRGo 在分布式和单机培训环境中都优于基线。为了更好地分析大规模图学习方法的可扩展性，我们引入了一种新的基准图，该基准图具有1240万个节点、1.73亿条边和280万个节点特征。我们展示了在一台机器上从头开始训练 PPRGo 并预测图中所有节点的标签所需时间不超过2分钟，远远超过了同一图中的其他基线。我们讨论了 PPRGo 在解决 Google 大规模节点分类问题中的实际应用。

寻找 Densest k- 连通子图

原文标题：

Finding Densest k-Connected Subgraphs

地址：

http://arxiv.org/abs/2007.01533

作者：

Francesco Bonchi,David García-Soriano,Atsushi Miyauchi,Charalampos E. Tsourakakis

摘要：稠密子图发现是一种重要的图挖掘原语，在实际应用中有着广泛的应用。稠密子图发现的最优化问题之一是稠密子图的最优化问题，给定一个边加权无向图G=(V,E,w),我们被要求找到S⊆V 使得密度最大化d(S),这个问题可以很好地解决在多项式时间和近似在几乎线性时间。然而，一个最密集的子图有一个结构上的缺点，即子图对顶点/边失效可能不够健壮。实际上，一个密度最大的子图可能不是连通的，这意味着子图可能是不连通的，因为它只去掉了其中的几个顶点/边。在本文中，我们提供了一个算法框架，以找到一个稠密子图是良连通的顶点/边连通性。具体来说，我们介绍了以下几个问题: 给定一个图G=(V,E,w) 和一个正整数/实数k,我们被要求找到S⊆V 使得密度最大化d(S)，在约束条件下G[S] 是k-vertex/edge-connected. 对于这两个问题，我们利用图论中的经典 Mader 定理及其推广，提出了多项式时间(双重迭代和普通)逼近算法。

竞争对手干扰下影响力效益的综合评价

原文标题：

Overall Evaluations on Benefits of Influence When Disturbed by Rivals

地址：

http://arxiv.org/abs/2007.01519

作者：

Jianxiong Guo,Yapu Zhang,Weili Wu

摘要：影响最大化(IM)是一个有代表性的经典问题，已经得到了广泛的研究。从 IM 问题衍生出来的最重要的应用是病毒式营销。作为一个推动者，我们希望从一个给定的社会网络中的影响力扩散中获益，在这个网络中，每个受影响(激活)的用户都与一个利益相关。然而，我们的竞争对手经常同时在同一个社交网络中发布竞争信息。考虑这样一个场景，用户既受我的信息影响，也受竞争对手的信息影响。在这里，这个用户的好处应该被削弱到一定程度。如何量化削弱的程度？在此基础上，我们提出了影响力效益(OEBI)问题的总体评价。证明了 OEBI 问题的目标函数不是单调的，不是下模的，不是上模的。幸运的是，我们可以将这个目标函数分解为两个子模函数的差值，并采用模块化的方法在依赖于数据的近似保证下进行近似。针对目标值难以精确计算的问题，利用反向影响采样的思想设计了一组无偏估计器，在不失去近似比的情况下，大大提高了时间效率。最后，通过对实际数据集的数值实验，验证了本文方法的有效性。

基于多变量尺度混合模型的

癫痫发作脑电信号非高斯检测

原文标题：

Non-Gaussianity Detection of EEG Signals Based on a Multivariate Scale Mixture Model for Diagnosis of Epileptic Seizures

地址：

http://arxiv.org/abs/2007.00898

作者：

Akira Furui,Ryota Onishi,Akihito Takeuchi,Tomoyuki Akiyama,Toshio Tsuji

摘要：目的: 从头皮脑电信号中检测癫痫发作，有助于早期诊断和治疗。以往的研究表明，脑电信号的高斯分布的变化取决于癫痫发作的存在或不存在; 然而，没有一般的脑电信号模型能够在一个统一的方案内解释这种分布的变化。方法: 建立一种基于多变量尺度混合分布的随机脑电模型，该模型能够反映脑电信号随机起伏引起的非高斯性变化。此外，我们还提出了一种将模型与滤波器组相结合的脑电分析方法，并引入了一种表征脑电各频带非高斯特征的特征。结果: 我们将该方法应用于二十例局灶性癫痫患者的多通道脑电图数据。结果显示，在癫痫发作期间，特别是在高频段，所提出的特征明显增加。在高频波段计算出的特征使得只用一个简单的阈值就可以高度准确地分类癫痫发作和非癫痫发作的部分[ ROC曲线下面积(AUC) = 0.881]。结论: 本文提出了一种基于多变量尺度混合分布的随机脑电模型，能够描述癫痫发作的非高斯性。使用模拟和真实的脑电数据进行的实验验证了该模型的有效性，以及该模型对癫痫发作检测的适用性。意义: 该模型定量化的脑电随机波动有助于准确地检测癫痫发作。

多智能体低维线性 Bandits

原文标题：

Multi-Agent Low-Dimensional Linear Bandits

地址：

http://arxiv.org/abs/2007.01442

作者：

Ronshee Chawla,Abishek Sankararaman,Sanjay Shakkottai

摘要：研究一类边信息由未知向量参数化的多智能体随机线性强盗问题θ∗∈Rd.。侧面信息包括一个低维子空间的有限集合，其中一个包含θ∗..在我们的设置中，代理可以通过一个连接它们的通信图表发送推荐信息，从而进行协作以减少过分。提出了一种新的分散算法，其中代理之间通信子空间索引，每个代理在相应的(低维)子空间上扮演一个投影变量的 LinUCB。通过将协同最优子空间辨识和对应的低维子空间中未知向量的预主体学习相结合，证明了预主体遗憾远小于不通信情况下的遗憾。通过合作来识别包含θ∗, 本文提出了一种基于多智能体的多智能体系统，证明了该智能体有效地解决了线性强盗的一个较简单的实例(相对于没有协作的情况) ，从而减少了每个智能体的后悔。我们最后通过模拟补充了这些结果。

图表示学习中的最大内聚与分离: 

一种距离感知的负抽样方法

原文标题：

Maximizing Cohesion and Separation in Graph Representation Learning: A Distance-aware Negative Sampling Approach

地址：

https://arxiv.org/abs/2007.01423

作者：

M. Maruf,Anuj Karpatne

摘要：无监督图表示学习（GRL）的目的是学习反映嵌入给定未标记图结构的节点嵌入的低维空间。用于该任务的现有算法依赖于负采样目标，该负采样目标通过维持节点对的正负数据库来最大化附近节点的节点嵌入的相似性（称为“内聚”）。虽然从短时随机游走中同时发生的节点对中抽取正样本，但常规方法是通过对随机对进行均匀采样来构造负语料库，因此忽略了有关远距离节点对之间结构差异的宝贵信息（称为“分离”）。在本文中，我们提出了一种新颖的距离感知负采样（DNS），它通过设置与成对的最短距离成正比的负采样概率来最大化远距离节点对的分离，同时最大化附近节点对的内聚力。我们的方法可以与任何GRL算法结合使用，并且我们在许多基准数据集和GRL算法上证明了我们的方法相对于基线负采样方法，下游节点分类任务的有效性。我们所有的代码和数据集都可以在\ url {https://github.com/Distance-awareNS/DNS/}中找到。我们的方法可以与任何GRL算法结合使用，并且我们在许多基准数据集和GRL算法上证明了我们的方法相对于基线负采样方法，下游节点分类任务的有效性。我们所有的代码和数据集都可以在\ url {https://github.com/Distance-awareNS/DNS/}中找到。我们的方法可以与任何GRL算法结合使用，并且我们在许多基准数据集和GRL算法上证明了我们的方法相对于基线负采样方法，下游节点分类任务的有效性。我们所有的代码和数据集都可以在\ url {https://github.com/Distance-awareNS/DNS/}中找到。

具有增长和优先连接的

网络模型及其应用

原文标题：

Networks with Growth and Preferential Attachment: Modeling and Applications

地址：

http://arxiv.org/abs/2007.01349

作者：

Gabriel G. Piva,Fabiano L. Ribeiro,Angelica S. Mata

摘要：本文对主要的生长型和优先连接型网络模型进行了简要的研究。这样的模型很有趣，因为它们呈现了真实系统的几个特征。我们从 Barabasi 和 Albert 提出的经典模型开始: 节点被添加到网络中，最好是连接到其他连接更紧密的节点。我们还提出了从社会角度考虑更具代表性的元素的模型，比如顶点之间的同相关性或者每个节点必须建立连接的适应性。此外，我们展示了这些模型的一个版本，包括节点之间的欧几里得度量作为优先连接规则。我们的目标是研究这些网络的基本性质，如连通度、关联度、最短路径、聚类系数的分布，以及这些特征是如何受到优先连接规则的影响。最后，我们还将这些综合网络与实际网络进行了比较。研究发现，同相性、适应度和地理距离等特征是建立真实网络的重要优先连接规则。这些规则可以改变这些综合网络模型的度分布形式，使其更适合于实际网络建模。

扩展单层上皮细胞

轮廓动态标度特性的机制

原文标题：

Mechanism underlying dynamic scaling properties observed in the contour of spreading epithelial monolayer

地址：

http://arxiv.org/abs/2007.01585

作者：

Toshiki Oguma,Hisako Takigawa-Imamura,Takashi Miura

摘要：我们发现 MDCK 单分子层扩散过程中存在动态标度现象，其标度拥有属性为 Hurst 指数α=0.86 和增长指数β=0.73,并从理论和实验上阐明了轮廓形状动力学的机理。在单分子层的扩展过程中，所谓的“领导细胞”产生驱动力，领导其他细胞。我们对细胞行为的延时观察表明，这些先导细胞出现在扩展的早期，并形成单层突起。根据这些观察，我们建立了一个简单的数学模型，其中包括细胞运动、细胞粘附和随机细胞运动的差异。该模型再现了实验得到的扩散速度、增量分布和动态标度律等定量特征。对模型方程的分析表明，该模型可以再现年的不同标度律α=0.5,β=0.25 到α=0.9,β=0.75,和指数α,β 是由两个指数决定的:ρt 及c.根据分析结果，对实验结果进行了参数估计。胶原蛋白包被的培养皿上的单分子层表现出不同的标度律α=0.74,β=0.68,提示细胞能动性增加了9倍。这一结果与单细胞运动的测定结果一致。我们的研究表明，单分子层的动态轮廓的简单模型解释，并提出了一个新的机制，表现出动态标度特性。

存储免疫记忆的最优进化决策

原文标题：

Optimal evolutionary decision-making to store immune memory

地址：

http://arxiv.org/abs/2007.01363

作者：

Oskar H Schnaack,Armita Nourmohammad

摘要：脊椎动物体内的后天免疫系统由高度多样化的免疫受体组成，这些受体能够对多种病原体产生特异性反应。后天免疫系统的一个核心特征是形成记忆的能力，以便在将来遇到类似的病原体时能更有效地采取行动。然而，记忆的形成，特别是在 b 细胞是最少了解细胞命运的决定在免疫系统。在这里，我们提出了一个框架来描述最佳的策略来存储记忆，以便最大限度地利用免疫反应来对抗演变中的病原体，贯穿整个有机体的生命周期。为此，我们将记忆反应的动力学和能量学作为非平衡决策的组成部分，在适应性探索发起特定和新颖的反应或利用现有记忆之间进行选择，这种记忆可以迅速激活，但对进化出来的病原体的特异性降低。为了给宿主带来长期的益处，我们表明记忆的产生应该积极调节并依赖于免疫受体的亲和力，与高亲和力受体相比，更喜欢具有中等亲和力的交叉反应性受体——这个处方与最近的实验结果一致[1,2]。此外，我们还指出，记忆的特异性应该取决于生物体的寿命，寿命较短的生物体在其一生中遇到的致病性较少的生物体应该储存更多的交叉反应记忆。总的来说，我们的框架提供了一个基线来衡量免疫记忆形成的效力，根据有机体与病原体的共同进化史。

纳米孔捕获分析物

的动力学蒙特卡罗研究: 

瞬态、边界条件和随时间变化的场

原文标题：

An efficient Kinetic Monte Carlo to study analyte capture by a nanopore: Transients, boundary conditions and time-dependent fields

地址：

http://arxiv.org/abs/2007.01328

作者：

Le Qiao,Maxime Ignacio,Gary W. Slater

摘要：为了更好地理解纳米粒子的捕获过程，我们引入了一种高效的动力学蒙特卡罗(Kinetic Monte Carlo，KMC)算法，该算法通过将三维球对称系统中点状粒子的动力学映射到一维有偏随机游动来模拟长时间和大系统尺寸。我们的算法恢复的稳态解析解，并允许我们研究时间依赖的过程，如瞬态。模拟结果表明，孔隙附近的稳态衰减带仅略大于孔隙半径，在较高场强时，稳态衰减带变窄，达到稳态所需的时间远小于释放一定尺寸的孔隙半径所需的时间λe.当样品储层有限大小时，第二个耗尽层从外壁向内传播，当达到捕获半径时，捕获率开始下降λe.我们还注意到，通常被忽略的孔附近电场的平坦性，会引起交通堵塞，使瞬时时间增加几秒数量级。最后，我们提出了一个新的概念证明方案，用时变场分离两个具有相同迁移率但不同扩散系数的分析物。

研究自发随机性的重整化群方法

原文标题：

A Renormalization Group Approach to Spontaneous Stochasticity

地址：

http://arxiv.org/abs/2007.01333

作者：

Gregory L. Eyink,Dmytro Bandak

摘要：我们发展了经典动力系统的“自发随机性”的一个理论研究方法，该系统存在近奇异和弱扰动。这种现象与固定初始数据解的唯一性破裂有关，并且是湍流的许多基本效应(不可预测性、反常耗散、强化混合)的基础。基于与零温下统计力学临界点的类比，我们阐述了一个重整化群理论，该理论确定了在精确的初始数据被“遗忘”后足够长时间获得的普遍的自发统计。我们应用我们的 RG 方法准确地求解了一维奇异常微分方程的自发随机性的“最小模型”。对模型的先验结果进行了推广和统一，得到了描述近奇异弱噪声极限下自发统计的 RG 不动点，确定了每个不动点的吸引域，并推导了不动点的通用方法为奇异大偏差尺度，与零噪声极限下标准鞍点近似到随机路径积分的方法不同。我们还提出了数值模拟结果，验证了我们的分析预测，提出了可能的实验实现的“最小模型” ，并讨论了在自然界中普遍存在的自发随机性更一般的当前经验证明。我们的 RG 方法可以应用于更复杂、更真实的系统，并简要概述了一些未来的应用。

社会距离与最优步骤模型

原文标题：

Social distancing with the Optimal Steps Model

地址：

http://arxiv.org/abs/2007.01634

作者：

Christina Maria Mayr,Gerta Köster

摘要：随着新型冠状病毒肺炎流行病的爆发，我们迫切需要模拟社会距离。最优步长模型(OSM)是一个行人运动模型，可以操作个人对个人空间的需求。我们提出了新的参数值为个人空间的最佳步骤模型模拟社会距离在行人动力学模拟器 Vadere。我们的方法是务实的。我们考虑两个用例: 在第一个用例中，我们要求一组社会距离不能被破坏。在第二种情况下，社会距离必须保持在平均水平。对于每个用例，我们在一个典型的瓶颈场景中进行模拟研究，并测量接触时间，即违反社会距离规则的情况。我们根据所需的社会距离的依赖性，推导出合适的参数选择的经验法则。我们测试了社会距离1.5 m 和2.0 m 的经验法则，观察到新的参数值确实导致了所期望的社会距离。因此，经验法则将迅速使 Vadere 用户进行自己的研究，而无需理解 OSM 实现的复杂性，也无需大量的参数调整。

新型冠状病毒肺炎封锁

引起移动网络的结构变化

---- 这对减轻疾病动态的影响

原文标题：

COVID-19 lockdown induces structural changes in mobility networks -- Implication for mitigating disease dynamics

地址：

http://arxiv.org/abs/2007.01583

作者：

Frank Schlosser,Benjamin F. Maier,David Hinrichs,Adrian Zachariae,Dirk Brockmann

摘要：在新型冠状病毒肺炎大流行之后，许多国家实施了遏制措施以减少疾病传播。使用数字数据来源的研究表明，在多个国家，个人的流动性有效地减少了。然而，尚不清楚这些减少是否导致移动网络的更深层次的结构变化，以及这些变化如何影响网络的动态过程。在这里，我们使用移动电话用户的移动数据表明，在德国的移动性不仅大大减少: 封锁措施造成了移动网络的实质性和持久的结构性变化。我们发现，长途旅行的减少不成比例地强烈。远程网络连接的削减导致了更加局部化、集群化的网络和“小世界”效应的缓和。我们证明，这些结构性变化对流行病传播过程有相当大的影响，因为它们使流行病曲线趋于平缓，并延缓了向遥远地区的传播。

一种实时监测流行病演变的方法

原文标题：

Method to monitor the evolution of an epidemic in real time

地址：

http://arxiv.org/abs/2007.01508

作者：

Justin Trujillo,Valerica Raicu

摘要：由于流行病的出现，需要实时监测其蔓延情况，并评估和验证政府和行政机构颁布的任何缓解措施。我们在这里提出一种方法来观察和量化这种传播以及受影响人群和管理机构的反应，并将其作为一个案例研究应用于新型冠状病毒肺炎。这种方法提供了同时跟踪实时数量的手段，例如死亡率和恢复率以及由感染者引起的新感染的数量。有了足够的数据，这种方法能够对流行病进行彻底的监测和评估，而不需要对未来大流行病的演变作出假设。

actSIS 流行动力学的

主动控制与持续振荡

原文标题：

Active Control and Sustained Oscillations in actSIS Epidemic Dynamics

地址：

http://arxiv.org/abs/2007.01424

作者：

Yunxiu Zhou,Simon A. Levin,Naomi E. Leonard

摘要：为了研究具有连续时间反馈控制感染率的传染病动力学，提出了一个主动控制的易感易感传染病传染模型。我们的工作受到这样一种观察的启发，即流行病可以通过分散的疾病控制战略得到控制，如隔离、就地避难、社会疏远等，在这些战略中，个人根据对人口中感染水平的观察，积极调整他们与其他人的接触率。考虑到观察的时滞性，并根据个体的风险状况将其分为不同的子群体，我们发现 actSIS 模型与 SIS 模型在性质上表现出不同的特征。在规避风险的同质人群中，地方病平衡总是降低，尽管瞬时感染水平可能出现超调或欠调。在一个同种群的风险容忍个人，该系统表现出双稳态，这也可以导致减少感染。对于一个由风险容忍者和风险规避者组成的异质群体，我们证明了模型参数存在霍普夫分岔和受感染群体持续振荡的条件。

第一波新型冠状病毒肺炎

流感大流行期间的住院动态: 

SIR 模型与比利时、法国、意大利、

瑞士和纽约市的数据进行了比较

原文标题：

Hospitalization dynamics during the first COVID-19 pandemic wave: SIR modelling compared to Belgium, France, Italy, Switzerland and New York City data

地址：

http://arxiv.org/abs/2007.01411

作者：

Gregory Kozyreff

摘要：利用经典的易感染-感染-康复流行病学模型，推导出新型冠状病毒肺炎患者占用床位数的分析公式。分析曲线拟合了比利时、法国、纽约市和瑞士的数据，相关系数超过了98.8% ，这表明对于这些宏观数据，更精细的模型是不必要的。拟合用于提取流行病上升阶段的倍增时间、平均恢复时间以及需要医疗干预者的平均住院时间的估计。可以观察到不同暴发之间的巨大差异。

来源：集智斑图

编辑：王建萍

近期网络科学论文速递

---

集智俱乐部QQ群｜877391004

商务合作及投稿转载｜[e-mail]

◆ ◆ ◆

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！

👇点击“阅读原文”，了解更多最新arxiv论文