使用时空图神经网络检验对新冠病毒肺炎的预测 | 网络科学论文速递35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
使用时空图神经网络检验对新冠病毒肺炎的预测；
客车内部的气流及其对空气传播病传动系统的影响；
不可压缩流体填充多孔介质动力学的几何变分方法；
利用周期轨道对湍流状态空间进行粗粒化；
随机网络中的粘岛与 ExB 电子漂移不稳定性引起的异常混沌交叉场粒子输运；
湍流级联引起冷原子超流体的持续电流；
社交机器人检测的十年；
2018年世界杯欧洲区资格赛的模拟分析；
利用定量建模和合成生物学促进耐药性研究；
发育转变的反应扩散模型中大小调节的对称性破缺；
有源向列相动力学中的多缺陷动力学；
简化的生命游戏: 算法与复杂性；
超快粘度的弹道光镊测量；
估计量先生，一个工具箱，以确定内在时间尺度从亚采样尖峰活动；
Cycle-StarNet: 利用大量数据集架起理论和数据之间的桥梁；
方向不共生单粒子成像极限的揭示；
具有部分连通性信息的流式平稳图信号在线拓扑推断；
角色塑造和通过磁拉普拉斯谱的大型有向图的比较；
PinnerSage: 用于 Pinterest 推荐的多模态用户嵌入框架；
带有完全不平衡标签的网络嵌入；
文化融合: 对 Twitter 上错误信息网络行为的洞察；
基于连续学习的图形神经网络在社交媒体假新闻检测中的应用；
Hier-SPCNet: 一个基于法规层次的法律案件文档相似度计算异质网路；
平衡图分割的优先级再流算法；
面向敏捷交通规划的 Metropolitan-Scale 网络交通分配(MANTA)微观仿真分析；
基于智能手机的手机环境传感器健康评估；
磁流体动力学 Couette 流中作为方位对称性破缺结果的四环面解；
一种新的分数阶混沌动力系统及其最优控制同步；
由于框架拖动造成的隐形混乱；
集群网络上具有竞争的两病原体模型；
大流行后封锁安全工作场所行动中同行透明度的好处；
SARS-CoV-2参数网络预测的流行病统计物理学；
映射图像到有序网络；
后真理世界中的人格价值观；
经济活动人工化学模型中税收对财富不平等的影响；
使用时空图神经网络
检验对新冠病毒肺炎的预测
原文标题：
Examining COVID-19 Forecasting using Spatio-Temporal Graph Neural Networks
地址：
http://arxiv.org/abs/2007.03113
作者：
Amol Kapoor,Xue Ben,Luyang Liu,Bryan Perozzi,Matt Barnes,Martin Blais,Shawn O'Banion
摘要：在这项工作中，我们检验了一种新颖的预测方法，用图形神经网络和移动数据来预测新型冠状病毒肺炎。与现有的时间序列预测模型相比，该方法从单个大尺度时空图中学习，其中节点表示区域级的人员流动，空间边表示基于人员流动的区域间连通性，时间边表示节点的时间特征。我们在美国县级新型冠状病毒肺炎数据集上评估了这种方法，并证明了图形神经网络利用的丰富的时空信息允许模型学习复动力学。我们显示了 RMSLE 下降 6% ，并且与表现最好的基线模型相比，皮尔逊相关系数从 0.9978 提高到 0.998。这种新颖的信息来源与基于图形的深度学习方法相结合，可以成为一个强大的工具来理解新型冠状病毒肺炎的传播和演变。我们鼓励其他人进一步开发一个基于 GNN 和高分辨率移动数据的新颖的传染病建模范例。
客车内部的气流及其
对空气传播病传动系统的影响
原文标题：
Airflows inside passenger cars and implications for airborne disease transmission
地址：
http://arxiv.org/abs/2007.03612
作者：
Varghese Mathai,Asimanshu Das,Jeffrey A. Bailey,Kenneth Breuer
摘要：包括 SARS-CoV-2在内的高传染性呼吸道疾病的传播是通过个人吸入的微小飞沫和气溶胶(包含病毒、细菌等)的传播而加速的，这些微小飞沫和气溶胶可以在有限的环境中长时间悬浮在空气中。客车客舱就是这样一种情况，在这种情况下，水平传播的风险会增加。在这里，我们提出了数值模拟的结果，在一个模型车的几何空气传播的潜在路线，为各种通风配置代表不同的组合开放和关闭窗口。我们估计了一个非相互作用的被动标量——传染性病原微粒的代理——的相对浓度和停留时间，这些微粒是由舱内湍流气流平流和扩散的。我们的发现表明，创造一个气流模式，穿过机舱，进入和存在离乘客最远可能减少传输。
不可压缩流体填充多孔介质
动力学的几何变分方法
原文标题：
Geometric variational approach to the dynamics of porous media filled with incompressible fluid
地址：
http://arxiv.org/abs/2007.02605
作者：
Tagir Farkhutdinov,François Gay-Balmaz,Vakhtang Putkaradze
摘要：我们推导了充满不可压缩流体的多孔介质动力学的运动方程。我们使用一个变分方法，用拉格朗日函数表示弹性矩阵的动能、势能和流体的动能之和，通过不可压缩性的约束耦合。为了说明这种方法，在空间欧拉框架中导出了弹性矩阵和流体的运动方程。这种方法对于生物问题，例如水中的海绵，具有很大的相关性，因为弹性多孔介质具有高度的灵活性，而且流体的运动在整个系统的运动中起着‘主要’作用。然后我们分析了描述波在媒介中传播的线性运动方程。特别地，我们推导了 s 波和 p 波在各向同性介质中的传播。我们还分析了波动方程的稳定性准则，并证明它们等价于弹性矩阵的物理条件。最后，我们证明了在我们的模型中，当参数取一定值时，可以得到多孔介质中波动的比奥方程。
利用周期轨道
对湍流状态空间进行粗粒化
原文标题：
Coarse graining the state space of a turbulent flow using periodic orbits
地址：
https://arxiv.org/abs/2007.02584
作者：
Gökhan Yalnız,Björn Hof,Nazmi Burak Budanur
摘要：本文证明了在正弦强迫作用下三维 Navier-Stokes 方程在三重周期域内的湍流动力学可以描述为对不稳定时间周期解邻域的瞬态访问。在此基础上，我们对系统进行了大于
随机网络中的粘岛与 ExB 电子漂移
不稳定性引起的
异常混沌交叉场粒子输运
原文标题：
Sticky islands in stochastic webs and anomalous chaotic cross-field particle transport by ExB electron drift instability
地址：
http://arxiv.org/abs/2007.02526
作者：
D. Mandal,Y. Elskens,X. Leoncini,N. Lemoine,F. Doveil
摘要：ExB 电子漂移不稳定性存在于许多等离子体器件中，是横场粒子输运中的一个重要因素。在低频静电波的作用下，带电粒子的运动变得混沌，在相空间中形成随机网络。我们定义了一个标度指数来描述相空间中的输运，并且证明了输运是反常的，属于超扩散型。在给定模型参数的情况下，轨迹在相空间中粘附在不同类型的岛上，并且它们不同的粘附时间幂律统计量产生了超扩散输运的连续机制。
湍流级联引起冷原子超流体的持续电流
原文标题：
Turbulent cascade induced persistent current of cold atomic superfluids
地址：
http://arxiv.org/abs/2007.02274
作者：
Xiyu Chen,Tao Yang,Wen-Li Yang,Wu-Ming Liu
摘要：环形二维玻色-爱因斯坦凝聚体中无序量子涡的消散可以形成宏观的原子持续流。提出了一种基于双同心环形结构的高绕组数持久流协议。我们发现，当凝析油的初始状态为相同电荷的随机分布涡旋时，由单环形到双环形的突然几何熄灭将增强圈闭外环形区域的环流。我们所创造的环流具有很高的稳定性和良好的均匀性，不受拓扑激励的影响。我们的研究对于新的原子电子设计是很有希望的，同时也有助于定量地理解量子穿隧效应和远离平衡的相互作用量子系统。
社交机器人检测的十年
原文标题：
A Decade of Social Bot Detection
地址：
http://arxiv.org/abs/2007.03604
作者：
Stefano Cresci
摘要：2016年11月9日上午，全世界都被美国总统选举令人震惊的结果惊醒: 唐纳德 · 特朗普成为美利坚合众国第45任总统。一个意想不到的事件，仍然有巨大的后果在世界各地。今天，我们知道，一小部分模仿人类的自动化社交媒体账户社交机器人，在传播分裂性信息和虚假信息方面发挥了核心作用，可能对特朗普的胜利做出了贡献。2016年美国大选之后，全世界开始意识到社交媒体中广泛存在的欺骗行为的严重性。在特朗普的利用之后，我们目睹了在检测和清除机器人的众多努力与这些恶意行为者似乎对我们的社会造成的越来越大的影响之间出现的强烈不和谐。这一悖论提出了一个亟待解决的问题: 为了阻止这种社交机器人的流行，我们应该采取什么样的策略？在这些时候，在2020年美国大选前夕，这个问题似乎比以往任何时候都更为关键。然而，至少从2010年以来，计算机科学家们一直在研究2016年之后会打击社会、政治和经济分析师的欺骗和自动化。在这项工作中，我们简要地回顾了社会机器人检测研究的第一个十年。通过纵向分析，我们讨论了在对抗机器人方面的主要研究趋势，取得的主要成果，以及使这场永无休止的战斗如此具有挑战性的因素。利用我们从广泛分析中学到的经验教训，我们提出了可能的创新，这些创新可以让我们在欺骗和操纵中占据上风。研究社交机器人侦查十年的努力，也可以为侦查和减轻其他最近形式的网上欺骗的影响提供战略依据，如战略信息行动和政治流氓。
2018年世界杯欧洲区资格赛的模拟分析
原文标题：
A simulation analysis of the 2018 FIFA World Cup qualification
地址：
http://arxiv.org/abs/2007.03412
作者：
László Csató
摘要：本文通过蒙特卡罗模拟研究了2018年世界杯欧洲区资格赛过程。计算了102个国家的出线概率，除了非洲国家和欧洲国家，所有的队伍。我们提出了一个合理的方法来衡量不公平的程度，这显示了 FIFA 联盟之间的巨大差异: 例如，一支南美球队本可以通过在亚洲踢球来增加一倍的机会。在大陆间的季后赛中采用固定比赛而不是现在的随机抽签可以减少10% 的不公平。研究发现，澳大利亚从大洋洲移动到亚洲区域会增加75% 的可能性参加2018年世界杯足球赛安理会。我们的结果为联盟如何重新分配合格泊位提供了重要的见解。
利用定量建模和
合成生物学促进耐药性研究
原文标题：
Advancing Drug Resistance Research Through Quantitative Modeling and Synthetic Biology
地址：
http://arxiv.org/abs/2007.03186
作者：
K. Farquhar,H. Flohr,D. A. Charlebois
摘要：抗菌素耐药性是一个正在出现的全球健康危机，它正在破坏现代医学的进步，如果不加以缓解，到2050年全球每年有可能导致1000万人死亡。过去十年的研究表明，同一环境中基因相同的细胞之间的差异可能导致耐药性。受基因调控网络调节的基因表达的波动可导致非遗传性异质性，导致微生物种群的分批杀灭，从而导致药物治疗失败; 这种非遗传性耐药性可增加获得遗传性耐药性突变的可能性。基因网络的数学模型可以阐明耐药性的一般规律，预测耐药性的演变，指导实验室的耐药性实验。基因工程细胞携带调节耐药基因的合成基因网络允许对非遗传异质性在耐药性发展中的作用进行受控的定量实验。在这篇前瞻性文章中，我们强调数学、计算机和合成基因网络模型在促进我们对抗菌素耐药性的理解以发现抗耐药性感染的有效治疗方法中所起的作用。
发育转变的反应扩散模型
中大小调节的对称性破缺
原文标题：
Size-regulated symmetry breaking in reaction-diffusion models of developmental transitions
地址：
http://arxiv.org/abs/2007.03157
作者：
Jake Cornwall Scoones,Deb Sankar Banerjee,Shiladitya Banerjee
摘要：多细胞生物的发育经历了一系列的形态发生和细胞状态转变，通过自我组织的过程将同种受精卵转化为复杂的成体。许多这样的转变是通过自发对称性破缺机制实现的，它允许细胞和组织在没有上游信息供应的情况下，通过局部相互作用获得模式和极性。理论和实验的结合阐明了这些系统是如何在发展转变中打破对称性的。鉴于这种转变是多重的，而且其时间顺序至关重要，一个同样重要的问题是如何及时协调这些发展转变。使用最小质量保守的基质损耗模型作为我们的案例研究，我们阐明了机制，细胞和组织可以耦合反应扩散驱动的发展转变时间的对称性破缺，认为模式模式的依赖系统的大小可能是一个普遍的原则，发展中的生物体测量时间。通过分析我们的模型的不同制度，在不断增长的领域模拟，我们阐述了三个不同的行为，允许时钟，定时器，或开关式的动态。通过将这些行为与实验记录的发育时间的案例研究联系起来，我们提供了一个最基本的概念框架来询问发育中的生物如何协调发育转变。
有源向列相动力学中的多缺陷动力学
原文标题：
Multi-defect Dynamics in Active Nematics
地址：
http://arxiv.org/abs/2007.02947
作者：
Farzan Vafa,Mark J. Bowick,M. Cristina Marchetti,Boris I. Shraiman
摘要：最近的实验和数值研究引起了人们对有源向列相动力学的关注。二维有源向列相自发流动，在向列织构中表现出时空混沌流动和拓扑缺陷的扩散。有人提出，动态向列相可以理解的动态相互作用的缺陷，由主动应力推动。以前的工作已经得出了单个缺陷的有效运动方程，即准粒子在其他缺陷产生的平均场中运动，但是一个有效的多缺陷动力学理论仍然无法实现。在本文中，我们研究了在强有序和过阻尼可压缩流极限下的二维有源向列相动力学。活性诱导缺陷动力学表述为由缺陷位置明确参数化的准静态向列相织构流的扰动。这使得得到一组控制缺陷(因此纹理)动力学的耦合常微分方程成为可能。有趣的是，由于与单个缺陷相关的纹理的非正交性，它们的运动是通过位置相关的“集体迁移率”矩阵耦合的。除了熟悉的主动式自我推进
简化的生命游戏: 算法与复杂性
原文标题：
Simplified Game of Life: Algorithms and Complexity
地址：
http://arxiv.org/abs/2007.02894
作者：
Krishnendu Chatterjee,Rasmus Ibsen-Jensen,Ismaël Jecker,Jakub Svoboda
摘要：生命游戏是一个简单而优雅的模型，用来研究网络上的动力系统。该模型由一个图组成，其中每个顶点有两种类型之一，即，死的或活的。配置是顶点到类型的映射。更新规则描述如何根据邻居的类型更新顶点的类型。在每一轮中，所有顶点都会同步更新，从而导致配置更新。总的来说，生命游戏允许更新规则的广泛范围，我们关注两个简单的更新规则家族，即人口不足和人口过剩，这是文献中研究的几个有趣的动态模型。在这两种设置中，一个死点至少需要一定数量的活点才能复活。对于人口不足(呼吸，人口过剩) ，一个活的顶点至少需要(呼吸)。最多)一定数量的活着的邻居还活着。我们研究这两个规则族的基本计算问题，例如，配置可达性。对于种群不足规则，我们证明了这些问题可以在多项式时间内解决，而对于种群过剩规则，这些问题是 pspace- 完全的。
超快粘度的弹道光镊测量
原文标题：
Ultrafast viscosity measurement with ballistic optical tweezers
地址：
http://arxiv.org/abs/2007.03066
作者：
Lars S. Madsen,Muhammad Waleed,Catxere A. Casacio,Alexander B. Stilgoe,Michael A. Taylor,Warwick P. Bowen
摘要：粘度是活性生物材料和驱动非牛顿流体等非平衡体系的重要特性，广泛应用于生物材料、地质、能源技术和医学等领域。然而，非侵入性粘度测量通常需要秒的积分时间。在这里，我们展示了速度的4个数量级的提高，下降到二十微秒，不确定性主要是基本热噪声第一次。我们利用光镊中被俘获粒子的瞬时速度来实现这一目标。为了解决瞬时速度，我们开发了一个结构光探测系统，允许以兆赫的带宽跟踪粒子。我们的研究结果将粘度从静态平均值转化为动态动力学时间尺度上的动态跟踪。这为非平衡态系统的新发现开辟了一条道路，从相变的快速动力学，到马达分子步进中的能量耗散，到违反平衡态热力学的涨落定律。
估计量先生，一个工具箱，
以确定内在时间尺度从亚采样尖峰活动
原文标题：
MR. Estimator, a toolbox to determine intrinsic timescales from subsampled spiking activity
地址：
http://arxiv.org/abs/2007.03367
作者：
F. P. Spitzner,J. Dehning,J. Wilting,A. Hagemann,J. P. Neto,J. Zierenberg,V. Priesemann
摘要：在这里，我们提出了我们的 Python 工具箱“先生估计器” ，以可靠地估计内在的时间尺度从电生理记录的重度亚采样系统。我们的工具箱最初是用来分析神经元放电活动的时间序列的，它适用于很多系统，在这些系统中，次采样(很难观察整个系统的全部细节)限制了我们记录的能力。应用范围从传染病蔓延到任何可以用自回归过程表示的系统。在神经科学的背景下，内在时间尺度可以被认为是任何扰动在网络中产生回响的持续时间; 它已经被用作一个关键的观察点来研究灵长类动物大脑皮层的功能层次结构，并作为工作记忆的衡量标准。它也是临界距离的代理，并量化了一个系统的动态工作点。
Cycle-StarNet:
利用大量数据集
架起理论和数据之间的桥梁
原文标题：
Cycle-StarNet: Bridging the gap between theory and data by leveraging large datasets
地址：
http://arxiv.org/abs/2007.03109
作者：
Teaghan O'Briain,Yuan-Sen Ting,Sébastien Fabbro,Kwang M. Yi,Kim Venn,Spencer Bialek
摘要：光谱学提供了关于恒星物体的大量信息，随着多物体数据采集和快速数据分析技术的最新发展，这一领域继续发展。目前分析光谱的自动化方法要么是(a)数据驱动模型，这需要大量数据，并具有恒星参数和元素丰度的先验知识，要么(b)基于理论合成模型，这容易造成理论与实践之间的差距。在这项研究中，我们提出了一种混合生成域适应方法，将模拟恒星光谱转化为真实的光谱，从大型光谱调查中学习。我们使用神经网络模拟计算昂贵的恒星光谱模拟，然后训练一个单独的无监督的域适应网络，学习生成的合成光谱与观测光谱的关系。因此，网络基本上生成数据驱动的模型，而不需要标记训练集。作为一个概念的证明，提出了两个案例研究。第一个是不使用任何标准恒星的合成模型的自动校准。为了达到这个目的，合成模型被演变成类似于观测的光谱，从而缩小了理论和观测之间的差距。第二个案例研究是合成模拟中缺失谱线元素来源的识别。通过解释域适应模型和原始谱模型的差异，预测了这些源。为了测试我们识别缺失线的能力，我们使用了一个模拟数据集，并且表明，即使有噪声的观察，当吸收线不在某个区域时，它们也可以被恢复。虽然我们的研究重点是光谱分析，这种方法可以应用到其他领域，这些领域使用大量的数据集，目前受到建模精度的限制。
方向不共生单粒子成像极限的揭示
原文标题：
Revealing the limits of single-particle imaging with orientation disconcurrence
地址：
http://arxiv.org/abs/2007.03054
作者：
Zhou Shen,Colin Zhi Wei Teo,Kartik Ayyer,N. Duane Loh
摘要：提出了一种简单的密码方案，用于在缺少地面真值体的情况下，验证用 x 射线自由电子激光(XFELs)单粒子成像(SPI)重建的衍射强度体积。这个方案是基于每个重建体解密看不见的哨兵衍射模式方向的能力。在这里，我们量化的方向不一致，不一致，和不一致的解读之间的两个独立重建卷。我们还研究了如何利用这些措施来确定数据充分性及其与空间分辨率的关系。该方案进一步证明，当所有模式中的测量光子总数受到限制，且模式数目足以覆盖可能的旋转时，将 XFEL 脉冲聚焦到更小的区域可以产生更好的重建结果。重要的是，该方案克服了使用 Fourier Shell 相关(FSC)作为 SPI 验证度量的临界模糊性。最终，我们希望我们的工作能够启发对 XFEL-SPI 分辨能力的信息论重新表述，从而为实验和仪器设计提供原则性框架。
具有部分连通性信息的
流式平稳图信号在线拓扑推断
原文标题：
Online Topology Inference from Streaming Stationary Graph Signals with Partial Connectivity Information
地址：
http://arxiv.org/abs/2007.03653
作者：
Rasoul Shafipour,Gonzalo Mateos
摘要：我们开发了在线图学习算法从流网络数据。我们的目标是跟踪(可能的)时变网络拓扑，并通过实时处理获得的数据来节省内存和计算能力。该装置将观测值建模为未知网络上局部扩散动力学产生的平稳图形信号。此外，我们可能有一个先验信息的存在或缺少一些边，如在链路预测问题。平稳性假设意味着观测值的协方差矩阵和所谓的图移位算子(GSO ——编码图拓扑的矩阵)在温和的要求下进行交换。这就促使人们将拓扑推理任务设计成一个反问题，通过这个反问题，人们可以找到一个在结构上可以接受的稀疏的 GSO，并且近似地通过观测数据的经验协方差矩阵进行折算。对于流数据，协方差可以递归更新，并且证明了在线近似梯度迭代可以有效地跟踪具有量化保证的逆问题的时变解。具体地说，我们得到了 GSO 回收成本强凸的条件，并利用这一性质证明了在线算法收敛于最优时变批处理解的一个邻域内。数值试验表明，所提出的图学习方法在适应流信息和跟踪所寻求的动态网络的变化方面是有效的。
角色塑造和通过磁拉普拉斯谱的
大型有向图的比较
原文标题：
Characterization and comparison of large directed graphs through the spectra of the magnetic Laplacian
地址：
http://arxiv.org/abs/2007.03466
作者：
Bruno Messias F. de Resende,Luciano da F. Costa
摘要： 本文研究了用磁拉普拉斯图刻画有向图(又称网络)的可能性。许多有趣的结果被获得，包括发现在一类随机块模型的光谱测量中群落结构与旋转对称有关。由于磁拉普拉斯算子的厄米特性，我们在这里展示了如何使用核多项式方法(KPM)来扩展我们的方法到包含成百上千个节点的更大的网络。我们还建议将 KPM 和 Wasserstein 度量结合起来，以便度量网络之间的距离，即使这些网络是有向的，大型的，有不同的规模，这是一个难题，不能解决的以前的方法提出的文献。另外，我们的 python 包在 href {中是公开的https://github.com/stdogpkg/emate}.这些代码可以在 CPU 和 GPU 中运行，并且可以估计谱密度和相关的跟踪函数，如熵和 Estrada 索引，甚至在有数百万个节点的有向或无向网络中。
PinnerSage:
用于 Pinterest 推荐的多模态用户嵌入框架
原文标题：
PinnerSage: Multi-Modal User Embedding Framework for Recommendations at Pinterest
地址：
http://arxiv.org/abs/2007.03634
作者：
Aditya Pal,Chantat Eksombatchai,Yitong Zhou,Bo Zhao,Charles Rosenberg,Jure Leskovec
摘要： 针对个性化推荐系统，潜在用户表示被广泛采用。大多数先前的工作推断出一个单一的高维嵌入来代表一个用户，这是一个很好的起点，但是在提供对用户兴趣的充分理解方面有欠缺。在这项工作中，我们介绍了 PinnerSage，一个端到端的推荐系统，通过多模态嵌入来表示每个用户，并利用这种丰富的用户表示来提供高质量的个性化推荐。PinnerSage 利用层次聚类方法(Ward)将用户的行为聚类成概念上一致的聚类，并通过代表性引脚(Medoids)对聚类进行总结，以提高效率和可解释性。PinnerSage 已经部署在 Pinterest 的生产环境中，我们概述了几个设计决策，使其在非常大的规模上无缝运行。实验结果表明，该方法比单一的嵌入方法具有更好的嵌入效果。
带有完全不平衡标签的网络嵌入
原文标题：
Network Embedding with Completely-imbalanced Labels
地址：
https://arxiv.org/abs/2007.03545
作者：
Zheng Wang,Xiaojun Ye,Chaokun Wang,Jian Cui,Philip S. Yu
摘要： 网络嵌入，即将网络投影到低维空间，正日益成为网络研究的热点。半监督网络嵌入利用了标记数据的优点，具有良好的性能。然而，现有的半监督方法在完全不平衡的标签设置中会得到不吸引人的结果，其中一些类根本没有标签节点。为此，我们提出了两种新的半监督网络嵌入方法。第一种是浅层方法 RSDNE。具体来说，为了从完全不平衡的标签中获益，RSDNE 以一种近似的方式保证了类内相似性和类间差异性。另一种方法是 RECT，它是一类新的图形神经网络。不同于 RSDNE 的是，RECT 探索了阶级语义知识，从完全不平衡的标签中获益。这使 RECT 能够处理具有节点功能和多标签设置的网络。在几个实际数据集上的实验结果证明了该方法的优越性。
文化融合:
对 Twitter 上错误信息网络行为的洞察
原文标题：
Cultural Convergence: Insights into the behavior of misinformation networks on Twitter
地址：
http://arxiv.org/abs/2007.03443
作者：
Liz McQuillan,Erin McAweeney,Alicia Bargar,Alex Ruch
摘要： 随着时间的推移，如何研究一个网络中思想和群体的产生和演变？我们使用一个多模态管道，包括网络映射、主题建模、桥接中心性和分歧，来分析围绕新型冠状病毒肺炎流感大流行的 Twitter 数据。我们使用网络地图检测帐户创建围绕新型冠状病毒肺炎的内容，然后隐含狄利克雷分布提取主题，桥接中心性识别主题和非主题的桥梁，然后检查每个主题的分布和跨越时间的桥梁，并应用主题分布的 Jensen-Shannon 分歧显示社区正在汇聚在他们的主题叙述。
基于连续学习的图形神经网络
在社交媒体假新闻检测中的应用
原文标题：
Graph Neural Networks with Continual Learning for Fake News Detection from Social Media
地址：
http://arxiv.org/abs/2007.03316
作者：
Yi Han,Shanika Karunasekera,Christopher Leckie
摘要： 尽管在事实核查方面做出了重大努力，但是假新闻在社交媒体上的泛滥仍然是一个严重的问题，它对公正、公众信任以及整个社会产生了深远的影响。本文主要研究基于传播的假新闻检测，近年来的研究表明，假新闻和真新闻在网络上的传播方式是不同的。具体来说，考虑到图形神经网络(GNNs)处理非欧几里德数据的能力，我们使用 GNNs 来区分虚假新闻和真实新闻在社会媒体上的传播模式。我们特别关注两个问题: (1)在不依赖任何文本信息的情况下，如推特内容、回复和用户描述，GNNs 如何准确地识别假新闻？众所周知，机器学习模型容易受到敌对性攻击，避免对基于文本特征的依赖可以使模型更不容易受到高级假新闻制造者的操纵。(2)如何处理新的、看不见的数据？换句话说，一个经过训练的 GNN 如何在一个给定的数据集上执行一个新的、可能有巨大差异的数据集？如果它达到了令人不满意的性能，我们如何解决这个问题，而不需要从头开始重新训练整个数据模型，这在实践中会随着数据量的增长而变得昂贵得令人望而却步？我们在两个数据集上研究了上述问题，其中包含了数千条标记的新闻，我们的结果表明: (1) gnn 确实可以在没有任何文本信息的情况下获得与最先进方法相当或更优的性能。(2)在给定的数据集上训练的 gnn 在新的、未知的数据上表现不佳，直接的增量训练不能解决这一问题。为了解决这一问题，我们提出了一种在现有数据集和新数据集上均衡性能的方法，利用持续学习技术对 gnn 进行增量式训练。
Hier-SPCNet:
一个基于法规层次的
法律案件文档相似度计算异质网路
原文标题：
Hier-SPCNet: A Legal Statute Hierarchy-based Heterogeneous Network for Computing Legal Case Document Similarity
地址：
http://arxiv.org/abs/2007.03225
作者：
Paheli Bhattacharya,Kripabandhu Ghosh,Arindam Pal,Saptarshi Ghosh
摘要： 计算两个法律案件文件之间的相似度是法律信息检索中的一个重要而具有挑战性的任务，文献中已经提出了基于文本和基于网络的相似度量方法。现有的基于网络的相似性方法都将案例文档之间的引用网络(PCNet)作为一种先例。然而，这种方法忽略了一个重要的法律知识来源——适用于特定法律管辖区(例如，国家)的法律法规的等级。我们建议用法律法规的等级来扩充 PCNet，形成一个 Hier-SPCNet 异质网路，在案例文档和法规之间建立引用链接，在法规之间建立引用链接和等级链接。在一组印度最高法院的案例文件上的实验表明，与使用 PCNet 的现有方法相比，我们提出的异质网路能够显著地提高文档相似度估计。我们还表明，提出的基于网络的方法可以补充基于文本的措施，以更好地估计法律文档的相似度。
平衡图分割的优先级再流算法
原文标题：
Prioritized Restreaming Algorithms for Balanced Graph Partitioning
地址：
http://arxiv.org/abs/2007.03131
作者：
Amel Awadelkarim,Johan Ugander
摘要：平衡图划分是许多大规模关系数据分布式计算的关键步骤。随着图数据集的规模和密度的增长，一系列高度可扩展的平衡划分算法出现，以满足不同领域的不同需求。作为本文的出发点，我们注意到最近引入的两个迭代分组器家族——基于重组的和基于平衡标签传播的(包括 Facebook 的社交哈希分组器)——可以通过设计决策的通用模块框架来查看。借助于这种模块化的视角，我们发现一个关键的设计决策组合导致了一系列新颖的算法，其经验性能明显优于任何现有的在广泛的真实世界图上具有高度可伸缩性的算法。由此产生的优先级重新流算法采用了基于乘性权重的约束管理策略，借鉴了重新流文献，同时采用平衡标签传播的优先级概念来优化流过程的顺序。我们的实验结果考虑了一系列的流顺序，其中基于我们称之为矛盾的动态顺序大体上是最具表演性的，就所得到的平衡分区的切割质量而言，基于程度的静态顺序几乎一样好。
面向敏捷交通规划的
Metropolitan-Scale
网络交通分配(MANTA)微观仿真分析
原文标题：
Microsimulation Analysis for Network Traffic Assignment (MANTA) at Metropolitan-Scale for Agile Transportation Planning
地址：
http://arxiv.org/abs/2007.03614
作者：
Pavan Yedavalli,Krishna Kumar,Paul Waddell
摘要：环境的突然变化，例如由于气候变化或冠状病毒大流行造成的极端破坏而日益频繁和剧烈的天气事件，引发了大规模和急剧的人类流动性变化。为了支持短期行动和长期运输规划、应急管理和资源分配，在不同情况下快速预测交通模式的能力变得更加紧迫。城市交通表现出高度的空间相关性，在这种相关性中，毗邻拥挤的连接可能由于溢出效应而变得拥挤。泄漏行为需要建立整个城市群网络的模型，以识别所有来自有意或无意的网络扰动的上游或下游效应。然而，在增加模型的细节级别和降低计算性能之间有一个众所周知的权衡。本文通过引入一种新的 MANTA 交通微观仿真平台来解决这些性能缺陷。MANTA 采用了高度并行的 GPU 实现，其速度足以在几分钟内运行大规模需求和网络模拟。我们测试我们的平台，以模拟整个湾区都市区在上午的过程中使用半秒的时间步骤。九县湾区模拟的运行时间只有四分钟多一点，不包括路由和初始化。这种计算性能显著提高了大规模交通微观模拟的最新水平，并为基础设施规划和应急管理提供了分析个人详细出行模式和出行选择的新能力。
基于智能手机的
手机环境传感器健康评估
原文标题：
Smartphone-based Wellness Assessment Using Mobile Environmental Sensor
地址：
http://arxiv.org/abs/2007.03617
作者：
Katherine McLeod,Petros Spachos,Konstantinos Plataniotis
摘要：精神健康和一般健康正成为我们社会日益关注的问题。环境因素会导致精神疾病，并影响人们的健康。这项工作提出了一个基于智能手机的健康评估系统，并检查是否有任何相关的环境和他们的健康。引入的系统是为了满足日益增长的个性化和独立的精神保健需求而启动的，并通过实验进行评估。研究人员给参与者发放了一部安卓智能手机和一块移动传感器板，并要求他们每天三次完成一个简短的心理调查。在调查完成期间，董事会在他们手中正在阅读环境数据。收集的五个环境变量是温度、湿度、气压、光度和噪音水平。在提交调查后，调查结果和环境数据会发送到服务器进行进一步处理。共有62名参与者完成了三个实验。最经常被认为具有统计学意义的相关性是光线、音频和压力。
磁流体动力学 Couette 流中
作为方位对称性破缺结果的四环面解
原文标题：
Four-tori solution in a magnetohydrodynamic Couette flow as a consequence of azimuthal symmetry breaking
地址：
http://arxiv.org/abs/2007.03422
作者：
Ferran Garcia,Martin Seilmayer,André Giesecke,Frank Stefani
摘要：随着外加磁场强度的变化，破坏磁流方位对称性的霍普夫分叉序列可以理解球面几何学中差动旋转磁流体流动中的四环面现象。这些流动来源于不稳定旋转波(RW)和双环调制旋转波(MRW) ，其赤道对称性被破坏，但具有方位对称 $m = 4 $。后分叉引起 $m = 2 $对称三环 MRW，进一步引起失去所有空间对称性的四环 MRW 分叉。这种分叉情况可能会在较差自转增加和具有方位对称性的旋转波在足够大磁场中出现时得到支持
一种新的分数阶混沌动力系统
及其最优控制同步
原文标题：
A new fractional order chaotic dynamical system and its synchronization using optimal control
地址：
http://arxiv.org/abs/2007.03168
作者：
Madhuri Patil,Sachin Bhalekar
摘要：在这项工作中，我们介绍了一种新的三维混沌微分动力系统。我们找到了该系统的平衡点，并给出了各种分式阶的稳定性条件。数值模拟将用于研究系统中的混沌现象。采用一种简单的线性控制方法控制混沌振荡。在此基础上，提出了一种基于系统分数阶的最优控制方法，并将其用于新混沌系统的同步。
由于框架拖动造成的隐形混乱
原文标题：
Stealth Chaos due to Frame Dragging
地址：
http://arxiv.org/abs/1806.06476
作者：
Andrés F. Gutiérrez-Ruiz,Alejandro Cárdenas-Avendaño,Nicolás Yunes,Leonardo A. Pachón
摘要：我们证明了框架拖曳的纯广义相对论效应能够围绕 Einstein-Maxwell 场方程的解析精确解从初始高度混沌的构型重构 KAM tori。我们通过计算旋转曲线、相空间的维数和引力波频谱的频率含量来研究这种重构。框架拖拽的混沌抑制可能会破坏目前验证无毛定理假设和广义相对论的有效性的提议。
集群网络上具有竞争的两病原体模型
原文标题：
Two-pathogen model with competition on clustered networks
地址：
http://arxiv.org/abs/2007.03287
作者：
Peter Mann,V. Anne Smith,John B. O. Mitchell,Simon Dobson
摘要：网络提供了一个数学上丰富的框架来表示足以传播疾病的社会联系。社交网络通常是高度集群的，不像本地的树一样。在这篇论文中，我们利用母函数制剂在完全交叉免疫耦合下研究了聚类对连续菌株传播的影响。本文给出了第一种菌株流行阈值和第二种菌株共存阈值的条件。结果表明，聚类对第一株菌有双重影响，降低了传染阈值，但在较大传输距离时，最终发病规模也减小了。聚类降低了第二株病毒的共存阈值和爆发规模。将该模型应用于多层聚类网络的研究中，实验观察了残差图的破裂情况。
大流行后封锁安全工作场所
行动中同行透明度的好处
原文标题：
The benefits of peer transparency in safe workplace operation post pandemic lockdown
地址：
http://arxiv.org/abs/2007.03283
作者：
Arkady Way,Alan Champneys,Rosemary J Dyson,Nisreen A Alwan,Mary Barker
摘要：对生产力和公共卫生方面的好处进行了调查，以便在没有或很少有群体免疫力的大流行情况下，在不同程度上参与检测、跟踪和隔离程序。简单的数学模型用于单一的、相对封闭的工作场所，如工厂或后台办公室，在正常操作中，每个工人都要与一组固定的同事进行长时间的互动。模拟了固定交互图上的离散时间 SEIR 模型，其参数受最近英国新型冠状病毒肺炎流行病高峰后阶段的激励，包括工作环境以外的病毒感染的小风险。假设有两种工作者，一种是定期检测的透明人，与同事分享检测结果，一旦接触检测结果呈阳性就立即隔离，另一种是不透明人，他们不做这些检测。此外，还建立了一个“可玩模型” ，其中透明度、疾病参数和平均相互作用程度可以由用户自行调整。在连续极限下对模型进行了分析。所有模拟结果都表明，透明度在最大限度提高生产力和最大限度降低整体感染率方面具有双重好处。基于这些研究结果，我们讨论了如何在不同类型的工作场所激励这种互惠行为的公共政策含义，并提出了简单的建议。
SARS-CoV-2参数网络
预测的流行病统计物理学
原文标题：
Statistical Physics of Epidemic on Network Predictions for SARS-CoV-2 Parameters
地址：
https://arxiv.org/abs/2007.03101
作者：
Jungmin Han,Evan C Cresswell-Clay,Vipul Periwal
摘要： SARS-CoV-2大流行需要全世界的努力来缓解。我们只使用首例死亡后两周内报告的死亡来确定感染参数，以便预测隐藏变量，例如感染人数的时间依赖性。早期死亡是零星和离散的，因此使用网络模型的传染病传播是势在必行的，与网络本身是一个关键的随机变量。在试图用参数化模型拟合这些事件时，必须考虑到具体地点的人口年龄分布和人口密度。这些特点使得朴素贝叶斯模型比较不切实际，因为网络必须足够大，以避免有限的规模效应。我们将这个问题重新表述为弹性弹簧连接在一个由56448个参数化模型组成的六维格子中的每个模型的独立位置特定的“球”的统计物理学问题，特定模型的“弹簧常数”由该模型的网络传染病模拟的随机性确定。球的分布决定了所有的贝叶斯后验期望。传染病的重要特征是可以确定的: 感染者死亡的比例(
映射图像到有序网络
原文标题：
Mapping images into ordinal networks
地址：
http://arxiv.org/abs/2007.03090
作者：
Arthur A. B. Pessa,Haroldo V. Ribeiro
摘要：一个越来越抽象的概念标志着网络科学的一些最新研究。这方面的例子包括将时间序列数据映射到网络的算法的发展，这些网络的顶点和边可以有不同的解释，超越了复杂系统的部分和相互作用的经典概念。事实证明，这些方法对于处理日益增长的复杂性和不同数据集的数量非常有用。然而，这种算法的使用大多局限于一维数据，并且很少有人努力将这些方法扩展到更高维数据，如图像。在这里，我们提出了一个泛化的有序网络映射图像到网络的算法。我们研究了连通性约束的出现，这些约束继承自用于定义网络节点和链路的符号化过程，从而使我们能够从随机图像中推导出有序网络的精确结构。我们将这种新算法应用于一系列的应用中，包括周期性饰品的随机化、二维分数布朗运动和伊辛模型生成的图像以及自然纹理数据集。这些算例表明，从平均最短路径和全局节点熵等有序网络中获得的测度提取了与粗糙度和对称性有关的重要图像特征。
后真理世界中的人格价值观
原文标题：
P-Values in a Post-Truth World
地址：
http://arxiv.org/abs/2007.03611
作者：
Joshua T. Vogelstein
摘要：统计学家在社会中的作用是提供工具、技术和指导，以确定数据的可信度。随着数据越来越多，错误信息越来越多，这一作用变得越来越重要。美国统计协会最近发布了两份关于 p 值的声明，并提供了四条指导原则。我们用这些原则来评估他们的主张，发现他们没有遵守这些原则。在这个互不信任的时代，我们有机会成为值得信赖的榜样，并有责任去做到这一点。
经济活动人工化学模型中
税收对财富不平等的影响
原文标题：
The Effects of Taxes on Wealth Inequality in Artificial Chemistry Models of Economic Activity
地址：
http://arxiv.org/abs/2007.02934
作者：
Wolfgang Banzhaf
摘要：我们考虑了许多经济活动的人工化学模型，以及它们对经济不平等形成的影响。我们特别感兴趣的是，什么样的税收措施能够有效缓解经济不平等。从已知的动力学交换模型出发，考察了不同情景下经济活动模型在均衡状态下形成不均衡财富分配的趋势。
来源：集智斑图 编辑：王建萍
近期网络科学论文速递
关闭和重新开放: 学校在欧洲新型冠状病毒肺炎传播中的作用 | 网络科学论文速递33篇
接触追踪+隐私保护避免第二波新冠肺炎疫情 | 网络科学论文速递35篇
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！
👇点击“阅读原文”，了解更多最新arxiv论文