利用节点复制，防止图网络遭到拓扑攻击 | 网络科学论文速递30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

• 利用节点复制，防止图网络遭到拓扑攻击；

• 先前的低毒力菌株大流行诱导对新型冠状病毒肺炎的免疫力；

• 新型冠状病毒肺炎下移动数据的私人来源；

• 对称性在非理性选择中的作用；

• 合作项目的文献计量学；

• 传染病模型中网络性质和混合对控制措施和疾病诱导群体免疫的影响: 一个平均场模型的观点；

• 电网无标度停电规模的出现；

• 监测物理距离的人群管理: 实时轨迹和组分析；

• 对“传染病尾部风险”的科学评价；

• 疏散现象的微观动力学；

• 社会力量模型参数测试和优化使用一个高压力的现实生活情况；

• 关于英国科维德19宗教死亡率的说明: 哪些群体最危险？；

• 武汉市封锁前新型冠状病毒肺炎疫情发生率及影响评估；

• 网络中的极化；

• 在线课程中的数据驱动建模和任务完成顺序角色塑造；

• H-VGRAE: 一种动态网络中鲁棒异常检测的分层随机时空嵌入方法；

• 随机图的序列度量维数；

• 基于强化学习方法的 Ridehailing 系统多目标车辆再平衡；

• 阅读: 一个基于动态分区的区域/异常检测框架；

• 基于数据驱动稀疏度的大规模动态社会网络学习潜在影响研究；

• 电动汽车共享系统中的车队规模及充电器配置；

• 利用多高阶网络模型预测图中穿越节点序列；

• 权力、升迁与庇护: 天主教主教、社会网络与前红衣主教麦卡瑞克的事件；

• 随机 Lorentz 气体环境中的受限扩散；

• 细胞板发展过程中大弯曲变形的形态弹性；

• 血管复杂度对最佳结指数的影响；

• 被动和主动膜管的动力学；

• 生物分子活化动力学中的动能流；

• 细胞核作为微流变探针研究细胞骨架的流变性；

• 基于生成对抗网络(GAN)的强迫 Burgers 方程解析尺度的亚网格参数化；

利用节点复制，

防止图网络遭到拓扑攻击

原文标题：

Node Copying for Protection Against Graph Neural Network Topology Attacks

地址：

http://arxiv.org/abs/2007.06704

作者：

Florence Regol,Soumyasundar Pal,Mark Coates

摘要：对抗性攻击会影响现有深度学习模型的性能。随着人们对基于图机器学习技术兴趣的增加，有研究表明这些模型也容易受到攻击。特别是图的拓扑结构的破坏会严重影响基于图的学习算法的性能。这是由于这些算法的预测能力主要依赖于图连通性所强加的相似性结构。因此，检测腐蚀的位置并纠正感应误差就显得至关重要。目前已经有一些方法可以解决这个问题，但是这些方法都不能解决攻击对下游学习任务的影响。在这项工作中，我们提出了一种利用节点复制来减轻由于对抗性攻击造成的分类退化的算法。该方法只有在下游任务的模型得到训练，并且大图的计算代价规模良好的情况下才能应用。实验结果表明，我们的方法对几个真实世界的数据集是有效的。

先前的低毒力菌株大流行诱导

对新型冠状病毒肺炎的免疫力

原文标题：

A preceding low-virulence strain pandemic inducing immunity against COVID-19

地址：

https://arxiv.org/abs/2007.07154

作者：

Hagai B. Perets,Ruth Perets

摘要：高度接触来自中国的交通的国家被认为是新型冠状病毒肺炎传播风险最高的国家。然而，新型冠状病毒肺炎病例数量(感染水平)与传入流量水平呈负相关。此外，感染水平与群体规模呈正相关，而后者只在群体免疫水平达到时才影响感染水平。这些可以解释，如果一个低毒力株(LVS)开始传播几个月前从中国，提供免疫后来新出现的已知 SARS-CoV-2高毒力株(HVS)。我们发现，新型冠状病毒肺炎流感大流行的动态取决于 LVS 和 HVS 的传播倍数和它们初始传播之间的延迟。我们发现 LVS 倍增时间比 HVS 慢1.59 ± 0.17倍，但其早期发病使其全球范围广泛传播到群体免疫所需的水平。在较早接触 LVS 和/或人口规模较小的国家，LVS 较早实现群体免疫，使 HVS 传播的时间较短，从而导致较低的 HVS 感染水平。该模型仅考虑中国的人口规模和入境流量，准确地预测了一个国家的感染水平({ rm r ^ {2} = 0.74} ; p 值为{ rm 5.2 times 10 ^ {-13})。解释了它们与接入业务量(cexp)的负相关性，与种群大小(n _ { pop })的正相关性，以及它们之间的具体关系(n cases ∝ nTL/THpop cTL/TH-1exp)。我们发现，大多数国家应该已经实现了群体免疫。Covid-19在这些国家的进一步传播是有限的，预计不会增加超过2-3倍。我们建议进行测试/预测，以进一步验证该模型，并从生物学角度识别 LVS，并讨论其影响。

新型冠状病毒肺炎下

移动数据的私人来源

原文标题：

Private Sources of Mobility Data Under COVID-19

地址：

http://arxiv.org/abs/2007.07095

作者：

Raquel Pérez Arnal,David Conesa,Sergio Alvarez-Napagao,Toyotaro Suzumura,Martí Català,Enric Alvarez,Dario Garcia-Gasulla

摘要：新型冠状病毒肺炎正以前所未有和不可预测的方式改变着世界。人类的流动性是这种变化的中心，是病毒传播的最大促进者。为了研究流动性的变化，评估流动性限制政策的效率，以及更好地应对未来可能出现的危机，我们需要正确理解我们所掌握的所有流动性数据来源。我们的工作是致力于研究私人移动资源，收集和发布的大型科技公司。这些数据具有特殊的意义，因为与大多数公共资源不同，它们关注的是人，而不是交通工具。也就是说，它的计量单位是西方社会中最接近人的东西: 电话。此外，它们所覆盖的社会样本数量大，具有代表性。另一方面，由于匿名的原因，这类数据不能直接访问。因此，正确解释其模式需要谨慎。意识到这一点，我们开始在西班牙的背景下探索移动数据私人来源的行为和相互关系。这个国家代表了一个良好的实验环境，因为它的大规模和快速流行的高峰期，以及它实施的持续的，普遍的封锁。我们发现私有移动资源既相关又互补。利用这些数据，我们评估了实施政策的效率，并对西班牙的新常态意味着什么提供了深刻的见解。

对称性在非理性选择中的作用

原文标题：

Role of Symmetry in Irrational Choice

地址：

http://arxiv.org/abs/1806.02627

作者：

Ivan Kozic

摘要：对称性是现代物理学及其相关科学中的一个基本概念。作为一个如此强大的工具，几乎所有的物理学理论都可以从对称性中衍生出来，这种方法的有效性是惊人的。由于许多物理学家实际上并不相信对称性是自然界的基本特征，它似乎更像是人类认知的基本特征。根据进化心理学家的研究，人类对于对称性有一种感官偏好。对于对称模式的无意识探索已经发展成为一种解决与生存和繁殖相关的特定适应性问题的方法。因此，心理学和行为经济学的一些基本概念必然涉及对称性就不足为奇了。本文的目的是提请注意对称性在决策中的作用，并说明如何使用数学群论代数操作化。

合作项目的文献计量学

原文标题：

Bibliometrics for collaboration works

地址：

https://arxiv.org/abs/1902.01693

作者：

Paolo Rossi,Alessandro Strumia,Riccardo Torre

摘要：文献计量学中的一个重要问题是合著权在科学合作产出中的权衡，这已经成为许多学科研究活动的标准形式。这个问题在高能物理领域尤其重要，这个领域的合作者达到了3000名，但是在其他领域，比如医学或生物学，这个问题也不能再被忽视了。我们提出了理论和数值论证，支持将个人贡献作为1/n 来衡量，其中 Naut 是合作作者的数量。当计算引文时，我们建议指数≈1，这相当于分数计数。当计算论文数量时，我们建议≈1/3-1/2，前者(后者)更适合于较大(较小)的合作。我们期望并验证 h 索引可以作为合作者平均数的平方根，并且定义了一个不随合作规模扩展的细分 h 索引。

传染病模型中网络性质和混合对

控制措施和疾病诱导群体免疫的影响: 

一个平均场模型的观点

原文标题：

The impact of network properties and mixing on control measures and disease-induced herd immunity in epidemic models: a mean-field model perspective

地址：

http://arxiv.org/abs/2007.06975

作者：

Francesco Di Lauro,Luc Berthouze,Matthew D. Dorey,Joel C. Miller,István Z. Kiss

摘要：种群的接触结构在感染的传播中起着重要作用。许多“结构化模型”通过底层网络或混合矩阵捕获接触结构的各个方面。在这些模型中，一个重要的观察结果是，一旦1-1/R0的一小部分被感染，剩余的易感人群就不能再维持一种流行病。最近对一些结构化模型的观察表明，这一阈值可以与较小比例的受感染个体交叉，因为该疾病的行为类似于目标疫苗，优先对在传播中发挥更大作用的高风险个体进行免疫。因此，一次有限的”第一波”可能会留下一些人口，一旦干预措施取消，这些人口就无法支持第二波。在本文中，我们系统地分析了一些网络和其他结构化人群的平均场模型，以解决与新型冠状病毒肺炎流行病有关的问题。特别地，我们考虑在几种情况下的群体免疫。我们证实，在具有高度异质性的网络中，第一波给予群体免疫的感染明显少于具有低度异质性的等价模型。然而，如果将干预建模为联系网络的变化，那么这种影响可能会变得更加微妙。事实上，修改这种结构可以保护高度连接的节点在第一波中不受感染，并使第二波更加实质化。我们通过使用一个年龄结构划分模型与实际数据进行参数化，并比较作为混合矩阵或年龄特定结构变化的全球尺度实施的封锁期，确认了这一发现。我们发现关于群体免疫水平的结果与模型、封锁的持续时间和封锁的实施方式密切相关。

电网无标度停电规模的出现

原文标题：

Emergence of scale-free blackout sizes in power grids

地址：

http://arxiv.org/abs/2007.06967

作者：

Tommaso Nesti,Fiona Sloothaak,Bert Zwart

摘要：我们将电网建模为带有重尾下沉的图表，代表城市的需求，并研究了这些图表上的连锁故障。我们的分析将城市规模的无标度特性与城市规模的无标度特性联系起来，与之前的研究相反，这些研究表明城市规模的无标度特性是由自组织临界性控制的。我们的结果是基于一个新的数学框架，结合潮流物理学和稀有事件分析的重尾分布，并验证了使用各种合成网络和德国传输网络。

监测物理距离的人群管理:

实时轨迹和组分析

原文标题：

Monitoring physical distancing for crowd management: real-time trajectory and group analysis

地址：

http://arxiv.org/abs/2007.06962

作者：

Caspar A. S. Pouw,Federico Toschi,Frank van Schadewijk,Alessandro Corbetta

摘要：物理距离作为一种遏制新型冠状病毒肺炎扩散的措施，正在定义一种“新常态”。除非属于一个家庭，在共享空间的行人被要求观察最小的(国家相关的)成对距离。一致地，公共空间的管理者可能被赋予执行或监测这一限制的任务。由于尊重隐私的公共空间行人动态实时跟踪是一个日益增长的现实，利用这些工具来分析对物理距离的坚持性和比较人群管理措施的有效性是很自然的。典型的问题是: “在什么情况下非家庭成员侵犯了社会距离? ”、“有没有屡犯者? ”，以及「新的人群管理措施表现如何? 」.值得注意的是，处理大量的人群，例如在火车站，变得迅速的计算挑战。在这项工作中，我们有两个目标: 首先，我们提出了一个高效且可扩展的分析框架，通过稀疏图来处理离线或实时的行人跟踪数据。该架构能有效地处理上述所有问题，透过向量加权图表连结，反映行人与行人之间的互动关系。在此基础上，我们可以以兼容隐私的方式解开距离犯罪者和家庭成员之间的关系。其次，我们对荷兰火车站台上的相互距离和曝光时间进行了深入的分析，并通过物理观测值作为径向分布函数对前 covid 数据和当前数据进行了比较。这个分析公共交通设施人群管理措施的方法既简单又灵活，可以解决实际距离以外的问题，例如尊重个人隐私地探测团体和分析他们的运动模式。

对“传染病尾部风险”的科学评价

原文标题：

Scientific comment on "Tail risk of contagious diseases"

地址：

http://arxiv.org/abs/2007.06876

作者：

Alvaro Corral

摘要：西里罗和塔勒布[自然物理 16,606-613(2020)]研究人类历史上主要流行病的规模，以死亡人数为依据。他们使用了从雅典瘟疫(公元前429年)到新型冠状病毒肺炎(2019-2020年)的72次流行病的数据，声称由此产生的死亡率分布是“极端厚尾的” ，即渐近幂律。这对风险有着重要的影响，因为死亡率分布的平均值变为无穷大。重新分析同样的数据，我们发现，尽管数据可能符合幂律尾，但这些结果并不是决定性的，其他分布，而不是厚尾分布，可以同样很好地解释这些数据。对对数正态分布随机变量的模拟提供了与经验数据的统计量无差别的综合数据。

疏散现象的微观动力学

原文标题：

Microscopic dynamics of the evacuation phenomena

地址：

http://arxiv.org/abs/2007.06746

作者：

F. E. Cornes,G. A. Frank,C. O. Dorso

摘要：我们在社会力模型的背景下研究了房间疏散问题。本文以225名处于不同焦虑水平的行人逃离房间为研究对象，分析了堵塞时间对疏散效果的影响。我们将延迟与集群化现象联系在一起，即“快就是慢”和“快就是快”的制度。我们将证明，“更快更快”的拥有属性是一个巨大的集群结构(由15个以上的行人组成)的存在，虽然没有长期的延迟出现在这个制度。对于这个系统，我们发现在“快就是慢”模式中的相关结构是那些以某种方式连接到定义出口的两堵墙上的阻塞簇。在非常低的期望速度下，非常小的结构变得相关(由不到5个行人组成) ，但在中等速度下(vd = 3 m/s) ，参与区块的行人增加(不超过15个行人)。

社会力量模型参数测试和优化

使用一个高压力的现实生活情况

原文标题：

Social Force Model parameter testing and optimization using a high stress real-life situation

地址：

http://arxiv.org/abs/2007.06651

作者：

I. M. Sticco,G. A. Frank,C. O. Dorso

摘要：社会力量模型(SFM)的逃离恐慌版本是描述紧急疏散的合适模型。在这项研究中，我们分析了一个现实生活中的视频，记录在一个商店开业期间的黑色星期五事件，这类似于紧急疏散(2017年11月，南非)。我们测量了进入商店的行人流量，发现其值(something j something = 6.7 ± 0.8 p/s)高于通常在“实验室”条件下报告的值。我们进行了数值模拟来重现这一事件。将经验测量值与文献中目前使用的不同参数组对应的模拟疏散曲线进行了比较。所获得的结果表明，与实验室实验(涉及主要关注参与者安全的行人)校准相对应的一组参数，或者在身体接触可以忽略不计的情况下，所产生的模拟结果表明，与实验情景相比，这些代理人撤离的速度更快。最后，对模型的两个参数: 摩擦系数 kt 和体力系数 kn 进行了优化。我们发现的最佳拟合可以复制经验疏散曲线的定性和定量行为。我们还发现，参数空间中的许多不同组合在拟合优度方面可以产生相似的结果。

关于英国科维德19宗教死亡率的说明: 

哪些群体最危险？

原文标题：

A Note on UK Covid19 death rates by religion: which groups are most at risk?

地址：

http://arxiv.org/abs/2007.07083

作者：

Norman Fenton

摘要：在英国，人们非常关注黑人和少数民族社区的人死于 Covid19的风险远远高于其他民族。然而，英国政府国家统计局(ONS)最近关于宗教死亡的总体死亡数据显示，犹太人(很少有人被归类为黑人穆斯林)比那些主要信奉黑人穆斯林的宗教(印度教、锡克教、穆斯林)有更高的风险。根据国家统计局的统计分析，这个明显矛盾的结果隐含地解释了年龄，因为报告声称，当按年龄调整后，穆斯林有最高的死亡风险。但是，报告没有提供原始数据来支持这一点。除了年龄之外，还有许多因素必须纳入对观察数据的任何分析之中，然后才能根据宗教/种族对风险作出明确的结论。我们建议需要一个因果模型来解决这个问题。如果我们不考虑未知的遗传因素，那么一旦我们知道一个人的年龄、潜在的医疗条件、工作/生活条件以及社会距离的程度，宗教和种族对他的 Covid19死亡风险没有任何影响。

武汉市封锁前新型冠状病毒肺炎

疫情发生率及影响评估

原文标题：

Evaluating Incidence and Impact Estimates of the COVID-19 Outbreak from Wuhan before Lockdown

地址：

http://arxiv.org/abs/2007.07202

作者：

Mai He,Li Li,Louis P. Dehner

摘要：背景: 中国武汉是2010年新型冠状病毒肺炎大流行的中心。目前研究的目的是在采取干预措施之前了解感染传播动态。方法: 通过出版物和网络对数据和关键事件进行检索。利用从各种数据源提取的数据计算流行病学数据。结果: 我们制定了一个时间表，显示到2020年1月1日，中国当局已经出示了令人信服的人际传播证据，然而，直到2020年1月20日，这一信息才被公开。我们的研究估计，如果在2020年1月2日采取干预措施，感染病例总数将达到10989例，而在2020年1月23日实施封锁时，感染病例总数为239875例。结论: 中国隐瞒了关于2020年新型冠状病毒肺炎疫情的关键信息，并且反应迟缓，最终导致了本世纪最大的公共卫生危机，如果早些采取对策本来是可以避免的。

网络中的极化

原文标题：

Polarization in networks

地址：

http://arxiv.org/abs/2007.07061

作者：

Kenan Huremovic,Ali Ozkes

摘要：我们介绍了一个网络中的极化模型，作为极化测量的统一框架，它涵盖了广泛的应用。我们考虑一个充分普遍的设置: 节点和边加权，无向和连通的网络。我们推广了 Esteban 和 Ray (1994)的公理化角色塑造，并指出只有这个类中的特定实例才可以合理地用来测量网络的极化。

在线课程中的数据驱动建模

和任务完成顺序角色塑造

原文标题：

Data-driven modelling and characterisation of task completion sequences in online courses

地址：

http://arxiv.org/abs/2007.07003

作者：

Robert L. Peach,Sam F. Greenbury,Iain G. Johnston,Sophia N. Yaliraki,David Lefevre,Mauricio Barahona

摘要：学习的内在时间性要求采用能够利用时间序列信息的方法。在这项研究中，我们利用序列数据框架，并展示了数据驱动的时间序列的任务完成在线课程可以用来描述个人和团体学习者的行为，并确定关键的任务和课程会议在给定的课程设计。我们还介绍了最近发展的概率贝叶斯模型，以了解学生的序列轨迹和预测学生的表现。我们的数据驱动的基于序列的分析应用于在线商务管理课程的学习者的数据，揭示了学习者群体中的不同行为，识别出学习者或学习者群体偏离课程中预期的名义顺序。利用课程成绩的后验性，我们探讨了高水平和低水平学习者在行为上的差异。我们发现，高水平的学习者比低水平的学习者更有规律地跟随每周课程之间的进展，然而在每周课程中，高水平的学习者与名义任务顺序的联系更少。然后，我们使用概率贝叶斯模型对高绩效和低绩效学生的顺序进行建模，并表明我们可以学习与绩效相关的参与行为。我们还展示了数据序列框架可以用于以任务为中心的分析; 我们在课程设计中识别关键的连接点和不同类型任务之间的差异。我们发现非死记硬背的学习任务，例如交互式任务或讨论帖，与较高的表现相关。我们讨论这些分析技术的应用作为课程设计、干预和学生监督的辅助手段。

H-VGRAE: 

一种动态网络中鲁棒异常

检测的分层随机时空嵌入方法

原文标题：

H-VGRAE: A Hierarchical Stochastic Spatial-Temporal Embedding Method for Robust Anomaly Detection in Dynamic Networks

地址：

http://arxiv.org/abs/2007.06903

作者：

Chenming Yang,Liang Zhou,Hui Wen,Zhiheng Zhou,Yue Wu

摘要：动态网络中异常边缘和节点的检测在社会媒体、计算机网络等领域具有重要意义。最近的方法利用网络嵌入技术来学习如何生成正常训练样本的节点表示和检测偏离正常模式的异常。然而，由于动态网络具有很高的灵活性和随机性，现有的网络嵌入方法大多采用确定性节点表示方法，这种表示方法对网络拓扑和属性的波动非常敏感。本文提出了一种基于分层变分图回归自动编码器(H-VGRAE)的异常检测随机神经网络，该算法利用学习的随机变量形式的鲁棒节点表示来检测动态网络中的异常。H-VGRAE 是一个半监督模型，通过变分推理最大化邻接矩阵和节点属性的可能性来捕获训练集中的正常模式。与现有方法相比，H-VGRAE 方法具有三个主要优点: 1) H-VGRAE 通过随机建模和多尺度时空特征提取来学习鲁棒节点表示; 2) H-VGRAE 方法可以随着动态网络规模的增加而扩展到深层结构; 3)可以从概率的角度定位和解释异常边缘和节点。在4个真实世界的数据集上进行的大量实验表明，与最先进的竞争对手相比，H-VGRAE 在动态网络中的异常检测表现更为出色。

随机图的序列度量维数

原文标题：

Sequential metric dimension for random graphs

地址：

http://arxiv.org/abs/1910.10116

作者：

Gergely Odor,Patrick Thiran

摘要：在图的定位游戏中，目标是找到一个固定但未知的目标节点 v something，尽可能少的距离查询。在游戏的 jth 步骤中，玩家查询一个节点 vj 并接收节点 vj 和 v something 之间的距离作为他们查询的答案。顺序度量维度(SMD)是玩家需要绝对确定地猜测目标的最小查询数，不管目标在哪里。SMD 这个术语起源于度量维度(MD)的相关概念，它与 SMD 的定义方式相同，只是玩家的查询是非自适应的。在这项工作中，我们将 arXiv: 1208.3801关于 Erdős-Rényi 图的 MD 的结果扩展到 SMD。我们发现，在连通的 erd-rényi 图中，MD 和 SMD 是相互独立的常数因子。对于下限，我们通过结合为 MD 开发的工具和一个新的耦合参数提供了一个干净的分析。对于上界，我们证明了一个贪婪地最小化每一步候选目标数的策略在 Erdős-Rényi 图中使用渐近最优查询。讨论了与源定位、图的二进制搜索和生日问题的联系。

基于强化学习方法的

Ridehailing 系统多目标车辆再平衡

原文标题：

Multi-Objective Vehicle Rebalancing for Ridehailing System using a Reinforcement Learning Approach

地址：

http://arxiv.org/abs/2007.06801

作者：

Yuntian Deng,Hao Chen,Shiping Shao,Jiacheng Tang,Jianzong Pi,Abhishek Gupta

摘要：本文研究了需求不对称的大规模快速叫车系统的再平衡算法设计问题。在一个具有多个节点(代表社区)的大城市中，我们提出了一个半马尔可夫决策问题(SMDP)框架中的再平衡问题。我们假设乘客在每个节点排队，直到他们与车辆匹配。SMDP 的目标是最小化乘客等待时间和空车总行驶里程的凸组合。由此产生的 SMDP 似乎很难在2010年解析解的再平衡战略中解决。因此，我们使用深度强化学习算法来确定 SMDP 的近似最优解。训练后的政策与其他著名的再平衡算法进行了比较，这些算法旨在解决其他目标(如最小化需求下降概率)来解决乘车问题。

ReAD: 

一个基于动态分区的区域/异常检测框架

原文标题：

ReAD: A Regional Anomaly Detection Framework Based on Dynamic Partition

地址：

https://arxiv.org/abs/2007.06794

作者：

Huaishao Luo,Chuishi Meng,Bowen Wu,Junbo Zhang,Tianrui Li,Yu Zheng

摘要：从城市数据中检测异常区域是一个重要的研究课题。然而，据我们所知，以往针对时空异常设计的方法都是基于道路或基于网格的，这通常会导致数据稀疏性问题，影响检测结果。针对上述问题，本文提出了一种动态区域划分方法。此外，我们还提出了一个无监督的区域异常检测框架(ReAD) ，通过联合考虑空间和时间特性来检测任意形状的异常区域。具体而言，该框架首先通过动态区域划分方法生成区域。与基于网格的方法相比，该方法可以减少数据的稀疏性和异质性，保证同一区域的观测数据具有相邻位置和相似的非空间属性读数。然后利用区域散度计算方法计算各区域的异常度量。根据不同的场景，最终通过加权方法或波浪方法检测出异常区域。在仿真数据集和实际应用上的实验证明了该框架的有效性和实用性。

基于数据驱动稀疏度的大规模

动态社会网络学习潜在影响研究

原文标题：

Learning hidden influences in large-scale dynamical social networks: A data-driven sparsity-based approach

地址：

http://arxiv.org/abs/2007.06713

作者：

Chiara Ravazzi,Fabrizio Dabbene,Constantino Lagoa,Anton V. Proskurnikov

摘要：人际影响估计的实证数据是一个中心挑战研究的社会结构和动态。意见动力学理论是一门年轻的交叉学科，研究社会网络中的意见形成，在市场营销、广告和推荐等领域有着巨大的应用潜力。社会影响这个术语是指个体在社会系统中由于与他人的相互作用而产生的行为变化，例如组织、社区或整个社会。互联网的出现使得大量的数据变得容易获得，这些数据可以用来衡量社会对大量人口的影响。在这里，我们旨在定性和定量推断社会影响从数据使用系统和控制的观点。首先，我们介绍了一些意见动态的定义和模型，并回顾了基于稀疏度的在线社会网络的一些结构性约束。然后，我们回顾了从一组观测数据推断网络结构的主要方法。最后，我们提出了一些算法，利用引入的模型和结构约束，重点是样本复杂度和计算需求。

电动汽车共享系统中

的车队规模及充电器配置

原文标题：

Fleet Sizing and Charger Allocation in Electric Vehicle Sharing Systems

地址：

http://arxiv.org/abs/2007.06687

作者：

Yuntian Deng,Abhishek Gupta,Ness B. Shroff

摘要：在本文中，我们提出了一个封闭排队网络模型用于分析电动汽车共享系统的性能。根据需求分布，我们设计算法来计算最佳的车队规模和充电器的数量，以最大限度地提高利润，同时保持一定的服务质量。我们证明了利润是凹的方面的车队规模和数量的充电器在每个充电点。如果在城市内部安装更多的充电器，我们证明它不仅可以减少车队的规模，而且还可以改善城市内所有地点的车辆的可用性。通过仿真进一步表明，当充电时间与平均充电时间相比变化较大时，两个慢速充电器的充电性能可能优于一个快速充电器。

利用多高阶网络模型

预测图中穿越节点序列

原文标题：

Predicting Sequences of Traversed Nodes in Graphs using Network Models with Multiple Higher Orders

地址：

http://arxiv.org/abs/2007.06662

作者：

Christoph Gote,Giona Casiraghi,Frank Schweitzer,Ingo Scholtes

摘要：提出了一种新的序列预测方法，用于捕获图中节点的顺序数据遍历。我们的方法建立在一个统计建模框架的基础上，该框架将多个高阶网络模型组合成一个单一的多阶模型。我们发展了一种技术来适应这样的多阶模型在经验序列数据和选择最佳最大阶。我们的框架为给定任意长度的序列前缀的下一个元素和全序列预测提供了便利。我们评估我们的模型基于六个经验数据集包含序列从网站导航以及公共交通系统。结果表明，我们的方法优于最先进的算法为下元素预测。我们进一步证明了我们的方法在样本外序列预测的准确性，并验证了我们的方法可以扩展到数百万个序列的数据集。

权力、升迁与庇护: 

天主教主教、社会网络与

前红衣主教麦卡瑞克的事件

原文标题：

Power, Preferment, and Patronage: Catholic Bishops, Social Networks, and the Affair(s) of Ex-Cardinal McCarrick

地址：

http://arxiv.org/abs/2007.06606

作者：

Stephen Bullivant,Giovanni Radhitio Putra Sadewo

摘要：社会网络分析(Social Network Analysis，SNA)有力地揭示了传统上受恩宠、偏爱和互惠义务的影响很重要的文化。因此，我们在此认为，天主教会内部的主教任命、文化和治理是 SNA 审讯的理想主题。我们分析了英格兰和威尔士天主教主教会议和美国天主教会议的原始网络数据。值得注意的是，我们展示了网络知情的方法如何有助于理解发生性虐待的教会文化，以及/或者性虐待的启用、忽视和掩盖的紧迫任务。这里特别提到了前特区大主教西奥多 · 麦卡里克(Theodore McCarrick) ，他因性犯罪被“从神职州开除”。评论家们在更广泛地讨论麦卡里克事件和教会政治时，自然而然地使用了“ protege”、“ clique”、“ network”和“ kingmaker”等术语: 确切地说，这些民间描述的社会和政治生活是 SNA 设计用来量化和解释的。

随机 Lorentz 气体环境中的受限扩散

原文标题：

Confined diffusion in a random Lorentz gas environment

地址：

http://arxiv.org/abs/2007.06841

作者：

Narender Khatri,P. S. Burada

摘要：本文研究了二维有限几何中布朗粒子的扩散行为。研究了不同障碍物密度和标度参数 f 的输运特性，f 是粒子所做功与有效热能的比值。我们证明，当热涨落主导的外力，即小 f 区，粒子陷入给定的环境，当系统渗透的临界障碍密度 c ≈1.2。然而，随着 f 的增加，我们观察到粒子捕获发生在 c 之前。特别地，我们发现了与 f 之间的一个关系，它提供了一个最小值的估计，直到 Fick-Jacobs 描述无效的临界尺度参数 fc。解释了 f 和 f 的各种强度的突出的输运特征，如非线性迁移的非单调行为、反常扩散和大大增强的等效扩散系数。另外，还观察到粒子表现出不同的扩散行为，即次扩散、正常扩散和超扩散。这些发现对于理解小颗粒或分子在分子筛和多孔介质中的输运具有重要意义。

细胞板发展过程中

大弯曲变形的形态弹性

原文标题：

Morphoelasticity of Large Bending Deformations of Cell Sheets during Development

地址：

http://arxiv.org/abs/2007.07126

作者：

Pierre A. Haas,Raymond E. Goldstein

摘要：在形态发生过程中，细胞板的变形是由细胞分裂和细胞形状变化等发育过程驱动的。在形态弹性壳理论的发展中，这些过程表现为弹性薄壳固有几何的变化。然而，形态发生往往涉及大的弯曲变形，超出了这些壳理论的正式有效范围。在这里，通过对薄壳极限下的三维不可压缩形变弹性渐近展开，我们推导出大内弯变形的壳理论，并强调由此产生的几何材料各向异性和单元收缩的弹性作用。以绿藻的内陷为模型发展事件，我们展示了这一理论的结果如何不同于经典的壳理论，这些壳理论不是形式上有效的这些大弯曲变形，并揭示了这些几何效应如何稳定内陷。

血管复杂度对最佳结指数的影响

原文标题：

The role of vascular complexity on optimal junction exponents

地址：

http://arxiv.org/abs/2007.07039

作者：

Jonathan Keelan,James P. Hague

摘要：我们研究复杂性对动脉树结构的影响，使用模拟退火血管优化算法确定全局最佳血管布局，我们之前已经使用该算法重现了心脏和脑血管的特征。对复杂血管结构的基本生物物理理解可以应用于心血管疾病的模拟，以及改进大型人工组织中血管的表征。为了在计算机方法中进展动脉网络的生长，我们需要了解计算动脉生长算法对复杂性的稳定性，生理参数的变化，如组织需求，以及关于连接指数值的基本假设。确定了二维动脉树的全局最优结构，分析了树形态和最优分叉指数对生理参数的敏感性。我们发现，对于生理相关的模拟参数，动脉结构是稳定的，而最佳交界指数是不同的。我们的结论是，动脉树的完全复杂性对于确定血管的基本属性至关重要。这些结果对于确定基于优化的动脉生长算法对于生理参数的不确定性是稳定的，同时确定最优分叉指数(许多动脉生长算法的关键参数)对于复杂性和器官决定的边界条件是敏感的，具有重要意义。

被动和主动膜管的动力学

原文标题：

Dynamics of passive and active membrane tubes

地址：

http://arxiv.org/abs/2007.06924

作者：

Sami C. Al-Izzi,Pierre Sens,Matthew S. Turner,Shigeyuki Komura

摘要：利用昂萨格尔变分公式，我们推导了小变形极限下流体膜管松弛的动力学方程，考虑了跨膜溶剂粘度的对比和膜不可压缩性引起的表面张力的变化。我们计算了弛豫速率，恢复了在纯轴对称扰动情况下的已知结果，并对高阶(方位) m 模做出了新的预测。我们分析了这些模式的长波长和短波长的限制，利用各种渐近的论点。我们在动力学方程中引入了随机项，这些随机项既适用于描述被动热力，也适用于描述非平衡主动力。我们推导出了涨落振幅的表达式，与有效涨落相关的有效温度，以及热涨落和有效涨落的功率谱密度。我们讨论了一个实验分析，可能使测量这些波动推断的性质的有源噪声。最后，我们讨论了我们的结果，在活性膜的背景下更广泛，并给出了一些开放的问题在该领域的概述。

生物分子活化动力学中的动能流

原文标题：

Kinetic energy flows in activated dynamics of biomolecules

地址：

https://arxiv.org/abs/2007.06733

作者：

Huiyu Li,Ao Ma

摘要：蛋白质构象变化是蛋白质功能必不可少的活化过程。蛋白质的激活不同于小分子的激活，因为它涉及定向和系统的能量流通过编码在蛋白质结构中的优先通道。了解这些能量流通道的性质以及在激活过程中能量是如何通过它们的，对于理解蛋白质构象的变化是至关重要的。我们最近建立了一个严格的统计力学框架来理解势能流。在这里，我们用一个严格的动能流理论来完成这个理论框架: 当外加力反对惯性力时，势能和动能相互转换，而当惯性力相互反对时，动能直接从一个坐标转换到另一个坐标。这个理论被应用于分析一个生物分子构象动力学的原型系统: 丙氨酸二肽的异构化。在这个过程的两个基本能量流通道中，二面体 φ 碰到活化势垒，而二面体 θ 从势能流中获得能量。有趣的是，θ 帮助 phi 跨越激活屏障，通过直接的动能流将它接收到的所有能量转化为 phi: 势能流引起的 θ 的增加转化为 phi 的增加。作为补偿，θ 通过直接机制从键角 α 接收动能，通过间接机制接收键角 β。

细胞核作为微流变探针

研究细胞骨架的流变性

原文标题：

Cell nucleus as a microrheological probe to study the rheology of the cytoskeleton

地址：

http://arxiv.org/abs/2007.06717

作者：

Moslem Moradi,Ehssan Nazockdast

摘要：细胞的机械特性是探测细胞过程和/或病理引起的细胞结构变化的重要生物标志物。微流控技术的发展使得细胞力学测量能够高通量地进行，因此机械分型可以在合理的时间尺度上应用于大样本。这些研究通常将细胞的刚度作为唯一的机械生物标志物来测量，而不能区分细胞的不同结构成分的流变学贡献，包括细胞皮层、内部细胞质及其浸没的细胞骨架结构和细胞核。高速荧光成像技术的最新进展使得探测细胞皮层的变形成为可能，同时也跟踪了适用于微流体平台的不同细胞内成分的速率。通过分析外部微流体引起的皮层变形与皮层变形引起的细胞核移位之间的相关性，提出了一种解耦细胞皮层和细胞质力学的新方法，我们利用细胞核作为高通量的微流变探针，独立于皮层力学研究细胞质的流变性。为了证明这种方法的适用性，我们考虑了一个概念模型的证明，该模型由一个以球形细胞为中心的刚性球形细胞核组成。将细胞质内部模拟为粘性、粘弹性、孔隙性和多孔弹性材料，得到了细胞内部形变随时间变化的核速度解析表达式，并论证了如何利用核速度来描述细胞质在广泛的力和时间尺度/频率范围内的线性流变性。

基于生成对抗网络(GAN)的强迫

Burgers 方程解析尺度的亚网格参数化

原文标题：

Subgrid-scale parametrization of unresolved scales in forced Burgers equation using Generative Adversarial Networks (GAN)

地址：

http://arxiv.org/abs/2007.06692

作者：

Jeric Alcala,Ilya Timofeyev

摘要：随机亚网格尺度参数的目的是纳入未解决的过程的影响，在一个有效的模型通过抽样从一个分布通常描述的分辨模式。这是气候、天气和海洋科学方面的一个活跃研究领域，其中各种进程在广泛的时空尺度上演变。在这项研究中，我们评估条件生成对抗网络(GAN)的性能参数化亚网格尺度效应的随机强迫 Burgers 方程的有限差分离散化。我们将解析模态定义为局部空间平均值，与这些平均值的偏差是未解析的自由度。我们训练 Wesserstein GAN (WGAN)条件的分解变量，以了解次网格通量的分布趋势的分解模式，从而代表了未解决的尺度的影响。然后在一个有效的模型中使用由此产生的 WGAN，以再现分辨模式的统计特征。我们证明，各种平稳统计量，如频谱，矩，自相关等都是很好地近似这个有效的模型。

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