- 网络机制实证分类;
- 大型网络动力系统的相互作用和动力学的自动发现;
- 动态隐变量网络模型;
- 通过图神经网络量化城市道路网络的空间同质性;
- 使用上下文信息增强Twitter情感分类;
- 必要性网络：模拟残疾人及其照护者缓解COVID-19的策略;
- 研究预期行进距离对超长距离楼梯间个人下降速度的影响;
- 发推原因分析：英国请愿分享的网络分析;
- 类似Elo的大型多人比赛系统;
- 时间调制的Hawkes流程，用于模拟COVID-19的扩散以及对策的影响;
- 评估现代文字处理工具中的表情符号使用;
- 自然灾害期间挖掘社交媒体数据的多模式方法-以飓风艾玛为例;
- 图元的模块化最大化;
- 在大众传播渠道干预和隔离策略下对COVID-19动力学的高级综合研究：确定性和概率性方法;
- 在斯洛伐克共和国，全民公共测试对降低SARS-CoV-2感染率的影响令人怀疑;
- 在超图上映射流;
- 一个新的HIV感染CD4 T细胞的新型时滞微分方程的稳定性分析;
- 流行病控制的最佳自适应测试：结合分子和血清学测试;
- 发达国家的城市绿地与幸福;
- 使用流动性数据预测瑞典的区域COVID-19住院人数;
- 有抱负的网络科学家图集;
- 在哪里截断以最大程度地减少大流行的流行？基于SIS模型的数学分析;
- 复杂多应力流域中农药和氮污染源的调查研究：下洛布列加特河流域案例研究（西班牙巴塞罗那）;
- 无标度网络不一定能见证合作;
网络机制实证分类
原文标题： Empirically Classifying Network Mechanisms
地址： http://arxiv.org/abs/2012.15863
作者： Ryan E. Langendorf, Matthew G. Burgess
摘要： 网络模型用于研究跨越许多物理，生物和社会学科的互连系统。此类模型通常采用特定的网络生成机制，当适合数据时，会生成特定于机制的参数的估计值，这些参数描述了系统的功能。例如，社会网络模型可能会假设新个体与他人之间的联系概率与他们现有的联系数（“优先依恋”）成正比，然后估算具有相似资格的著名和默默无闻的个体之间的互动差异。但是，如果没有测试假设机制的相关性的方法，则这些模型的结论可能会产生误导。在这里，我们介绍了一种简单的经验方法，可以对任意网络数据进行机械分类。我们的方法将经验网络与用户提供的一组候选机制中的网络进行模型比较，并以较高的准确性将每个网络分类为源自其中一种机制，也没有任何一种。我们针对五个研究最广泛的网络机制测试了373个经验网络，发现大多数（228）与这些机制都不相同。这增加了一些经验网络是由机制混合产生的可能性。我们证明了混合通常是无法识别的，因为不同的混合会产生功能上等效的网络。在受多种机制控制的此类系统中，我们的方法仍可以准确地预测样本外功能特性。
大型网络动力系统的相互作用和动力学的自动发现
原文标题： Automated Discovery of Interactions and Dynamics for Large Networked Dynamical Systems
地址： http://arxiv.org/abs/2101.00179
作者： Yan Zhang, Yu Guo, Zhang Zhang, Mengyuan Chen, Shuo Wang, Jiang Zhang
摘要： 理解复杂系统的机制非常重要。网络动态系统将系统理解为根据某些动态规则在给定网络上进行交互的一组节点，这是对复杂系统进行建模的强大工具。但是，很难根据行为的时间序列找到此类模型。常规方法只能在小型网络和某些类型的动力学上才能很好地工作。基于伯努利网络生成器和马尔可夫动力学学习器，本文针对各种网络结构和不同类型的动力学提出了统一的自动交互网络和动力学发现（AIDD）框架。实验表明，AIDD可以应用于具有数千个节点的大型系统。 AIDD不仅可以推断出隐藏节点的未知网络结构和状态，而且可以根据嘈杂，不完整和受干扰的数据（与实际情况相近）重建真实的基因调控网络。我们进一步提出了一种通过控制实验来测试数据驱动模型的新方法。我们在学习的模型上优化控制器，然后将其应用于学习的模型和实际模型。结果表明，它们在相同的控制律下表现出相似的行为，这意味着AIDD模型已经正确地学习了真实的网络动力学。
动态隐变量网络模型
原文标题： Dynamic Hidden-Variable Network Models
地址： http://arxiv.org/abs/2101.00414
作者： Harrison Hartle, Fragkiskos Papadopoulos, Dmitri Krioukov
摘要： 复杂网络的模型通常包含抽象为隐藏变量的节点固有属性。网络中连接的可能性就是这些变量的函数。现实世界的网络随着时间的推移而发展，许多网络展现出节点特性以及链接结构的动态。在这里，我们介绍和研究具有隐藏变量和链接的随机动态变化的静态隐藏变量网络模型的自然时间扩展。隐藏变量动态和链接动态的速率由两个参数控制，根据参数相位图中的位置，动态模型中网络的快照可能等于或不等于静态模型。我们量化与静态行为相似的偏差，并在考虑的模型中检查结构持久性的水平。我们探索具有社区结构，潜在几何形状和程度异质性的流行静态模型的时态版本。我们不尝试直接对真实网络建模，而是评论有趣的定性相似之处，讨论可能的扩展，概括和应用。
通过图神经网络量化城市道路网络的空间同质性
原文标题： Quantifying spatial homogeneity of urban road networks via graph neural networks
地址： http://arxiv.org/abs/2101.00307
作者： Jiawei Xue, Nan Jiang, Senwei Liang, Qiyuan Pang, Satish V. Ukkusuri, Jianzhu Ma
摘要： 城市道路网（URN）的空间同质性可以衡量每个不同的组件是否类似于整个网络，并且可以作为一种定量的方式来桥接网络结构和动力学。但是，鉴于城市的复杂性，仅基于常规网络统计数据来量化空间同质性就具有挑战性。在这项工作中，我们使用图神经网络对全球30个城市的11,790个URN样本进行建模，并使用其可预测性来定义空间均匀性。提议的度量可以看作是多个几何属性（例如程度，介数中心性，道路网络类型）以及混合社会经济事件（例如GDP和人口增长）的强有力指标的非线性集成。大陆空间城市化历史可以很好地解释源自转移空间同质性的城市群。我们希望这个新颖的指标能够支持交通，城市规划和地理区域中的各种后续任务。
使用上下文信息增强Twitter情感分类
原文标题： Enhanced Twitter Sentiment Classification Using Contextual Information
地址： http://arxiv.org/abs/1605.05195
作者： Soroush Vosoughi, Helen Zhou, Deb Roy
摘要： Twitter的流行性和无处不在的增加使对推文的情感分析成为一个重要且广为研究的领域。但是，对推文施加的140个字符限制使得很难使用标准语言方法进行情感分类。另一方面，哪些推文缺乏结构，却由庞大的数量和丰富的元数据组成。该元数据包括地理位置，时间和作者信息。我们假设情绪取决于所有这些上下文因素。不同的地点，时间和作者有不同的情感价。在本文中，我们通过利用远程监督来收集来自不同位置，时间和作者的数百万条带有标签的推文，从而探索了这一假设。我们使用此数据来分析不同作者，时间和位置之间的推文情感变化。一旦我们探索并理解了这些变量与情感之间的关系，便使用贝叶斯方法将这些变量与更标准的语言特征（例如n-gram）相结合，以创建Twitter情感分类器。这种组合的分类器优于纯语言分类器，表明将Twitter上可用的丰富上下文信息集成到情感分类中是一个有希望的研究方向。
必要性网络：模拟残疾人及其照护者缓解COVID-19的策略
原文标题： Networks of Necessity: Simulating Strategies for COVID-19 Mitigation among Disabled People and Their Caregivers
地址： http://arxiv.org/abs/2101.00060
作者： Thomas E. Valles, Hannah Shoenhard, Joseph Zinski, Sarah Trick, Mason A. Porter, Michael R. Lindstrom
摘要： 防止COVID-19传播的一项主要策略是限制面对面的接触。但是，对于居住在社区中并需要看护者协助他们进行日常生活活动的许多残疾人，限制接触是不切实际或不可能的。我们试图确定哪些干预措施可以预防残疾人及其护理人员之间的感染。为此，我们使用网络上的隔离模型模拟COVID-19传输。该网络将异质性纳入了不同类型的互动，随时间变化的锁定和重新开放措施以及四个不同群体（看护者，残疾人，基本工人和一般人群）的互动分布的风险中。在这些人群中，我们发现护理人员被感染的几率最高，而残疾人第二。我们对网络结构的分析表明，看护者在四组中具有最大的模态特征向量中心性。我们发现，两种干预措施-所有人群的接触限制和残疾人和护理人员的口罩佩戴-特别是减少了残疾人和护理人员中的病例。我们还通过将感染接种在每个组的子集中，然后比较随着疾病传播的感染总数，来测试哪个组最有效地传播了COVID-19。我们发现看护人是COVID-19的最有效传播者。然后，我们测试了在哪些地方可以最有效地使用有限的疫苗剂量，并且发现给看护者接种疫苗比为普通人群，基本工人或残疾人本身接种疫苗能更好地保护残疾人。我们的结果强调了戴口罩，限制整个社会接触和进行战略疫苗接种的潜在效力，以限制残疾人及其护理人员接触COVID-19。
研究预期行进距离对超长距离楼梯间个人下降速度的影响
原文标题： Investigating the effect of expected travel distance on individual descent speed in the stairwell with super long distance
地址： http://arxiv.org/abs/2101.00237
作者： Xingpeng Xu, Zhiming Fang, Rui Ye, Zhongyi Huang, Yao Lu
摘要： 当前，城市中超高层建筑的数量不断增加，紧急情况下从此类建筑物中撤离的问题日益突出。我们小组在上海中心大厦进行了疏散实验，发现从126层疏散的行人的疏散速度始终比从117层疏散的行人的疏散速度慢。因此，我们提出一个假设，即预期的疏散距离将影响行人的运动速度。为了验证我们的猜想，我们在一个12层的办公楼中进行了一项实验，即通过预先设置参与者的疏散距离来研究是否会对速度产生影响以及会对速度产生何种影响。根据结果，我们发现随着预期疏散距离的增加，行人的运动速度会降低，这证实了我们的假设。同时，给出了疏散距离增加率与速度减少率之间的关系。还可以发现，随着期望疏散距离的增加，男性的速度下降率大于女性的速度下降率。此外，我们研究了实际疏散距离，性别，BMI对疏散速度的影响。最后，我们获得了疏散过程中心率与速度之间的相关性。本文的研究结果对于研究超高层建筑中的人员疏散是有益的。
发推原因分析：英国请愿分享的网络分析
原文标题： Tweeting for the Cause: Network analysis of UK petition sharing
地址： http://arxiv.org/abs/2101.00296
作者： Peter Cihon, Taha Yasseri, Scott Hale, Helen Margetts
摘要： 在线政府请愿代表着一种新的数据丰富的政治参与模式。这项工作研究了迄今为止在社交媒体上分享请愿书的动态，以便获得签名并最终获得政府的回应。我们使用20个月的Twitter数据（包含与请愿书链接的超过100万条推文），对Twitter上由请愿书和支持者构成的网络进行了分析，揭示了其中隐含的社会动态。我们发现，Twitter用户既不会在一个问题上专门共享请愿书，也不是专门共享受欢迎的请愿书。在超过240,000个Twitter用户中，我们发现了潜在的支持组，其中最主要的用户主要是政治活跃的“普通”个人。因此，Twitter作为共享政府请愿的平台，似乎具有促进在线潜在支持利益团体新形式的创建和协调的潜力。
类似Elo的大型多人比赛系统
原文标题： An Elo-like System for Massive Multiplayer Competitions
地址： http://arxiv.org/abs/2101.00400
作者： Aram Ebtekar, Paul Liu
摘要： 评分系统在竞技体育和比赛中起着重要作用。他们提供了一种衡量球员技巧的方法，可以激励比赛表现并实现平衡的比赛。在本文中，我们提出了一种新颖的贝叶斯评分系统，用于许多参与者的竞赛。它广泛适用于具有离散排名比赛的比赛形式，例如在线编程比赛，障碍赛和一些视频博弈。系统的简单性使我们能够证明鲁棒性和运行时的理论界限。此外，我们证明了该系统与激励措施保持一致：也就是说，寻求最大化其评分的玩家将永远不会表现不佳。在实验上，评级系统的预测准确性可与现有系统相媲美或超越现有系统，并且计算速度比现有系统快一个数量级。
时间调制的Hawkes流程，用于模拟COVID-19的扩散以及对策的影响
原文标题： A time-modulated Hawkes process to model the spread of COVID-19 and the impact of countermeasures
地址： http://arxiv.org/abs/2101.00405
作者： Michele Garetto, Emilio Leonardi, Giovanni Luca Torrisi
摘要： 受近期冠状病毒（COVID-19）爆发的推动，我们提出了基于时间调制的Hawkes过程的流行病临时生长和缓解的随机模型。该模型足够丰富，可以结合新型冠状病毒的特定特征，以刻画未发现，无症状和超扩散个体的影响，尤其是考虑到时变对策和检测工作。但是，它足够简单，可以对流行病的时间演变进行可扩展且高效的计算，并可以研究假设情景。与传统的隔离模型相比，我们的方法可以更忠实地描述病毒的特定功能，例如分阶段花费的时间分布，这在控制的时间范围（例如移动性限制）与生命周期的可比性至关重要时至关重要。一次感染。我们将该模型应用于意大利的第一波和第二波COVID-19，从而揭示了与政府引入的行动不便相关的几种影响，以及与国家卫生部门进行的接触追踪和大规模测试的有效性有关的影响。
评估现代文字处理工具中的表情符号使用
原文标题： Assessing Emoji Use in Modern Text Processing Tools
地址： http://arxiv.org/abs/2101.00430
作者： Abu Awal Md Shoeb, Gerard de Melo
摘要： 表情符号由于其视觉吸引力以及生动表达人类情感的能力等因素，已在数字通信中变得无处不在。表情符号在社交媒体和其他即时消息中的重要性日益增长，也导致对在包含表情符号的文本上进行操作的系统和工具的需求日益增长。在这项研究中，我们通过考虑带有表情符号的推文测试集来评估这种支持，在此基础上，我们进行了一系列实验，研究了杰出的NLP和文本处理工具对其进行适当处理的能力。特别是，我们考虑标记化，词性标记以及情感分析。我们的发现表明，当对包含表情符号的文本进行操作时，许多工具仍然存在明显的缺陷。
自然灾害期间挖掘社交媒体数据的多模式方法-以飓风艾玛为例
原文标题： A multi-modal approach towards mining social media data during natural disasters -- a case study of Hurricane Irma
地址： http://arxiv.org/abs/2101.00480
作者： Somya D. Mohanty, Brown Biggers, Saed Sayedahmed, Nastaran Pourebrahim, Evan B. Goldstein, Rick Bunch, Guangqing Chi, Fereidoon Sadri, Tom P. McCoy, Arthur Cosby
摘要： 流媒体社交媒体提供了对极端天气影响的实时理解。然而，流数据的数量使挖掘信息成为紧急管理人员，政策制定者和学科科学家的挑战。在这里，我们探讨了数据学习方法在从美国佛罗里达州飓风艾尔玛（Irma）登陆时流式社交媒体数据中挖掘和过滤信息的有效性。我们使用2017年9月10日至12日来自16,598位用户的54,383条Twitter消息（在784K地理位置消息中）开发了4个独立模型来过滤相关数据：1）基于每个位置和时间的强迫条件的地理空间模型tweet； 2）用于包含图像的tweet的图像分类模型； 3）预测高音扬声器可靠性的用户模型； 4）确定文本是否与飓风艾玛有关的文本模型。所有四个模型都经过独立测试，可以结合使用，以基于每个子模型的用户定义阈值快速过滤和可视化推文。我们设想这种类型的过滤和可视化例程可以用作从嘈杂的源（例如Twitter）刻画数据的基本模型。然后，对于有兴趣查找具有特定属性的推文以供在灾难的不同阶段（例如，备灾，响应和恢复）使用或用于详细研究的决策者，环境经理，紧急事件经理和领域科学家而言，这些数据可随后使用。 。
图元的模块化最大化
原文标题： Modularity maximisation for graphons
地址： http://arxiv.org/abs/2101.00503
作者： Florian Klimm, Nick S. Jones, Michael T. Schaub
摘要： 网络是研究复杂系统中大规模连接结构的一种广泛使用的工具，而图元已被提出作为密集网络的无限大小限制。社区或其他中尺度结构的检测是网络科学中的一个重要课题，因为它可以识别复杂系统中的功能构件。当这样的构件可能存在于图元中时，是一个悬而未决的问题。在本文中，我们定义了一个图元模量，并证明了可以最大程度地检测图元中的群落。然后，我们研究了特定的合成图元，并显示它们可能显示出各种各样的不同群落结构。我们还重新构造了图元模量最大化作为一个连续的优化问题，从而证明了某些图元的最佳社团结构或缺乏社团结构，这对于网络通常是不可能的。此外，我们证明从网络数据中估计一个graphon作为中间步骤，与专门最大化网络的模块化相比，可以改善对社区的检测。虽然选择Graphon估计器可能会强烈影响网络的社区结构与其估计的Graphon之间的一致性，但我们发现，如果使用适当的估计器，则存在很大的重叠。我们的研究表明，对图元进行社区检测是可能的，并且可以作为对网络数据进行聚类的隐私保护方法。
在大众传播渠道干预和隔离策略下对COVID-19动力学的高级综合研究：确定性和概率性方法
原文标题： Advanced and comprehensive research on the dynamics of COVID-19 under mass communication outlets intervention and quarantine strategy: a deterministic and probabilistic approach
地址： http://arxiv.org/abs/2101.00517
作者： Driss Kiouach, Salim El Azami El-idrissi, Yassine Sabbar
摘要： 正在进行的2019年冠状病毒疾病（COVID-19）是一个重大危机，已严重影响医疗保健行业和全球经济，使其成为科学技术研究各个领域的主要课题。为了正确理解和控制这种新流行病，数学建模被认为是一种非常有效的工具，可以说明其传播机理。在这方面，使用间隔模型是文献中描述COVID-19动力学的最主要方法。沿着同一思路，我们旨在在本研究中归纳并改善许多现有的工作，这些工作致力于分析这种流行病的行为。准确地说，我们提出了一种用于冠状病毒的SQEAIHR流行系统。我们构建的模型通过考虑媒体干预和生命动态来丰富。通过使用下一代矩阵方法，可以得出COVID-19的理论基本生殖数 R_0 。基于一些非标准和广义的分析技术，当 R_0 <1 时，证明了无病平衡的局部和全局稳定性。此外，在 R_0> 1 的情况下，还显示了COVID-19模型的一致持久性。为了使我们的流行病模型更好地适应现实，通过考虑成比例的白噪声将随机因素考虑在内，从而形成了一个恰当的随机模型。在适当的条件下，证明了有趣的渐近性质，即：均值的消失和持续。理论结果表明，扰动的COVID-19模型的动力学是由与随机噪声大小密切相关的参数确定的。最后，我们提供一些数值例证来证实我们的理论结果并显示媒体干预和隔离策略的影响。
在斯洛伐克共和国，全民公共测试对降低SARS-CoV-2感染率的影响令人怀疑
原文标题： The questionable impact of population-wide public testing in reducing SARS-CoV-2 infection prevalence in the Slovak Republic
地址： http://arxiv.org/abs/2101.00613
作者： Jozef Černák
摘要： Mina和Andersen，《科学观点：COVID-19测试：一种尺寸不合适》的作者都提到了结果，并采纳了最近发表的政府报告Pavelka等的结论。无需严格考虑和严格验证，“基于人群的快速抗原检测快速筛查在降低斯洛伐克SARS-CoV-2感染率中的有效性”。我们证明作者引用了实验数据不支持的结论。此外，对于斯洛伐克共和国目前正在实施的广泛的公共测试计划，缺乏客观，独立的信息和研究。我们为观察到的数据提供了另一种解释，因为斯洛伐克共和国政府已提供这些数据来填补这一信息空白。我们还提供了更准确地描述病毒传播动力学的解释和结论。利用现有的公共数据和我们简单但严格的分析，我们表明，不可能就斯洛伐克共和国的公共测试计划的任何积极影响做出明确的结论。特别是，不可能得出此测试程序会强制降低SARS-CoV-2病毒爆发曲线的结论。我们认为Pavelka等。在拟议的计算机仿真和数据分析中未考虑许多基本现象，特别是SARS-CoV-2病毒传播的复杂性。在复杂的时空动力系统中，较小的时空波动会极大地改变病毒大规模传播的动力。
在超图上映射流
原文标题： Mapping flows on hypergraphs
地址： http://arxiv.org/abs/2101.00656
作者： Anton Eriksson, Daniel Edler, Alexis Rojas, Martin Rosvall
摘要： 超图提供了明确的形式主义来描述复杂系统中的多体相互作用。为了将系统中的动力学和功能与这些高级交互联系起来，网络科学家将随机游走模型推广到了超图上，并研究了多体对基于流动的集中度度量的影响。但是，绘制这些流程的大规模结构图需要有效的社区检测方法。我们导出超图流的单方，双方和多层网络表示形式，并探索它们和底层随机游走模型如何改变已识别的多级社区的数量，大小，深度和重叠。这些结果有助于研究人员在超图上绘制流时选择合适的建模方法。
一个新的HIV感染CD4 T细胞的新型时滞微分方程的稳定性分析
原文标题： Stability analysis of a novel Delay Differential Equation of HIV Infection of CD4 T-cells
地址： http://arxiv.org/abs/2101.00758
作者： Hoang Anh Ngo, Hung Dang Nguyen, Mehmet Dik
摘要： 在本文中，我们研究了一种新型的三室模式的HIV感染CD4 T细胞的质量动作项模型，方法包括两个版本：一个基线ODE模型和一个延迟微分方程（DDE）模型。恒定的离散时间延迟。类似于各种地方病模型，ODE模型中的动力学完全由基本复制项 R_0 决定。如果 R_0 <1 ，则无病（零）平衡将渐近稳定，并且疾病逐渐消失。另一方面，如果 R_0> 1 ，则存在在预定区域的内部全局/轨道渐近稳定的正平衡。为了显示病毒的孵育时间，添加了一个恒定延迟项 tau ，形成了DDE模型。在此模型中，（病毒与健康细胞之间的传播）这种时间延迟会破坏系统的稳定性，并通过Hopf分支产生周期性的解决方案。最后，进行数值模拟以说明和验证结果。
流行病控制的最佳自适应测试：结合分子和血清学测试
原文标题： Optimal adaptive testing for epidemic control: combining molecular and serology tests
地址： http://arxiv.org/abs/2101.00773
作者： D. Acemoglu, A. Fallah, A. Giometto, D. Huttenlocher, A. Ozdaglar, F. Parise, S. Pattathil
摘要： COVID-19危机突显了在控制流行病中非医学干预措施（如检测和隔离感染者的重要性）的重要性。在这里，我们展示了如何在保持受感染个体数量低于所需阈值的同时最大程度地减少测试需求。我们发现最佳策略是自适应的，测试率取决于流行状态。此外，我们表明，仅通过分子检测很难推断出这种流行病状态，因为分子检测具有很高的敏感性，但可检测时间却很短。相反，出于状态估计的目的，我们建议使用基线血清学测试，该测试不那么敏感但可以检测到过去的感染。与作为COVID-19的当前标准的非自适应测试策略相比，这种使用随机流行病模型的组合测试方法的验证显示出可节省大量成本。
发达国家的城市绿地与幸福
原文标题： Urban green space and happiness in developed countries
地址： http://arxiv.org/abs/2101.00807
作者： Oh-Hyun Kwon, Inho Hong, Jeasurk Yang, Donghee Yvette Wohn, Woo-Sung Jung, Meeyoung Cha
摘要： 人们认为城市绿色空间通过促进身心健康为市民带来幸福。但是，尚未很好地解释许多社会经济状况不同的国家之间的城市绿色空间和幸福之间的关系。通过测量90个全球城市的高分辨率Sentinel-2卫星图像中的城市绿地得分（UGS），这些卫星总覆盖179,168 km ^ 2 ，涵盖60个发达国家的2.3亿人口，我们发现，城市绿地数量空间和GDP可以解释该国的幸福水平。更确切地说，城市绿地和GDP分别与幸福相关；在本研究中，仅通过城市绿色空间来解释30个最富有国家的幸福，而仅GDP可以解释其他30个国家的幸福。最后，我们进一步表明，城市绿色空间与幸福之间的关系是由社会支持来调节的，GDP缓和了社会支持与幸福之间的关系，这突出了维持城市绿色空间作为促进人们幸福的社会凝聚力的重要性。 。
使用流动性数据预测瑞典的区域COVID-19住院人数
原文标题： Predicting regional COVID-19 hospital admissions in Sweden using mobility data
地址： http://arxiv.org/abs/2101.00823
作者： Philip Gerlee, Julia Karlsson, Ingrid Fritzell, Thomas Brezicka, Armin Spreco, Toomas Timpka, Anna Jöud, Torbjörn Lundh
摘要： COVID-19的传播取决于社会交往，在流行期间由于强制性和自愿的社会疏离，其发生率有所不同。传播动力学的变化最终会影响医院的入院率，我们已使用此联系来建模和预测COVID-19大流行期间瑞典的区域医院入院率。对于瑞典的每个地区，我们均采用SEIR模型，在该地区，假定公共交通利用和手机使用情况下的传染性取决于出行数据。结果表明，该模型可以刻画大流行的第一波和第二波开始的时间。此外，我们显示，在瑞典的两个主要地区，使用移动电话使用公共交通数据的模型优于使用模型的模型。该模型假设从疾病传播到住院需要三周的时间，这使得可以使用当前的流动性数据来预测未来的入院率。
有抱负的网络科学家图集
原文标题： The Atlas for the Aspiring Network Scientist
地址： http://arxiv.org/abs/2101.00863
作者： Michele Coscia
摘要： 网络科学是致力于通过将复杂系统表示为网络来调查和分析复杂系统的领域。我们通常将这样的网络建模为图：由边集以及许多节点和边属性连接的节点集。这个看似简单的对象是永无止境的复杂性的起点，因为它具有代表现实的几乎所有方面的能力：化学相互作用，细胞内部的蛋白质途径，大脑内部的神经连接，科学合作，财务关系，艺术史中的引文，仅举几个例子。如果我们希望理解复杂的网络，则需要掌握一个大型的分析工具箱：图和概率论，线性代数，统计物理学，机器学习，组合数学等等。本书旨在提供对所有这些工具的首次访问。它被称为“地图集”，因为它的目的不是要让您成为使用任何这些技术的专家。而是，在阅读本书之后，您将对所有这些方法的存在及其原理有一个总体的理解。您可以将这种理解作为自己在网络科学领域的职业的起点。到目前为止，这是一项跨学科的工作。该领域的创始者来自许多不同的背景：数学，社会学，计算机科学，物理学，历史，数字人文科学等等。这本Atlas描绘出了您与众不同的道路：纯网络科学家。
在哪里截断以最大程度地减少大流行的流行？基于SIS模型的数学分析
原文标题： Where to cut to delay a pandemic with minimum disruption? Mathematical analysis based on the SIS model
地址： http://arxiv.org/abs/2101.00938
作者： Paolo Bartesaghi, Ernesto Estrada
摘要： 在此考虑以如下方式修改网络拓扑的问题，即以最小的网络容量来重新路由货物/物品/乘客的方式来延迟疾病的传播。我们找到了“易感感染易感性”（SIS）模型的近似解，该模型构成了其精确解的上限。该上限允许通过总的可通信性函数建立直接的结构-流行动力学关系。使用这种方法，我们提出了一种策略，可以消除网络中的边，从而显著延迟疾病在网络中的传播，同时最大限度地减少其传递商品/物品/乘客的能力。我们将此策略应用于对英国机场运输网络的分析，该分析由2003年的旅客运输量加权。我们发现，取消连接英国四个始发地-目的地对的所有航班，会使疾病的传播延迟更多超过300％，而该网络的传输能力降到最低。疾病传播的这些时间延迟代表了应对流行病的一种重要的非药物干预措施，可以为卫生系统做更好的准备，同时使经济保持最小的中断。
复杂多应力流域中农药和氮污染源的调查研究：下洛布列加特河流域案例研究（西班牙巴塞罗那）
原文标题： Investigative monitoring of pesticide and nitrogen pollution sources in a complex multi-stressed catchment: the Lower Llobregat River basin case study (Barcelona, Spain)
地址： http://arxiv.org/abs/2101.01117
作者： Cristina Postigo, Antoni Ginebreda, Maria Vittoria Barbieri, Damia Barcelo, Jordi Martin, Agustina de la Cal, Maria Rosa Boleda, Neus Otero, Raul Carrey, Vinyet Sola, Enric Queralt, Elena Isla, Anna Casanovas, Gemma Frances, Miren Lopez de Alda
摘要： 人为水循环的管理必须确保水资源的质量和数量的保护，并确保对各种用途的谨慎分配。保护水资源需要控制可能使污染源恶化的污染源。在多应力流域，这是一项艰巨的任务。这项工作提出了一种结合农药发生模式和对氮（delta15N-NO3-，delta15N-NH4 +），氧（delta18O-NO3-）和硼（delta11B）进行稳定同位素分析的方法，以区分农药的来源和氮污染这个挑战。该方法已应用于遭受各种自然和人为压力的地中海小流域。结合流域选定地点的两种分析方法的结果，城市/工业活动被确定为地表水资源质量的主要压力，在很大程度上也对地下水资源产生了压力，尽管农业也可能发挥作用重要作用，主要在硝酸盐和铵盐污染方面。地表水中的农药总浓度比地下水中的总浓度高一个数量级，据信主要来自土壤和/或沉积物的解吸过程以及城市和工业用途，因为它们主要与处理后的废水有关。这些发现得到稳定同位素结果的支持，该结果表明地表水和大多数地下水样品中硝酸盐的有机来源。在某些含水层位置观察到的铵污染可能是硝酸盐还原引起的。总体而言，无法推断出硝酸盐污染的明显衰减过程。本文介绍的方法是水框架指令中设想的调查性监测的例证。
无标度网络不一定能见证合作
原文标题： Scale-free networks may not necessarily witness cooperation
地址： http://arxiv.org/abs/2101.01167
作者： Deep Nath, Saptarshi Sinha, Soumen Roy
摘要： 众所周知，具有无标度分布的网络可以促进各种博弈中的合作。在这里，我们证明这不一定是正确的。对于完全相同的学位序列和学位分布，我们提出了多种可能的行为。我们还重新评估了合作对网络集群和分类的依赖性。
声明：Arxiv文章摘要版权归论文原作者所有，机器翻译后由本人进行校正整理，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.cn （提供RSS订阅）进行同步更新。个性化论文阅读与推荐请访问 https://arxiv.complexly.cn 平台。