- EPIC30M：超过3000万条相关推文的流行病语料库;
- FakeCovid-用于COVID-19的多语言跨域事实检查新闻数据集;
- 寻找零号患者：使用图神经网络学习传染源;
- 封锁是否抑制了印度的COVID-19感染率？一项数据驱动的分析;
- 监测政府干预对遏制COVID-19的影响：一种定量方法;
- 美国、亚洲和欧洲的COVID-19流行病时间数据表明，SARS-CoV-2 Spike D614G变种的选择性;
- 墨西哥的COVID-19：流行病网络;
- 基于邻近性的感染扩散的蒙特卡洛模拟研究;
- 使用双层变化模型分析国家锁定对某些欧洲国家和美国的COVID-19死亡的影响;
- 时间相关和时间独立的SIR模型用于阿根廷、巴西、哥伦比亚、墨西哥和南非的COVID-19暴发;
- 简单地量化通风以减轻病毒传播的必要性;
- 簇群内部和簇群之间的耦合平衡对非线性网络系统性能的影响;
- 高效的运输物流，奥地利城市货运的一种方法;
- 通过双边链接追踪抽样来衡量跨国社会领域;
- Empirica：用于高通量宏观水平实验的虚拟实验室;
- 隐性众包用于识别在线社会网络中的虐待行为;
- 照片和标签：一种评估隐私行为的方法;
- 在根有向图上同步脉冲耦合振荡的可扩展复位算法;
- 自动查询优化以检索交通推文;
- 毁林与世界人口可持续性：定量分析;
EPIC30M：超过3000万条相关推文的流行病语料库
原文标题： EPIC30M: An Epidemics Corpus Of Over 30 Million Relevant Tweets
地址： http://arxiv.org/abs/2006.08369
作者： Junhua Liu, Trisha Singhal, Lucienne T.M. Blessing, Kristin L. Wood, Kwan Hui Lim
摘要： 自COVID-19开始以来，文献中提供了来自各种来源的几个相关语料库，其中包含数百万个数据点。尽管这些语料库对于支持针对这种大流行的许多分析非常有价值，但研究人员需要其他包含其他流行病的基准语料库，以促进跨流行病的模式识别和趋势分析任务。在我们与COVID-19相关工作的其他努力中，我们在文献中几乎没有发现与疾病相关的语料库，这些语料库足够大且足够丰富以支持此类跨流行病分析任务。在本文中，我们介绍了EPIC30M，这是一个大规模的流行语料库，包含2006年至2020年的3000万条微博帖子（即从Twitter抓取的推文）。EPIC30M包含2620万条与三种常见疾病相关的推文的子集，分别是埃博拉，霍乱和猪流感，以及470万条推文中的6个全球流行病暴发的子集，其中包括2009年H1N1猪流感，2010年海地霍乱，2012年中东呼吸综合症（MERS），2013年西非埃博拉病毒，2016年也门霍乱和2018年基伍埃博拉病毒。此外，我们使用关键术语和主题标签的统计数据以及每个子集的趋势分析来探索和讨论语料库的属性。最后，我们通过讨论跨流行病研究主题的多个用例，论证了EPIC30M可以创造的价值和影响，这些主题在最近几年引起了越来越多的兴趣。这些用例跨越多个研究领域，例如流行病学建模，模式识别，自然语言理解和经济建模。
FakeCovid-用于COVID-19的多语言跨域事实检查新闻数据集
原文标题： FakeCovid -- A Multilingual Cross-domain Fact Check News Dataset for COVID-19
地址： http://arxiv.org/abs/2006.11343
作者： Gautam Kishore Shahi, Durgesh Nandini
摘要： 在本文中，我们介绍了第一个多语言跨域数据集，其中包含5182篇针对COVID-19的事实核查新闻文章，该数据集从2020年4月1日到2020年5月5日收集。在从Poynter和Snopes获得参考之后，我们从92个不同的事实检查网站收集了事实检查文章。我们已根据文章的内容将文章手动注释为11个不同类别的事实检查新闻。数据集来自105个国家/地区的40种语言。我们建立了一个分类器来检测假新闻，并为自动假新闻检测及其分类显示结果。我们的模型获得的F1分数为0.76，可以检测虚假类和其他事实核对文章。 FakeCovid数据集可从Github获得。
寻找零号患者：使用图神经网络学习传染源
原文标题： Finding Patient Zero: Learning Contagion Source with Graph Neural Networks
地址： http://arxiv.org/abs/2006.11913
作者： Chintan Shah, Nima Dehmamy, Nicola Perra, Matteo Chinazzi, Albert-László Barabási, Alessandro Vespignani, Rose Yu
摘要： 找出流行病的来源或患者零（P0），可以提供对感染传播过程的关键见解，并可以进行有效的资源分配。现有方法使用图论集中度度量和昂贵的消息传递算法，需要了解基本动态及其参数。在本文中，我们使用图神经网络（GNN）重新学习该问题以学习P0。我们为一类流行病模型中的P0识别建立了理论极限。考虑到具有COVID-19病史和特征的疾病，我们在合成和现实世界的接触网络上针对不同的流行模型评估了我们的方法。 ％我们观察到，GNN可以识别出接近于理论精度范围的P0，而无需明确输入动力学或其参数。此外，GNN的推理速度比经典方法快100倍以上。我们的理论界限还表明，这种流行病就像一个滴答滴答的钟声，强调了早期接触者追踪的重要性。我们发现最长时间之后，无论使用哪种算法，都无法精确恢复源。
封锁是否抑制了印度的COVID-19感染率？一项数据驱动的分析
原文标题： Did the lockdown curb the spread of COVID-19 infection rate in India: A data-driven analysis
地址： http://arxiv.org/abs/2006.12006
作者： Dipankar Mondal, Siddhartha P. Chakrabarty
摘要： 为了分析在印度实施的连续三次全国封锁的有效性，我们对四个关键参数进行了数据驱动的分析，这些参数包括降低传播速度，抑制增长速度，拉平流行曲线并改善医疗保健系统。通过考虑四个不同的指标来量化这些指标，即繁殖率，生长率，倍增时间和死亡与恢复比率。利用指数增长，最大似然估计，顺序贝叶斯方法，分析了印度COVID-19爆发（2020年3月2日至2020年5月31日）的发病数据，以最适合该流行病曲线。和估计与时间有关的繁殖。最佳拟合（基于所考虑的数据）是基于时间的方法。因此，该方法用于评估对有效繁殖率的影响。从预锁定到锁定结束3的时间段内，有效繁殖率降低了45％。在同一时期，增长率从锁定前的 393 ％降至锁定后3的 33 ％，同时平均倍增时间从 4 - 6 天增加到 12 - 14 天。最终，死锁与恢复比率从锁定后的0.28美元（锁定前）降至0.08美元。3总之，与锁定前相比，用于评估锁定有效性的所有四个指标均显示出显著的有利变化。锁定期到锁定结束的时间3.使用这些度量标准对锁定后阶段的数据进行分析，可以更清楚地了解锁定成功的程度。
监测政府干预对遏制COVID-19的影响：一种定量方法
原文标题： Monitoring the Impacts of Government Interventions to Contain COVID-19: A Quantitative Approach
地址： http://arxiv.org/abs/2006.12177
作者： Shuo Wang, Xian Yang, Yuan Huang, Ling Li, Zhongzhao Teng, Yike Guo
摘要： 监测非药物干预措施不断演变的影响需要对传播动态进行细粒度的估算。我们提出了一个框架，用于在更新过程中使用贝叶斯推断来估计瞬时再现数R_t，将R_t减少分解为缓解和抑制因素，以便以更精细的粒度量化其影响。通过该框架调查欧洲国家，美国和武汉的干预措施的影响，我们揭示了欧洲干预的影响，并警告说美国的30个州正面临复苏的风险。
美国、亚洲和欧洲的COVID-19流行病时间数据表明，SARS-CoV-2 Spike D614G变种的选择性
原文标题： Temporal data series of COVID-19 epidemics in the USA, Asia and Europe suggests a selective sweep of SARS-CoV-2 Spike D614G variant
地址： http://arxiv.org/abs/2006.11609
作者： Taima N. Furuyama, Fernando Antoneli, Isabel M. V. G. Carvalho, Marcelo R. S. Briones, Luiz M. R. Janini
摘要： COVID-19大流行始于中国武汉，RNA病毒SARS-CoV-2（COVID-19的病原体）在全球范围内传播。由于其突变率，广泛的地理分布和宿主反应差异，该冠状病毒目前正在演变为一系列具有增加的遗传多样性的菌株。大多数变体显然对疾病传播和症状严重程度具有中性作用。但是，在负责宿主细胞附着和侵袭的病毒穗蛋白中，有人提出了一种新出现的变异体，其在614位（D614G）处含有氨基酸D到G的氨基酸取代基，以增强病毒感染能力。为了测试此变体是否具有流行病学影响，在美国，亚洲和欧洲比较了在位置614处带有D或G的SARS-CoV-2样品的时间分布。比较流行病学早期和晚期的流行病学曲线。在早期，仍未完全实施遏制措施的情况下，病毒变体应该不受限制，其生长曲线可能近似于自由病毒动力学。我们的分析表明，在美国，亚洲和欧洲，D614G流行率与COVID-19流行曲线的增长率相关。我们的结果表明，可以通过这种变体的传播优势来至少部分地解释选择性扫描，换句话说，D614G的分子水平效应对种群传播动力学具有足够的影响，可以通过比率差异来检测流行曲线的系数。
墨西哥的COVID-19：流行病网络
原文标题： COVID-19 in Mexico: A Network of Epidemics
地址： http://arxiv.org/abs/2006.11635
作者： Guillermo de Anda-Jáuregui
摘要： 墨西哥与世界其他地区一样，目前正面临着COVID-19大流行。考虑到其领土的大小，遏制该疾病的努力涉及国家和区域措施。对于这项工作，比较了联邦政府报告的每个城市每日新增病例的曲线。我们发现114个自治市组成了庞大的统计依赖的流行病网络。根据网络的模块化结构，这114个城市可以分为四个不同的流行病流行社区。这些集群不受地理位置的限制。这些发现可为公共卫生官员评估过去的策略和开发新的有向干预措施提供帮助。
基于邻近性的感染扩散的蒙特卡洛模拟研究
原文标题： A Monte Carlo simulation study of proximity based infection spread
地址： http://arxiv.org/abs/2006.12212
作者： S. Triambak, D. P. Mahapatra
摘要： 最近的工作表明，中国初始冠状病毒（COVID-19）数据在确诊病例数呈次指数幂律增长之后。这归因于人口采取了有效的遏制和缓解措施以及行为改变。有鉴于此，我们进行了蒙特卡洛随机行走研究，以更好地了解传染病的传播，特别是在限制条件下。我们的模型非常健壮，可以在不依赖任何外部参数的情况下再现观察到的幂律增长。从我们的模拟中自然而然地出现了三种增长方式（二次方，幂律方和指数方），这表明中国对疾病的控制接近二次方极限，无法对其进行明显改善。通过在仿真中纳入类似小世界的连接，可以与可用数据达成合理的协议。在当前的大流行中，规定的模型及其概括对于将来的策略可能有用。
使用双层变化模型分析国家锁定对某些欧洲国家和美国的COVID-19死亡的影响
原文标题： Impact of national lockdown on COVID-19 deaths in select European countries and the US using a Changes-in-Changes model
地址： http://arxiv.org/abs/2006.12251
作者： Mudit Kapoor, Shamika Ravi
摘要： 在本文中，我们估算了在某些欧洲国家中，国家封锁对与COVID-19相关的总死亡人数和每日死亡人数（每百万人）的影响。特别是，我们比较了实行全国封锁的国家（治疗小组）；比利时，丹麦，法国，德国，意大利，挪威，西班牙，英国（UK）和美国，再到瑞典（对照组），它们未使用变化量（CIC）估计模型强加全国封锁。与标准差异模型相比，CIC模型的主要优势在于，在没有任何政策干预的情况下，CIC允许结果的均值和方差随时间变化，并且CIC考虑了选择的内生性政策干预。我们的结果表明，与没有施加国家封锁的瑞典不同，德国是德国，在一定程度上，美国是两个国家，全国封锁对减少COVID-19相关的总死亡人数和每日死亡人数有重大影响百万人。在挪威和丹麦，相对于瑞典，这对每百万人的总死亡和每日死亡没有重大影响。而在其他国家；比利时，法国，意大利，西班牙和英国，封锁的作用方向相反，也就是说，与瑞典相比，封锁后每百万人发生的COVID-19相关总死亡人数和每日死亡人数显著增加。我们的结果表明，全国封锁对与COVID-19相关的每百万人口总死亡和每日死亡的影响因国家而异。
时间相关和时间独立的SIR模型用于阿根廷、巴西、哥伦比亚、墨西哥和南非的COVID-19暴发
原文标题： Time-dependent and time-independent SIR models applied to the COVID-19 outbreak in Argentina, Brazil, Colombia, Mexico and South Africa
地址： http://arxiv.org/abs/2006.12479
作者： Nana Geraldine Cabo Bizet, Damián Kaloni Mayorga Peña
摘要： 我们考虑通过两种方法将SIR流行病学模型应用于COVID-19的演化。首先，我们拟合了具有时间延迟和整个爆发期间常数参数（包括传染率）的全局SIR模型。竞争措施反映在有效减少的易感人群 N_ eff 上。在第二种方法中，我们考虑与时间有关的传染率，它通过逐步拟合过程或遵循指数衰减来反映竞争措施。在最后一个模型中，人口被认为是国家 N 之一。在微分方程的线性区域中，当总人口 N 大时，预测独立于 N 。我们使用这些方法来研究大流行在阿根廷，巴西，哥伦比亚，墨西哥和南非的传播，这些国家的感染高峰尚未达到。在所有这些情况下，我们都提供繁殖和恢复率的估计值。考虑到采取了合理的措施以使繁殖因子 R_0 呈指数下降，因此时变传染率的情况是乐观的。据报道，回收率 gamma 的测量值发现该参数在各个国家都具有普遍性。我们讨论了具有有效人口 N_ eff 的全局SIR与时间局部SIR演变之间的对应关系。
简单地量化通风以减轻病毒传播的必要性
原文标题： Necessity of ventilation for mitigating virus transmission quantified simply
地址： http://arxiv.org/abs/2006.11651
作者： Eric G. Blackman, Gourab Ghoshal
摘要： 为了缓解SARS-CoV-2大流行，官员们采取了疏离社会和呆在家中的措施。较少的注意力集中在通风上。对于开放空间的有效疏导做法对于通风不良的空间可能无效，因为通风不良的空间通常都充满湍流的空气。湍流最初会降低病毒体源附近的感染风险，但最终会增加没有通风空间内所有人员的暴露风险。在这里，我们估计了注入到湍流空气中以感染乘员的病毒体的时间尺度，从而区分了初始病毒体质量负荷相对较低还是较高的初始情况以及破坏病毒体与反射病毒体的墙壁之间的区别。一个打开的窗口代表着通风，我们表明确保安全所需的最小面积仅取决于总病毒载量与感染阈值载量的比率。我们的数量级估计补充了更详细的方法。
簇群内部和簇群之间的耦合平衡对非线性网络系统性能的影响
原文标题： Impact of intra and inter-cluster coupling balance on the performance of nonlinear networked systems
地址： http://arxiv.org/abs/2006.11357
作者： Jiachen Ye, Peng Ji, David Waxman, Wei Lin, Yamir Moreno
摘要： 近年来，已经对复杂系统中群集同步（CS）的动态和结构方面进行了深入研究。在这里，我们研究具有集群内和集群间耦合的动力系统的CS。我们提出了描述此类系统性能的新指标，并根据群集内部和群集之间的耦合强度对它们进行了评估。我们获得的分析结果表明，与内部和内部耦合之间的分区相关联的拉普拉斯矩阵之间的谱差异直接影响了拟议的系统性能指标。我们的结果表明，系统的动力学性能可能会表现出最佳的平衡，从而优化其性能。我们的工作为特定对称属性与集体行为相关的方式提供了新见解，并可能导致新形式的出现，以增加复杂系统的可控制性并优化其稳定性。
高效的运输物流，奥地利城市货运的一种方法
原文标题： Efficient Transport Logistics, An Approach for Urban Freight Transport in Austria
地址： http://arxiv.org/abs/2006.11377
作者： Verena Brandstätter, Cristina Olaverri-Monreal
摘要： 为了缓解由电子商务增长引起的交通拥堵，我们提出了在奥地利林茨市依靠不同公司的共享分销中心的方法。我们开发了两种算法来找出枢纽的最佳位置并计算位置之间的最短路径。结果表明，在城市环境中，枢纽的实施导致送货车辆数量的减少。它缩短了从枢纽到客户的行驶距离，并使每天需要回家的驾驶员受益。
通过双边链接追踪抽样来衡量跨国社会领域
原文标题： Measuring transnational social fields through binational link-tracing sampling
地址： http://arxiv.org/abs/2006.11380
作者： Marian-Gabriel Hâncean (1), Miranda J. Lubbers (2), José Luis Molina (2) ((1) Department of Sociology, University of Bucharest, (2) Department of Social and Cultural Anthropology, Universitat Autònoma de Barcelona)
摘要： 我们推进了双向链接追踪抽样设计，这是一种创新的数据收集方法，可用于从跨国社会领域（即将移民和非移民嵌入其中的跨国网络）进行抽样。本文展示了这种设计的实际挑战，样品的代表性以及所得网络的质量。我们进行了303次面对面的结构化访谈，调查了社会人口学变量，移民轨迹和居住在罗马尼亚移民寄送社区（D ^ ambovi c t a）和接受西班牙小镇（Castell （上），同时在两个站点中。通过互连个人网络，我们构建了一个多层的复杂网络结构，其中嵌入了4,855名被提名人，5,477名有联系的人（提名）和2,540条边。结果表明，参与者的独特身份识别是一个特别困难的挑战，数据的代表性不是最佳的（在提名模式中检测到对观察到的属性的同质性），并且关系和属性数据允许探索罗马尼亚人的社会组织。卡斯特尔（Castell'on）的移民飞地以及与其他地方的连通性。此外，我们提供了方法建议，以改善跨国移民网络的链接跟踪抽样。我们的研究为将社会网络分析应用于国际移民研究做出了新的努力。
Empirica：用于高通量宏观水平实验的虚拟实验室
原文标题： Empirica: a virtual lab for high-throughput macro-level experiments
地址： http://arxiv.org/abs/2006.11398
作者： Abdullah Almaatouq, Joshua Becker, James P. Houghton, Nicolas Paton, Duncan J. Watts, Mark E. Whiting
摘要： 虚拟实验室允许研究人员设计在传统的亲自物理实验室环境中不可行的高通量和宏观实验。尽管在线研究越来越流行，但是研究人员在设计和部署虚拟实验室实验时仍然面临许多技术和后勤方面的障碍。虽然存在多个平台来促进虚拟实验室实验的开发，但它们通常为研究人员提供了可用性和功能之间的明显权衡。我们介绍Empirica：一个模块化的虚拟实验室，通过采用“灵活的默认值”设计策略为可用性-功能权衡提供解决方案。这种策略使我们能够保持完全的“构建任何东西”的灵活性，同时提供一个可供新手程序员访问的开发平台。 Empirica的体系结构旨在实现可参数化的实验设计，可重复使用的协议以及快速开发。这些功能将增加虚拟实验室实验的可访问性，消除实验设计创新的障碍，并使对分布式人工计算的理解迅速进步。
隐性众包用于识别在线社会网络中的虐待行为
原文标题： Implicit Crowdsourcing for Identifying Abusive Behavior in Online Social Networks
地址： http://arxiv.org/abs/2006.11456
作者： Abiola Osho, Ethan Tucker, George Amariucai
摘要： 越来越多地使用在线社会网络来传播信息，这是由于互联网被滥用于网络欺凌，网络犯罪，垃圾邮件，故意破坏等。为了主动识别网络中的滥用行为，我们提出了一种通过众包识别滥用帖子的模型。通过简单地观察遇到消息的用户之间的自然交互，隐式地实现了检测机制的众包部分。我们探索了Twitter上节点之间的信息传播，并提出了一个模型，该模型通过观察消息的属性以及与用户交互的属性来预测与推文相关的滥用程度（滥用，仇恨，垃圾邮件，正常）用它。我们证明，可以利用用户与辱骂性帖子的互动差异来识别滥用程度不同的帖子。
照片和标签：一种评估隐私行为的方法
原文标题： Photos and Tags: A Method to Evaluate Privacy Behavior
地址： http://arxiv.org/abs/2006.11804
作者： Roba Darwish, Kambiz Ghazinour
摘要： 过去十年中，在线社交网站吸引了大量用户，但由于披露的个人信息数量也引起了隐私方面的担忧。研究表明，有25％的用户不了解这些网站提供的隐私设置，或者不知道如何更改它们。本文研究了一种了解用户在社交媒体上的隐私行为的方法，例如Facebook，通过研究面孔，标签和照片隐私设置。它根据用户的隐私选择对用户进行分类，并提出一个用于监视和建议更强的隐私设置的系统。开发了一个应用程序，我们的案例研究检查了模型的有效性。
在根有向图上同步脉冲耦合振荡的可扩展复位算法
原文标题： Scalable Resetting Algorithms for Synchronization of Pulse-Coupled Oscillators over Rooted Directed Graphs
地址： http://arxiv.org/abs/2006.11856
作者： Muhammad U. Javed, Jorge I. Poveda, Xudong Chen
摘要： 我们研究了有向图上脉冲耦合振荡器（PCO）的鲁棒全局同步问题。众所周知，当有向图牢固连接时，可以通过使用一类确定性的集值重置控制器来实现全局同步。但是，对于大型网络，这些算法不可尺度，因为它们的某些调整参数的上限为O（1 / N）的数量级，其中N是主体的数量。本文通过使用确定性和随机混合动力系统在具有更一般网络拓扑的PCO全局同步的情况下提出几个新结果，解决了此可伸缩性问题。首先，我们建立了类似的确定性重置算法，可以在任何有根非循环有向图中实现健壮，全局和固定时间的同步。此外，在这种情况下，由于算法的调整参数与网络无关，即O（1）阶数，因此我们证明了同步动力学现在是可扩展的。但是，算法不能进一步扩展到所有有根图。我们通过引入一个带有特定根图的反例来建立这种新的不可能结果，而无论复位规则的调整如何，该图都无法实现全局同步。但是，我们表明，如果通过适应Erdos-Renyi类型的随机图模型来修改重置算法，那么所产生的随机重置动态几乎可以确保所有根图的全局同步，此外，动态可调参数是网络独立。使用集值混合动力系统中的工具研究了重置算法的稳定性和鲁棒性。本文末尾提供了数值模拟，以证明主要结果。
自动查询优化以检索交通推文
原文标题： Automatic Query Optimization for Retrieving Traffic Tweets
地址： http://arxiv.org/abs/2006.11887
作者： Emory Hufbauer, Hana Khamfroush
摘要： 与许多社交媒体和数据经纪公司一样，Twitter通过搜索API（应用程序编程接口）提供其数据。除了按日期和位置过滤结果外，研究人员还可以使用布尔文本查询来搜索具有特定内容的推文，方法是使用 it AND， it OR和 it NOT运算符来选择短语组合哪些必须或必须不出现在匹配的推文中。这种布尔文本搜索系统并不是Twitter独有的，可以在许多不同的环境中找到，包括学术，法律和医学数据库，但是由于推文的相对数量和简洁性，它在Twitter的用例中受到了限制。此外，在1980年代和1990年代的信息检索主题下，已经很好地研究了这种系统的半自动化使用，但是自那时以来，对这种系统的研究已大大减少。因此，我们提出了更新的方法，用于自动选择和完善复杂的布尔搜索查询，这些查询可以以更高的特异性和完整性隔离相关结果。此外，我们提供了使用优化查询来收集与交通事故相关的推文样本的初步结果，以及手动对其进行分类和分析的结果。
毁林与世界人口可持续性：定量分析
原文标题： Deforestation and world population sustainability: a quantitative analysis
地址： http://arxiv.org/abs/2006.12202
作者： Mauro Bologna, Gerardo Aquino
摘要： 在本文中，我们采用统计的观点，对平行砍伐森林过程中当前世界人口增长的可持续性进行了定量分析。我们考虑一个基于连续时间随机游动的随机增长过程的简化模型，该模型描述了人类的技术发展，并结合了人与森林互动的确定性广义逻辑模型，并评估了避免自我发展的可能性-破坏我们的文明。根据当前的资源消耗率和对技术增长率的最佳估计，我们的研究表明，我们在不面临灾难性崩溃的情况下生存的可能性非常低，最乐观的估计不到10％。
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。