- 复杂系统中因果影响的谱排序;
- 盗贼博弈与复杂网络中其他集中度度量之间的相关性;
- 国家赞助的社交媒体宣传的多模式识别;
- 理解日本三大都市圈COVID-19爆发期间的出行方式变化;
- 展现在线照片共享的真实生活效果;
- 欧美COVID-19的第二波死亡率;
- 使用KCDC患者数据表征韩国的COVID-19传播;
- 时态网络流行病学时代的并发措施：综述;
- 通过社交距离和社区意识控制COVID-19传播的简单数学模型;
- 及时跟踪人群中个体的感染状况;
复杂系统中因果影响的谱排序
原文标题： Spectral Ranking of Causal Influence in Complex Systems
地址： http://arxiv.org/abs/2012.13195
作者： Errol Zalmijn, Tom Heskes, Tom Claassen
摘要： 与自然复杂的系统（例如地球的气候或活细胞）一样，半导体光刻系统的特征是时空上超过十个数量级的非线性动力学。成千上万的传感器以适当的采样率测量相关的过程变量，以提供时间序列作为系统诊断的主要来源。然而，仅通过使用基于模型的方法，数据的高维度，非线性和非平稳性仍然是有效诊断稀有或新系统问题的主要挑战。为了减少因果搜索空间，我们验证了一种算法，该算法应用传递熵从系统的多元时间序列中获取加权有向图，并使用图特征向量中心性来标识系统中最具影响力的参数。结果表明，即使该方法的信息传输网络包括冗余边，该方法也可以可靠地识别复杂系统中的真正影响源。
盗贼博弈与复杂网络中其他集中度度量之间的相关性
原文标题： Correlations among Game of Thieves and other centrality measures in complex networks
地址： http://arxiv.org/abs/2012.13013
作者： Annamaria Ficara, Giacomo Fiumara, Pasquale De Meo, Antonio Liotta
摘要： 社会网络分析（SNA）用于研究个人，团体或组织之间的资源交换。网络中个人或连接的角色由一组集中度指标来描述，这些指标代表了SNA的最重要结果之一。度，紧密度，中间度和聚类系数是最常用的集中度度量。但是，它们的使用受到其计算成本的严重阻碍。此问题可以通过称为盗贼博弈（GoT）的算法来解决。由于有了这种新算法，我们可以计算出网络中所有元素（即顶点和边）与顶点总数相比的重要性。这种计算不是像使用经典方法时那样在二次时间内完成，而是在对数时间内完成。从此开始，我们介绍了GoT与最广泛使用的中心度度量之间存在的相关性的结果。从我们的实验中发现，存在很强的相关性，这使GoT有资格作为大规模复杂网络的集中度度量。
国家赞助的社交媒体宣传的多模式识别
原文标题： Multi-modal Identification of State-Sponsored Propaganda on Social Media
地址： http://arxiv.org/abs/2012.13042
作者： Xiaobo Guo, Soroush Vosoughi
摘要： 近年来，由国家赞助的宣传在互联网上盛行，已经引起人们的关注。尽管已经做出了很多努力来确定由国家发起的Internet宣传，但是由于宣传的含糊不清会导致数据标签不可靠，而且潜在的预测特征数量巨大，导致模型难以解释，因此该问题仍未解决。本文是为此任务构建平衡数据集的首次尝试。数据集由三个不同组织在两个时间段内的宣传组成。提出了一种仅基于视觉和文本内容检测宣传消息的多模型框架，该框架在三个组织的相同时间段内（对相同时间段的数据进行训练和测试）上取得了有希望的性能（ F1 = 0.869）和不同的时间段（训练过去，测试未来）（F1 = 0.697）。为了减少假阳性预测的影响，我们更改了阈值以测试假阳性率和真实阳性率之间的关系，并使用可视化工具为模型做出的预测提供解释，以增强框架的可解释性。我们的新数据集和通用框架为确定国家赞助的互联网宣传任务提供了强大的基准，并指出了将来在此任务上开展工作的潜在途径。
理解日本三大都市圈COVID-19爆发期间的出行方式变化
原文标题： Understanding Changes in Travel Patterns during the COVID-19 Outbreak in the Three Major Metropolitan Areas of Japan
地址： http://arxiv.org/abs/2012.13139
作者： Takao Dantsuji, Kashin Sugishita, Daisuke Fukuda
摘要： 与某些国家或城市采取的封锁措施不同，日本政府宣布了“紧急状态”（SOE），根据该紧急状态，人们只被要求将与他人的联系减少至少70％，而一些地方政府也实施了紧急措施。自己的减少流动性措施，没有法律依据。这些措施的效果尚不清楚。因此，在这项研究中，我们使用纵向汇总的手机数据调查了针对COVID-19疫情和日本相关政策措施的出行方式变化。具体来说，我们将日常出行方式视为网络，并通过应用分析网络科学中使用的时态网络的框架来分析其结构变化。使用不同日期的网络相似性度量进行的聚类分析表明，日本的三个主要大都市地区有六种主要的出行方式：（I）COVID-19爆发前的周末和节假日，（II）之前的工作日COVID-19爆发，（III）国有企业之前和之后的周末和假期，（IV）国有企业之前和之后的工作日，（V）国有企业期间的周末和假期以及（VI）国有企业期间的工作日。还发现，自2020年3月起大多数学校关闭后，出行方式可能已开始发生变化，国有企业之后的出行方式又回到了国有企业之前的出行方式。有趣的是，我们发现，国有企业解除后，几天的旅行方式仍与国有企业相似，这表明国有企业解除后自我约束继续存在的可能性。此外，在名古屋都会区，我们发现当案件数量增加时，人们会自愿改变其出行方式。
展现在线照片共享的真实生活效果
原文标题： Unveiling Real-Life Effects of Online Photo Sharing
地址： http://arxiv.org/abs/2012.13180
作者： Van-Khoa Nguyen, Adrian Popescu, Jerome Deshayes-Chossart
摘要： 社会网络免费提供其服务，以换取利用其用户数据的权利。数据共享是在用户选择的初始上下文中完成的。但是，社会网络和第三方在不同的上下文中使用数据，这通常是不透明的。我们提出了一种新方法，该方法揭示了在有影响的现实情况下数据共享的潜在影响。重点放在视觉内容上，因为它对塑造在线用户个人资料有很大的影响。该方法依赖于三个组成部分：（1）通过众包获得的具有相关情景影响等级的一组概念；（2）用于分析用户照片的一组相应的对象检测器；（3）由500个视觉对象组成的地面真相数据集用户配置文件，可针对每种情况手动进行评级。这些组件组合在LERVUP中，该方法可学习为每种情况下的视觉用户配置文件评分。 LERVUP利用了一个新的图像描述符，该图像描述符在用户级别汇总了概念等级和对象检测。它还使用一种注意机制来增强对高评级概念的检测，以防止它们被低评级概念淹没。通过测量配置文件等级的自动排名与手动基本情况之间的相关性来评估性能。结果表明，LERVUP是有效的，因为获得了两个排名的强相关性。这一发现表明，就数据共享的影响提供有意义的自动情境相关反馈是可行的。
欧美COVID-19的第二波死亡率
原文标题： COVID-19 second wave mortality in Europe and the United States
地址： http://arxiv.org/abs/2012.13197
作者： Nick James, Max Menzies, Peter Radchenko
摘要： 本文介绍了新的方法来分析在不同的大流行中COVID-19病例到死亡的变化过程。首先，一种算法方法将每个国家或州的COVID-19时间序列划分为第一波和随后的时间段。接下来，通过标准化的内部乘积理解每个国家的病例和死亡时间序列之间的偏差。结合使用这些方法和其他计算方法，我们可以确定哪些国家的COVID-19死亡率大幅降低。最后，我们的论文确定了欧洲国家和美国各州在案件和死亡轨迹上的相似之处。我们的分析完善了流行的观念，即在第二次COVID-19浪潮中，整个欧洲的死亡率已大大降低；取而代之的是，我们证明了一个分叉，在这个分叉中，较富裕的西欧国家成功地控制了其死亡率。美国也有类似的区别，东北州是美国最成功的州。
使用KCDC患者数据表征韩国的COVID-19传播
原文标题： Characterizing the COVID-19 Transmission in South Korea Using the KCDC Patient Data
地址： http://arxiv.org/abs/2012.13296
作者： Anna Schmedding, Lishan Yang, Riccardo Pinciroli, Evgenia Smirni
摘要： 随着COVID-19疫情在世界范围内的发展，世界卫生组织（WHO）及其会员国一直严重依赖留在家里并锁定控制病毒传播的措施。在过去的几个月中，各种迹象表明COVID-19曲线正在趋于平坦，但即使某些遏制措施（例如学校停课和远程办公）的部分解除似乎也有利于该病的第二波爆发。因此，对可能采取的对策及其及时撤销的准确评估对于避免未来的浪潮或缩短其持续时间至关重要。在本文中，我们分析了由韩国疾病控制与预防中心（KCDC）收集的2020年1月20日至2020年5月31日的感染患者的患者和路线数据。此数据分析有助于我们表征患者的活动模式，然后使用此表征参数化模拟以评估不同的假设情景。尽管这不是COVID-19在人群中如何传播的确定模型，但使用现实世界的数据在各种情况下探索病毒传播时，可以说明其有效性和灵活性。
时态网络流行病学时代的并发措施：综述
原文标题： Concurrency measures in the era of temporal network epidemiology: A review
地址： http://arxiv.org/abs/2012.13317
作者： Naoki Masuda, Joel C. Miller, Petter Holme
摘要： 疾病遍布个体之间的时间接触网络。这些时间网络的结构是理解流行病传播的关键。有助于讨论这些结构的文献的一个早期概念是并发-量化个人形成时间重叠的“伙伴关系”的趋势。尽管相互矛盾的评估和过多的操作定义损害了并发的历史，但它仍然很重要，尤其是在性传播感染领域。如今，许多理论流行病学都使用更直接的联系模式模型，并且有大量新兴文学试图将方法与并发文学联系起来。在这篇综述中，我们将介绍并发概念的发展以及这些新方法。
通过社交距离和社区意识控制COVID-19传播的简单数学模型
原文标题： Simple mathematical models for controlling COVID-19 transmission through social distancing and community awareness
地址： http://arxiv.org/abs/2012.13361
作者： Ahmed S. Elgazzar
摘要： 新型COVID-19大流行是当前的主要全球健康威胁。到目前为止，还没有完全批准的药物治疗或疫苗。在这项研究中，考虑到社会距离和社区意识，采用简单的数学模型检查了COVID-19的传播和控制动力学。考虑了均质和非均质种群的两种情况。基于这些计算，即使没有疫苗，基于生殖比率的足够的社会距离也能有效控制COVID-19。接种疫苗后，社交疏远使控制疾病的足够疫苗接种率降至最低。社区意识在消除病毒传播方面也具有重大影响。该模型是在小世界网络上模拟的，并说明了社交疏散在控制感染中的作用。
及时跟踪人群中个体的感染状况
原文标题： Timely Tracking of Infection Status of Individuals in a Population
地址： http://arxiv.org/abs/2012.13393
作者： Melih Bastopcu, Sennur Ulukus
摘要： 我们考虑实时及时跟踪人群中个体的感染状况（例如covid-19）。在这项工作中，医疗保健提供者希望尽快检测出感染者以及从疾病中康复的人。为了衡量跟踪过程的及时性，我们使用人们的实际感染状况与其卫生保健提供者根据最新测试结果得出的实时估计值之间的长期平均差异。我们首先找到针对给定的测试率，给定的人的感染率和恢复率的这种平均差异的解析表达式。接下来，我们提出了一种基于交替最小化的算法来最小化该平均差异。我们观察到，如果总测试率受到限制，而不是平等地测试人群中的所有成员，则仅根据其感染和恢复率来测试一部分人群。我们还观察到提高总测试率有助于更好地跟踪感染状况。另外，增加的人口规模增加了具有不同感染和恢复率的人群的多样性，可以利用这种多样性来更有效地花费测试容量，从而改善系统性能。最后，根据医疗保健提供者的偏好，可以更改测试率分配，以更快地检测出感染者或康复者。
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。