- 足球追踪网络：超越基于事件的连接;
- 多企业投资网络中的最佳抵押品;
- 背景中的科罗拉多州：科罗拉多州的国会重新划分和竞争公平标准;
- SEIR校园：大学校园中的传染病建模;
- 在Twitter的COVID-19信息流行期间表征机器人的角色;
- 带跳扩散的随机COVID-19模型的动力学分析;
- 从尺度律角度评估城市对风险投资的吸引力;
- COVID-Town：基于主体的经济流行病学综合模型;
- 多视图动态异构信息网络嵌入;
- 识别复杂网络中的有影响力节点：有效距离引力模型;
- 线性阈值模型下的在线影响力最大化;
- FusedMM：用于图嵌入和图神经网络的统一SDDMM-SpMM内核;
- 金融新闻网络和相关市场动向中的情绪扩散;
- 社会科学中路径分析的基础;
- 最佳疫苗接种计划的治理和实施，以遏制COVID-19大流行;
- 带有自动参数估计和COVID-19传播预测的流行病学分区模型，并分析了德国和巴西的数据;
- 首次通过时间以量化和比较复杂系统中的结构相关性和异质性;
- 评估缅因州和新罕布什尔州的国会选区;
- 乌克兰科学的集体著作权：边际效应还是新现象？;
足球追踪网络：超越基于事件的连接
原文标题： Football tracking networks: Beyond event-based connectivity
地址： http://arxiv.org/abs/2011.06014
作者： J.M. Buldu, D. Garrido, D.R. Antequera, J. Busquets, E. Estrada, R. Resta, R. Lopez del Campo
摘要： 我们建议使用网络科学作为辅助工具来分析足球比赛中球员和球队的行为。具体来说，我们基于玩家之间不同的交互方式介绍了四种网络。我们方法的主要新颖之处在于使用跟踪数据集创建足球跟踪网络，而不是基于事件构建和分析传统网络。通过这种方式，我们能够捕捉超越传球的球员互动，并引入以下概念：（a）球流网络，（b）标记网络，（c）签名近距离网络和（d）功能协调网络。在定义了创建每种网络的方法之后，我们将使用来自LaLiga Santander的四个不同匹配项的跟踪数据集显示一些示例。最后，我们讨论了足球追踪网络的一些应用，局限性以及进一步的改进。
多企业投资网络中的最佳抵押品
原文标题： Optimal Collaterals in Multi-Enterprise Investment Networks
地址： http://arxiv.org/abs/2011.06247
作者： Moshe Babaioff, Yoav Kolumbus, Eyal Winter
摘要： 我们研究网络上的投资市场，每个主体商（顶点）都可以在与他链接的任何企业中进行投资，同时，从与他链接的其他主体商为自己的企业筹集资金。由于公司违约而未能筹集到足够的资本结果，无法投资于他人。我们的主要目标是检查抵押品在处理战略风险中的作用，这些战略风险可以通过一系列违约行为传播到整个网络的系统性风险。我们采用一种机制设计方法，并解决了集资者向其投资者提供的抵押合同的最佳方案。这些合同旨在维持有效的投资水平（作为唯一的纳什均衡），同时最大程度地减少抵押物。我们的主要结果将网络环境与非网络环境（投资者和集资者的集合不相交）形成对比。我们表明，对于非周期性的投资网络，网络环境不需要任何额外的抵押品，并且可以通过集资者与其投资者之间的最佳双边抵押品合同来充分处理系统性风险。不幸的是，周期性投资网络并非如此。我们表明，双边签约不足以解决系统性风险，市场将需要外部实体为所有集资者设计全球抵押计划。此外，与相应的非网络环境相比，即使在简单的循环投资网络中，作为唯一的均衡条件，维持有效投资水平的最小总抵押品可能会更高。此外，我们证明了单个企业和网络的计算复杂性结果。
背景中的科罗拉多州：科罗拉多州的国会重新划分和竞争公平标准
原文标题： Colorado in Context: Congressional Redistricting and Competing Fairness Criteria in Colorado
地址： http://arxiv.org/abs/2011.06049
作者： Jeanne Clelland, Haley Colgate, Daryl DeFord, Beth Malmskog, Flavia Sancier-Barbosa
摘要： 在本文中，我们运用整体分析技术来理解科罗拉多州国会代表的政治基线。我们会生成大量合理的重新分配计划的随机样本，并使用2018年全州选举的收益确定每个地区的党派平衡，并在此背景下分析2011/2012年颁布的地区。科罗拉多州最近采用了重新划分区域的新框架，成立了一个独立的委员会来划定区域边界，禁止党派偏见和在职考虑，要求尽可能保留政治边界（如县），还要求地图制作者最大限度地利用竞争区。我们调查党派结果，计划中分裂的县数和竞争区数之间的关系。本文还对方法学进行了两项新颖的改进-一种更严格的统计框架，用于理解必要的样本数量；以及一种加权图方法，用于生成随机计划，该计划将可接受的人为地图划分成与几乎相同的县。
SEIR校园：大学校园中的传染病建模
原文标题： SEIR-Campus: Modeling Infectious Diseases on University Campuses
地址： http://arxiv.org/abs/2011.06124
作者： Matthew Zalesak, Samitha Samaranayake (Cornell University)
摘要： 我们引入了一个Python软件包，用于使用基于主体的SEIR风格流行病学模型（主要针对大学校园）对传染病的传播进行建模和研究。本文档说明了包装中使用的流行病学模型，并提供了一些示例来突出说明使用包装的方式。
在Twitter的COVID-19信息流行期间表征机器人的角色
原文标题： Characterizing the roles of bots during the COVID-19 infodemic on Twitter
地址： http://arxiv.org/abs/2011.06249
作者： Wentao Xu, Kazutoshi Sasahara
摘要： 信息流行病是由于在线信息过多而引起的一种新兴现象。信息的扩散使公众很难从不可靠的站点和不可信的来源中识别出可信赖的新闻和可信信息。随着COVID-19和机器人（即由一组算法控制的自动帐户）的爆发，信息犯罪的风险首次亮相。尽管以前的研究表明，机器人在传播错误信息中起着核心作用在重大政治事件中，尚不清楚机器人在信息流行期间的行为。在本文中，我们研究了僵尸程序在COVID-19信息流行病以及非可信信息（例如“ 5G”和“比尔·盖茨”共谋理论以及“特朗普”和“世卫组织”相关内容）的传播情况下的作用。分析转发网络和转发项目。我们显示了他们的转推网络的两部分拓扑，这表明右翼的自我媒体报道和阴谋理论家可能会导致这种观点分裂，而恶意僵尸程序可能会赞成放大非可信信息的传播。尽管在人类用户中信息传播的基本影响可能大于机器人，但在信息流行的情况下，机器人的影响不可忽略。
带跳扩散的随机COVID-19模型的动力学分析
原文标题： Dynamical Analysis of Stochastic COVID-19 Model with Jump-Diffusion
地址： http://arxiv.org/abs/2011.06280
作者： Almaz Tesfay, Daniel Tesfay, Anas Khalaf, James Brannan, Jinqiao Duan
摘要： 对于具有跳跃扩散的随机COVID-19模型，我们证明了该模型的整体正解的存在性和唯一性。我们还研究了该疾病的灭绝和持续性的一些状况。我们针对不同的噪声值计算流行病系统的阈值。该阈值由 xi 表示，取决于白噪声和跳跃噪声。当噪声较大或较小时，我们的数值发现表明，如果 xi <1 ，则COVID-19会从人们那里消失；反之，如果 xi> 1 ，则疾病持续存在。
从尺度律角度评估城市对风险投资的吸引力
原文标题： Assessing the attraction of cities on venture capital from a scaling law perspective
地址： http://arxiv.org/abs/2011.06287
作者： Ruiqi Li, Lingyun Lu, Weiwei Gu, Shaodong Ma, Gang Xu, H. Eugene Stanley
摘要： 城市是资本和发明孵化器整合的中心，吸引风险投资（VC）对于城市在创新技术和商业模式上迈向可持续和繁荣的未来至关重要。然而，我们仍然缺乏对城市特征与风险投资活动之间关系的定量理解。在本文中，我们发现风险投资活动与中国城市人口之间存在明显的非线性比例关系。在这种非线性系统中，广泛使用的线性人均指标可能会偏向大城市或小城市，具体取决于它是超线性还是亚线性的，而相对于比例定律预测而言，城市残差则更为客观和规模化。不变指标。 ％（即与城市规模无关）。这种度量可以区分由人口规模变化引起的局部动力学和规模增长的影响。这些关于风险投资活动的指标的时空演变揭示了三个不同的城市群，其中两个分别以增加和减少的趋势脱颖而出。分类结果与空间分析一起也表明了大型城市集聚区之间的不同发展模式。此外，我们注意到，风投活动规模指数的变化比城市社会经济产出的波动大得多，关注不同规模城市增长动态的概念模型可以很好地解释这一点，我们认为这对其他情况。
COVID-Town：基于主体的经济流行病学综合模型
原文标题： COVID-Town: An Integrated Economic-Epidemiological Agent-Based Model
地址： http://arxiv.org/abs/2011.06289
作者： Patrick Mellacher
摘要： 我开发了一种新的基于宏观经济流行病学媒介物的模型，以研究在不同政策情况下COVID-19大流行的影响。主体人的职业，家庭状况和年龄各不相同，并在家里，工作或休闲活动中与其他主体人互动。该模型允许在模型中明确实施和测试实际使用的或反事实的政策，例如关闭学校或休闲业，以研究其对病毒传播的影响及其经济后果。该模型使用有关时间使用，人口统计，家庭，公司人口统计，就业，公司利润和工资的德国统计数据进行了校准。我根据德国的围堵政策建立了一个基准情景，并将模拟的流行病学参数与观察到的德国死亡曲线和第一次COVID-19潮的估计感染曲线相拟合。我的模型建议，如果在一周前采取行动，那么德国第一波的死亡人数本来会高出180％，而死亡率会下降60％。最后，我将讨论两种程式化的财政政策方案：顺周期（零赤字）和反周期财政政策。在零赤字的情况下，出现了恶性循环，经济衰退从高度互动的休闲业蔓延到了经济的其余部分。即使消除了病毒并解除了限制，经济复苏仍无法完成。另一方面，反周期财政政策限制了经济损失，并允许V型复苏，但并未增加死亡人数。这些结果表明，针对大流行的最佳遏制措施或针对疫苗的遏制措施，是将尽早采取遏制措施以保持感染人数低与扩大财政政策相结合，以使低风险部门的产出保持较高水平。
多视图动态异构信息网络嵌入
原文标题： Multi-View Dynamic Heterogeneous Information Network Embedding
地址： http://arxiv.org/abs/2011.06346
作者： Zhenghao Zhang, Jianbin Huang, Qinglin Tan
摘要： 大多数现有的异构信息网络（HIN）嵌入方法都将重点放在静态环境上，而忽略了现实世界网络的不断发展的特性。尽管已经提出了几种动态嵌入方法，但是它们仅针对同构网络而设计，不能直接应用于异构环境。为理解决上述挑战，我们提出了一种新颖的框架，用于将时间信息整合到HIN嵌入中，称为多视图动态HIN嵌入（MDHNE），该框架可以有效地保留不同视图中隐式关系的演化模式，以随着时间的推移更新节点表示形式。我们首先将HIN转换为与不同视图相对应的一系列同构网络。然后我们提出的MDHNE运用递归神经网络（RNN）将复杂网络结构的演化模式和节点之间的语义关系整合到潜在的嵌入空间中，从而当HIN随时间演变时，可以从多个角度学习和更新节点表示。此外，我们提出了一种基于注意力的融合机制，该机制可以通过最小化针对不同挖掘任务的目标函数，自动推断与不同视图相对应的潜在表示的权重。大量实验清楚地表明，对于不同的网络挖掘任务，我们的MDHNE模型在三个真实世界动态数据集上的性能优于最新的基线。
识别复杂网络中的有影响力节点：有效距离引力模型
原文标题： Identifying influential nodes in complex networks: Effective distance gravity model
地址： http://arxiv.org/abs/2011.06348
作者： Qiuyan Shang, Yong Deng, Kang Hao Cheong
摘要： 由于其在疾病控制，社区发现，数据挖掘，网络系统控制等各个学科中的应用，复杂网络中重要节点的识别是一个令人兴奋的增长领域。因此，迄今为止已经提出了许多措施，并且这些措施是基于节点的位置或网络的全局性质。这些度量通常基于传统的欧几里得距离的概念来使用距离，该距离仅关注节点之间的局部静态地理距离，而忽略现实网络中节点之间的交互。但是，出于识别影响节点的目的，应考虑多种因素，例如程度，边，方向和权重。还提出了一些基于证据理论的方法。在本文中，我们提出了一种新颖有效的引力模型，该模型基于信息融合和多级处理来识别影响节点。我们的方法既可以综合考虑复杂网络的全局和局部信息，又可以利用有效距离代替欧几里得距离。这使我们能够充分考虑实际网络的复杂拓扑结构以及节点之间的动态交互信息。为了验证我们提出的方法的有效性，我们利用易受感染的（SI）模型，使用六个现有的已知方法，在八个不同的现实世界网络上进行了各种模拟。实验结果表明了该方法的合理性和有效性。
线性阈值模型下的在线影响力最大化
原文标题： Online Influence Maximization under Linear Threshold Model
地址： http://arxiv.org/abs/2011.06378
作者： Shuai Li, Fang Kong, Kejie Tang, Qizhi Li, Wei Chen
摘要： 在线影响力最大化（OIM）是社会网络中的一个普遍问题，用于学习影响力传播模型参数并同时最大化影响力传播。先前的大多数研究集中在边级反馈下的独立级联（IC）模型。在本文中，我们针对线性阈值（LT）模型中的OIM。因为LT模型中的节点激活是由于所有活动邻居的聚集效应所致，所以使用节点级反馈对OIM建模更为自然。这给在线学习带来了新的挑战，因为我们仅观察到来自节点组的聚集效应，并且这些组也是随机的。基于节点激活中的线性结构，我们结合了线性bandit的想法，并设计了与观察到的反馈一致的算法LT-LinUCB。通过证明组观测调制（GOM）有界平滑特性，这是就随机观测而言影响差异的新结果，我们对 tilde O（ mathrm poly（m） sqrt T），其中 m 是边数， T 是回合数。这是在LT模型下按此顺序对OIM的第一个理论结果。最后，我们还提供了带有后绑定 O（ mathrm poly（m） T ^ 2/3）的OIM-ETC算法，该算法与模型无关，简单并且对在线的需求较少反馈和离线计算。
FusedMM：用于图嵌入和图神经网络的统一SDDMM-SpMM内核
原文标题： FusedMM: A Unified SDDMM-SpMM Kernel for Graph Embedding and Graph Neural Networks
地址： http://arxiv.org/abs/2011.06391
作者： Md. Khaledur Rahman, Majedul Haque Sujon, Ariful Azad
摘要： 我们开发了一个融合矩阵乘法内核，该内核在称为FusedMM的单个操作下将采样的密集矩阵乘法和稀疏矩阵乘法统一。通过使用用户定义的函数，FusedMM可以刻画流行的图嵌入和GNN方法所需的几乎所有计算模式。 FusedMM比其在Deep Graph Library中的等效内核快一个数量级。 FusedMM的卓越性能来自于低级矢量化内核，合适的负载平衡方案以及对内存带宽的有效利用。 FusedMM可以使用代码生成器调整其性能，并在Intel，AMD和ARM处理器上具有同样出色的性能。 FusedMM在不同处理器上将端到端图嵌入算法的速度提高了28倍。
金融新闻网络和相关市场动向中的情绪扩散
原文标题： Sentiment Diffusion in Financial News Networks and Associated Market Movements
地址： http://arxiv.org/abs/2011.06430
作者： Xingchen Wan, Jie Yang, Slavi Marinov, Jan-Peter Calliess, Stefan Zohren, Xiaowen Dong
摘要： 在日益连接的全球市场中，对一个公司的新闻情绪不仅可以表明其自身的市场表现，而且还可以与来自相同甚至不同领域的其他公司的情绪和表现的广泛变化相关联。在本文中，我们使用NLP技术来理解路透社报道的七年来87家公司的新闻情绪。我们调查这种情绪在公司网络中的传播，并根据股票价格和波动率评估相关的市场变动。我们的结果表明，在某些行业中，对一家公司的强烈媒体情绪可能表明，对以新闻同现为基础的金融网络中的邻居所衡量的对相关公司的媒体情绪发生了重大变化。此外，在强烈的媒体情绪与异常的市场回报以及波动之间，存在着微弱但具有统计学意义的关联。这种关联在单个公司的层面上更为重要，但在部门或公司集团的层面上仍然可见。
社会科学中路径分析的基础
原文标题： Fundamentals of path analysis in the social sciences
地址： http://arxiv.org/abs/2011.06436
作者： R. Dennis Cook, Liliana Forzani
摘要： 受最近一系列关于统计方法在社会科学中分析路径图的相对价值的截然相反的文章的启发，我们从一个基本的理论角度讨论了基于通用自反环境的路径建模和分析的基本方面。由于辩论中显然缺乏技术支持，因此我们的目的是将其与主流统计资料联系起来，并解决可能有助于推动讨论的选定基础问题。我们无意主张或反对某种特定的方法或分析哲学。
最佳疫苗接种计划的治理和实施，以遏制COVID-19大流行
原文标题： Optimal governance and implementation of vaccination programs to contain the COVID-19 pandemic
地址： http://arxiv.org/abs/2011.06455
作者： Mahendra Piraveenan, Shailendra Sawleshwarkar, Michael Walsh, Iryna Zablotska, Samit Bhattacharyya, Habib Hassan Farooqui, Tarun Bhatnagar, Anup Karan, Manoj Murhekar, Sanjay Zodpey, K.S. Mallikarjuna Rao, Philippa Pattison, Albert Zomaya, Matjaz Perc
摘要： 一旦确定了SARS-CoV-2的可行疫苗，疫苗的接种将决定我们成功遏制COVID-19大流行的可能性。我们认为，应使用博弈论和社会网络模型来指导与疫苗接种计划有关的决策，以获得最佳结果。在引入疫苗后的几个月中，许多国家可能会缺乏疫苗的可获得性和运行疫苗接种计划所需的人力资源。某些公众也可能会对疫苗犹豫不决。我们强调，在不确定性和不完全信息下，只有在有条件的最优结果下进行的决策，是建立的博弈论模型的独特优势。因此，我们可以使用这种方法来获得最佳的模型，以建模和模拟疫苗接种的优先次序和摄取情况，从而可以为重要的政策决策提供信息，以实现对COVID-19大流行的最佳控制。
带有自动参数估计和COVID-19传播预测的流行病学分区模型，并分析了德国和巴西的数据
原文标题： An epidemiological compartmental model with automated parameter estimation and forecasting of the spread of COVID-19 with analysis of data from Germany and Brazil
地址： http://arxiv.org/abs/2011.06515
作者： Adriano A. Batista, Severino Horácio da Silva
摘要： 在这项工作中，我们采用流行病学SIR模型来研究COVID-19在德国和巴西（全国范围内，帕拉伊巴州和坎皮纳格兰德市）的传播演变。我们证明了模型动力学对其参数的适定性和连续依赖性。我们还提出了一种用于活动病例演变的简单概率方法，该方法有助于流行病学模型参数的自动估计。我们基于概率方法和确诊病例数据获得了活动病例的统计估计。从这个估计的时间序列中，我们得出了一个与时间有关的传染率，反映了相关人群对社会疏远的依从程度更高或更低。通过分析每日死亡数据，我们获得了每日的致死率和恢复率。然后，我们使用这些与时间有关的参数对模型的运动方程进行积分。我们通过将大流行引起的确诊，康复，死亡和活动病例的官方数据与理论预测相符，来验证我们的流行病学模型。通过这种方法，我们获得了非常好的数据拟合。此处开发的自动化程序几乎可用于任何人群，而无需进行额外的工作。最后，我们还提出并验证了基于马尔可夫链的预测方法，该方法可用于长达两周的流行病学数据演变。
首次通过时间以量化和比较复杂系统中的结构相关性和异质性
原文标题： First-passage times to quantify and compare structural correlations and heterogeneity in complex systems
地址： http://arxiv.org/abs/2011.06526
作者： Aleix Bassolas, Vincenzo Nicosia
摘要： 实际上，复杂系统的所有新兴属性都源于其元素行为及其之间相互作用的非均质性。但是，异质性和相关性可以同时在局部，介观和全局范围内出现，这对于在不同类型的系统中量化它们的任何系统方法都是一个具体的挑战。我们在此开发一个可扩展且非参数的框架，以基于其单元之间交互的基础网络上的随机游走的统计数据，表征复杂系统中异构性和相关性的存在。特别是，我们关注有意义的预先分配的节点类之间的标准化平均第一次通过时间，并展示了它们的各种潜在应用。我们发现，拟议的框架能够表征投票系统中的两极分化，包括英国脱欧公投和美国国会的唱名表决。此外，班级平均首次通过时间的分布可以帮助识别造成疾病在社会系统中传播的关键因素，并比较美国城市的空间隔离，从而揭示城市流动性在塑造社会发病率中的核心作用。 -经济不平等。
评估缅因州和新罕布什尔州的国会选区
原文标题： Assessing congressional districting in Maine and New Hampshire
地址： http://arxiv.org/abs/2011.06555
作者： Sara Asgari, Quinn Basewitz, Ethan Bergmann, Jackson Brogsol, Nathaniel Cox, Diana Davis, Martina Kampel, Becca Keating, Katie Knox, Angus Lam, Jorge Lopez-Nava, Jennifer Paige, Nathan Pitock, Victoria Song, Dylan Torrance
摘要： 我们使用投票区和选举数据来分析新罕布什尔州和缅因州的政治地理环境。我们发现，这两个州的国会区之间的分界线的位置与我们预期的明显不同，我们认为这很可能是由于现有的搬运工。我们还讨论了只有两个地区的计划的经典公平性措施的局限性。
乌克兰科学的集体著作权：边际效应还是新现象？
原文标题： Collective authorship in Ukrainian science: marginal effect or new phenomenon?
地址： http://arxiv.org/abs/2011.06561
作者： Olesya Mryglod, Ihor Mryglod
摘要： 现代科学的特征之一是在需要集中大量财务和人力资源的项目中形成稳定的大型研究人员协作。大型共同作者小组在科学论文中发表了这些共同工作的结果，其中有时包括数千个名字。这项工作的目的是研究此类出版物对为个人，研究团体和乌克兰科学界计算的科学计量指标值的影响。从Scopus数据库中收集了与乌克兰，一些学术机构和选定的个人研究人员有关的文献计量数据，用于我们的研究。事实证明，虽然集体作者的出版物相对份额较小，但它们在普通出版物库中的存在会导致统计学上显著的影响。获得的结果清楚地表明，应考虑改变传统的定量研究方法，以考虑到这一现象。关键字：集体作者，科学计量学，群体科学，乌克兰。
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。
