- 图神经网络的设计空间;
- 通过向量标签传播算法进行社区检测;
- 基于辐射模型的城市公路货运多样性;
- Covid-19在线讨论中的政治党派和反科学态度;
- 社会网络上双寡头的营销资源分配;
- 计算莱茵兰-普法尔茨北部的局部COVID-19再生数;
- 病毒式营销的时空预算分配策略设计;
- 基于XTR公钥系统的新的（k，l，m）可验证的多密共享方案;
- 估计、监测和预测Covid-19流行病：应用于纽约市数据的时空方法;
- COVID-19的新型区室流行病学模型，以葡萄牙为例;
- 当想法传播时——两阶段传播模型中的复杂分叉;
- 使用张量的Kronecker积结构解决高阶图匹配中的计算瓶颈;
- 中国社交媒体上COVID-19起源的阴谋和揭穿叙事：它是如何开始的以及应归咎于谁;
图神经网络的设计空间
原文标题： Design Space for Graph Neural Networks
地址： http://arxiv.org/abs/2011.08843
作者： Jiaxuan You, Rex Ying, Jure Leskovec
摘要： 图论神经网络（GNN）的快速发展导致了越来越多的新架构以及新颖的应用程序。但是，当前的研究重点是提出和评估GNN的特定体系结构设计，而不是研究GNN的更通用的设计空间，该空间由不同设计维度（例如层数或聚合函数的类型）的笛卡尔积组成。 。此外，GNN设计通常专用于单个任务，但很少有人努力理解如何快速找到适用于新任务或新数据集的最佳GNN设计。在这里，我们定义并系统地研究了GNN的建筑设计空间，其中包括325,000个预测任务中的315,000个不同的设计。我们的方法具有三项关键创新：（1）通用的GNN设计空间； （2）具有相似性度量的GNN任务空间，因此对于给定的新颖任务/数据集，我们可以快速识别/传输性能最佳的体系结构； （3）一种有效的设计空间评估方法，该方法可以从大量的模型任务组合中提取见解。我们的主要成果包括：（1）设计性能良好的GNN的全面指南； （2）虽然针对不同任务的最佳GNN设计差异很大，但GNN任务空间允许跨不同任务转移最佳设计； （3）使用我们的设计空间发现的模型可实现最先进的性能。总体而言，我们的工作提供了一种原则性且可扩展的方法，以从研究针对特定任务的单个GNN设计过渡到系统地研究GNN设计空间和任务空间。最后，我们发布GraphGym，这是一个用于探索不同GNN设计和任务的强大平台。 GraphGym具有模块化的GNN实施，标准化的GNN评估以及可重现和可扩展的实验管理功能。
通过向量标签传播算法进行社区检测
原文标题： Community Detection through Vector-label Propagation Algorithms
地址： http://arxiv.org/abs/2011.08342
作者： Wenyi Fang, Xin Wang, Longzhao Liu, Zhaole Wu, Shaoting Tang, Zhiming Zheng
摘要： 社区检测是网络科学中的一个基本且重要的问题，因为社区结构通常会揭示复杂系统不同组件之间的拓扑和功能关系。在本文中，我们首先提出了一种模块化优化的梯度下降框架，称为向量标签传播算法（VLPA），其中节点与连续社区标签的向量而不是一个标签相关联。 VLPA在矢量标签中保留弱的结构信息，其性能优于某些众所周知的社区检测方法，尤其是在社区结构较弱的网络中提高了性能。此外，我们将随机梯度策略合并到VLPA中，以避免陷入局部最优状态，从而导致了随机矢量标签传播算法（sVLPA）。我们显示，sVLPA在人工基准和现实网络上的性能均优于Louvain方法（一种广泛使用的社区检测算法）。我们基于矢量标签传播的理论方案可以直接应用于每个节点具有多个功能的高维网络，也可以用于优化其他分区措施，例如带有分辨率参数的模块化。
基于辐射模型的城市公路货运多样性
原文标题： Highway freight transportation diversity of cities based on radiation models
地址： http://arxiv.org/abs/2011.08468
作者： Li Wang (ECUST), Jun-Chao Ma (ECUST), Zhi-Qiang Jiang (ECUST), Wanfeng Yan (Zhicang Tech), Wei-Xing Zhou (ECUST)
摘要： 我们使用包含五个月内约1,506万辆卡车运输记录的独特数据集，基于从一个城市到另一个城市的卡车运输概率 p_ ij 来调查了338个中国城市的公路货运多样性。从基于地理距离的辐射模型计算运输概率，并基于行车距离作为成本主体，基于辐射的成本模型计算运输概率。对于每种模型，我们同时考虑人口和国内生产总值，并在数量上得出非常相似的结果。我们发现运输概率具有良好的幂律尾部，所有模型的尾部指数均接近0.5。每个模型中的两个运输概率落在对角线 p_ ij = p_ ji 左右，但通常不相同。此外，根据原始辐射模型和基于成本的辐射模型计算出的相应运输概率也围绕对角线 p_ ij ^ rm geo = p_ ij ^ rm cost波动。 。我们根据发现的每个城市对彼此接近的四组运输概率，计算出四组公路卡车运输多样性。此外，发现在原始辐射模型和基于成本模型的辐射模型中，人口，国内生产总值，流入量和流出量是关于运输多样性的幂律。这意味着，一个较发达的城市通常在公路卡车运输方面具有更高的多样性，这反映出一个事实，即一个较发达的城市通常具有更加多样化的经济结构。
Covid-19在线讨论中的政治党派和反科学态度
原文标题： Political Partisanship and Anti-Science Attitudes in Online Discussions about Covid-19
地址： http://arxiv.org/abs/2011.08498
作者： Ashwin Rao, Fred Morstatter, Minda Hu, Emily Chen, Keith Burghardt, Emilio Ferrara, Kristina Lerman
摘要： 新型冠状病毒大流行继续肆虐美国各地的社区。意见调查确定了政治意识形态在塑造人们对大流行的认识以及遵守预防措施方面的重要性。在这里，我们使用社交媒体数据来研究极化的复杂性。我们分析了与2020年1月至5月之间收集的与大流行相关的大量推文数据集，并开发了将用户的意识形态一致性按适度性（强硬对中），政治性（自由主义与保守性）和科学（反科学）分类的方法与亲科学）维度。尽管科学和政治方面的两极分化是相关的，但政治温和的用户更有可能与亲科学的观点保持一致，而政治强硬的用户则更倾向于反科学的观点。与预期相反，我们没有发现两极分化会随着时间而增长；相反，我们看到中度亲科学用户的活动有所增加。我们还表明，反科学保守派倾向于从美国南部发推文，而反科学保守派则来自西方国家。我们的发现揭示了两极分化的多维性质，以及通过社交媒体数据在时间和空间上追踪关于大流行的两极分化意见的可行性。
社会网络上双寡头的营销资源分配
原文标题： Marketing resource allocation in duopolies over social networks
地址： http://arxiv.org/abs/2011.08553
作者： Vineeth S. Varma, Irinel-Constantin Morarescu, Samson Lasaulce, Samuel Martin
摘要： 本文的主要特征之一是，假定一个社会网络的主体商意见不仅受其他主体商的影响，而且还受竞争中两个营销人员的影响。我们的贡献之一是提出问题的务实博弈论表述，并进行完整的相应均衡分析（存在，唯一性，动态表征和确定性）。我们的分析提供了实用的见解，以理解营销人员应如何利用其有关社会网络的知识在主体商（即消费者）之间分配其营销或广告预算。通过提供有关主体商影响力（AIP）和目标获得（GoT）的相关定义，可以评估使用智能预算分配策略而不是统一预算的优势，并确定可能会导致其高昂的运营条件。
计算莱茵兰-普法尔茨北部的局部COVID-19再生数
原文标题： Calculation of a local COVID-19 reproduction number for the northern Rhineland-Palatinate
地址： http://arxiv.org/abs/2011.08632
作者： Thomas Götz, Silja Mohrmann, Robert Rockenfeller, Moritz Schäfer, Karunia Putra Wijaya
摘要： 自2020年3月电晕大流行开始以来，除了每日感染数字（新感染和总感染）外，还为德国指定了用于描述疾病传播的各种参数，这些参数也用于政治决策。除了过高的死亡率和每周的发病率外，这些还包括倍增时间 T_2 和繁殖次数 R_t 。对于后者，可以在Robert-Koch-Institute网站上找到各种估计值，请参见 cite EstR：RKI，该估计值是根据整个德国的案件编号计算得出的；这里不考虑本地差异。在本文中，以北莱茵兰-普法尔茨州及其地区为例，考察了本地RKI的计算。在这里，不是报告日期，而是疾病发作被用作计算 R_t 的参考。对于未知的疾病发作情况，首先将调整后的广义极值分布（GEV）拟合到可获得报告延迟（疾病发作与报告日期之间的差异）的数据，并检查其进一步的特征例如本地和人口差异。然后，此GEV分布用于计算不完整数据点的报告延迟。计算2月底至10月底之间 R_t 的每日价值，与全国范围的数字相比，显示出相似的繁殖率。预计夏季会出现较大的统计波动，这主要是由于案件数量减少。自9月中旬以来，莱茵兰-普法尔茨北部的价格一直稳定在1美元以上。计算结果也可以转移到其他地区和行政区。
病毒式营销的时空预算分配策略设计
原文标题： Space-time budget allocation policy design for viral marketing
地址： http://arxiv.org/abs/2011.08639
作者： I. C. Morarescu, V.S. Varma, L. Busoniu, S. Lasaulce
摘要： 当社会网络的主体商（例如，消费者）不仅受到邻居的影响，而且受到称为营销者的外部有影响力的实体的影响时，我们会正式解决意见动态问题。有影响力的实体试图通过使用特定的影响力预算来使总体观点尽可能地接近期望的观点。我们假设实体的外在影响发生在离散时间的广告活动中。因此，整个闭环意见动态成为线性冲动（混合）的动态。解决的主要技术问题是找到营销人员应如何随着时间的推移（通过市场营销活动）和整个空间（在主体商之间）分配预算，以使主体商的意见尽可能接近期望的意见。我们的主要结果表明，营销人员必须根据他们的初始状况，他们在社会图中的影响力以及他们所属的集群的大小，将某些主体商优先于其他主体商。针对几种实际感兴趣的特殊情况，提出并解决了相应的时空分配问题。可以从我们的分析中提取宝贵的见解。例如，在大多数情况下，我们证明营销人员有兴趣在流程开始时投资其大部分预算，并且应根据著名的注水分配规则在主体商之间共享预算。数值示例说明了该分析。
基于XTR公钥系统的新的（k，l，m）可验证的多密共享方案
原文标题： New (k,l,m)-verifiable multi-secret sharing schemes based on XTR public key system
地址： http://arxiv.org/abs/2011.08648
作者： Jing Yang, Fang-Wei Fu
摘要： 秘密共享最初是在1979年提出的，旨在解决密钥分发的问题。近几十年来，研究人员提出了许多改进方案。在所有这些方案中，对可验证的多秘密共享（VMSS）方案进行了充分的研究，该方案同时共享多个秘密并感知恶意交易者和参与者。通过指出Dehkordi和Mashhadi在2008年提出的方案无法检测到经销商的某些恶性行为，我们提出了两种新的VMSS方案，即在验证阶段添加有效性检查以克服此缺点。我们的新方案基于XTR公钥系统，无需显式构造 GF（p ^ 6，即可通过在 GF（p ^ 2）中进行计算来实现 GF（p ^ 6）的安全性。 ），其中 p 是质数。与使用RSA和线性反馈移位寄存器（LFSR）公钥密码系统的VMSS方案相比，我们的方案可以通过使用跟踪功能以较短的参数达到相同的安全级别。而且，我们的方案比基于椭圆曲线密码术（ECC）的方案更易于操作。另外，我们的方案是动态的，并且阈值是可变的，这意味着在需要更改参与者，机密或阈值时，可以根据实际情况有效地实施我们的方案。
估计、监测和预测Covid-19流行病：应用于纽约市数据的时空方法
原文标题： Estimating, Monitoring, and Forecasting the Covid-19 Epidemics: A Spatio-Temporal Approach Applied to NYC Data
地址： http://arxiv.org/abs/2011.08664
作者： Vinicius V. L. Albani, Roberto M. Velho, Jorge P. Zubelli
摘要： 我们提出了一个SEIR型的元人口模型来模拟和监测Covid-19流行病的演变。基本模型包括七个区室，即易感区（S），暴露区（E），三个感染级，恢复区（R）和已故区（D）。我们在m个不同的空间位置为n个年龄段和性别组定义了这些区室。因此，对于每个年龄组，性别和地点，所得模型都具有所有流行病学类别。它们之间的混合是通过随时间变化的感染率矩阵来实现的。该模型已通过纽约市及其辖区每日新感染的曲线进行了校准，包括人口普查数据以及各个年龄段的感染，住院和死亡比例。我们最终建立了一个模型，该模型与报告的曲线相匹配，并可以准确预测不同地点和年龄段的感染信息。
COVID-19的新型区室流行病学模型，以葡萄牙为例
原文标题： A New Compartmental Epidemiological Model for COVID-19 with a Case Study of Portugal
地址： http://arxiv.org/abs/2011.08741
作者： Ana P. Lemos-Paiao, Cristiana J. Silva, Delfim F. M. Torres
摘要： 我们提出了一种针对COVID-19疾病传播的分区数学模型，显示了从葡萄牙第一个记录的病例到三种紧急状态结束，该方法对于葡萄牙大流行的有用性。新的结果包括隔室模型，该模型由七个常微分方程组描述；证明解决方案的积极性和有界性；平衡点调查及其稳定性分析；基本再现数的计算；以及来自葡萄牙卫生当局的官方真实数据的数值模拟。除了全新的模型外，提出的模型还可以很好地描述COVID-19在葡萄牙的传播情况，不仅可以同时拟合活跃感染者的人数，还可以拟合住院人数，其 L ^ 2 的误差为 9.2152 e-04 和 1.6136e-04 。从实践的角度来看，这样的结果非常重要，而从数学的角度来看却并非微不足道。而且，获得的基本繁殖数量值与葡萄牙当局在紧急状态结束时给出的数量一致。
当想法传播时——两阶段传播模型中的复杂分叉
原文标题： When ideas go viral -- complex bifurcations in a two-stage transmission model
地址： http://arxiv.org/abs/2011.08792
作者： Julian Heidecke, Maria Vittoria Barbarossa
摘要： 我们考虑具有两个非线性传染阶段的传输动力学数学模型的定性行为。所提出的模型是受流行病学（传染病传播）或社会动态（观点，行为，观念的传播）中发生的现象的启发，并采用隔离的方法进行描述。与促进者（具有传染性的个人）接触后，天真（易感）的人可以自己成为促进者，也可以成为弱者。虚弱的个体在与启动子组的成员进行第二次接触时会传染。在传染性隔室中放置一定时间后，个体变得不活动（不敏感，无法传播），并从传播链中移出。我们将这两个阶段的传染过程与幼稚种群的更新相结合，通过从弱化或非活动状态到易感区隔的过渡来建模。这导致了丰富的动力学，表现出例如平衡轨道和周期轨道的共存和双稳态。 （非平凡）平衡的性质进行了分析研究。此外，对参数空间的数值研究揭示了许多分歧，表明这种系统的动力学可能比经典的流行病学ODE模型更复杂。
使用张量的Kronecker积结构解决高阶图匹配中的计算瓶颈
原文标题： Addressing Computational Bottlenecks in Higher-Order Graph Matching with Tensor Kronecker Product Structure
地址： http://arxiv.org/abs/2011.08837
作者： Charles Colley, Huda Nassar, David Gleich
摘要： 图匹配，也称为网络对齐，是找到两个单独的图的顶点之间的对应关系的问题，在图像对应和蛋白质网络中的功能推论中有很强的应用。一类成功的技术基于张量Kronecker乘积和张量特征向量。这些技术的挑战是就问题大小而言二次（或更糟）的内存和计算需求。在本手稿中，我们介绍了张量Kronecker乘积理论并将其应用于基于张量的图对齐算法，以将其运行时复杂度从二次降低为线性，而没有明显的质量损失。从理论上讲，我们表明许多矩阵Kronecker乘积恒等式都可以推广到简单的张量副本，这在张量文献中很少见。利用该新理论的两个现有算法的改进计算代码实现了至少10倍的运行时间改进。
中国社交媒体上COVID-19起源的阴谋和揭穿叙事：它是如何开始的以及应归咎于谁
原文标题： Conspiracy and debunking narratives about COVID-19 origination on Chinese social media: How it started and who is to blame
地址： http://arxiv.org/abs/2011.08409
作者： Kaiping Chen, Anfan Chen, Jingwen Zhang, Jingbo Meng, Cuihua Shen
摘要： 本文研究了从2020年1月至2020年4月在中国主要的社交媒体平台微博上有关COVID-19起源的阴谋和揭穿故事。在微博上有关COVID-19的普遍阴谋，包括该病毒是人工合成的还是生物武器，是不同的基本上来自美国。他们对美国的责任要大于对中国的责任，尤其是在中美对抗之后。与阴谋立场相比，揭穿立场较低的用户参与率和较高的动员率相关。当来自女性，影响者和引用科学家的话，揭穿揭露的叙事可能会更具吸引力。我们的发现表明，阴谋叙事可以具有高度的文化和政治倾向。矫正工作应考虑政治动机，并确定重要的利益相关者，以重建国际对话以实现跨文化理解。
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。
