- 拉普拉斯特征向量基中网络意见和传播状态的可压缩性;
- 超越邻接矩阵：具有边线属性的网络的随机线图和推断;
- 城市网络中交通分流模式的稳定性;
- COVID-19大流行中基于WLAN日志的超级传播者检测;
- 分析推荐算法对错误信息放大的影响;
- 超图半监督学习的非线性扩散方法;
- 意大利铁路沿线的落石敏感性和网络等级敏感性;
- 中断疫苗接种政策可大大传播SARS-CoV-2并增加COVID-19疾病的死亡率：法国和意大利的阿斯利康案件;
- 推断SARS-CoV-2传播的主要驱动力;
- 用动力学理论方法对具有疾病传染性的人群动力学进行建模;
- 为了击败不断增加的Covid-19感染人数，疫苗接种运动必须进行多快？;
- 社会距离对孤独感影响的随机模型;
- 分析COVID-19大流行对能源需求的影响：以意大利北部为例;
- 生产网络中的功能结构;
拉普拉斯特征向量基中网络意见和传播状态的可压缩性
原文标题： Compressibility of Network Opinion and Spread States in the Laplacian-Eigenvector Basis
地址： http://arxiv.org/abs/2103.15128
作者： Sandip Roy, Mengran Xue
摘要： 网络上的意见演变和传播过程（例如，传染病传播，社会网络中的意见形成）不仅是高维度的，而且本质上也是易变的和多尺度的。在这项研究中，我们探讨了来自这些过程的快照数据是否可以接受简洁的表示形式。具体来说，使用三个案例研究，我们可以从拉普拉斯特征向量的基础上探索数据是否可压缩，从某种意义上说，可以使用（可能不同的）少量基础向量很好地近似每个快照。第一个案例研究涉及一个线性共识模型，该模型在未知位置受到随机输入的影响。经验分析和形式分析均用于表征可压缩性。其次，通过实证研究评估了随机选民模型的状态快照的可压缩性。最后，针对状态级别的每日COVID-19阳性率数据研究了可压缩性。这三个案例研究表明，意见演变和传播过程中的状态快照允许简洁的表示形式，尽管如此，它们却刻画了其丰富的传播动态。
超越邻接矩阵：具有边线属性的网络的随机线图和推断
原文标题： Beyond the adjacency matrix: random line graphs and inference for networks with edge attributes
地址： http://arxiv.org/abs/2103.14726
作者： Zachary Lubberts, Avanti Athreya, Youngser Park, Carey E. Priebe
摘要： 任何现代的网络推理范例都必须包含网络结构的多个方面，包括通常在顶点和边都编码的信息。已经为许多网络模型开发了用于处理顶点属性的方法，但是边相关属性的可比技术在很大程度上仍然不可用。我们通过将潜在位置随机图模型扩展到随机图的线图来解决文献中的空白，该图是通过为原始随机图的每个边创建一个顶点，并将入射到公共点的每对边连接起来而形成的原始图中的顶点。我们证明了折线图谱的浓度不等式，然后确定了，尽管朴素的谱分解可能无法提取必要的信号以进行边聚类，但是折线图存在保留信号的奇异子空间，这些子空间可以通过精心选择来恢复投影。此外，我们可以一致地估计随机线图中的边潜在位置，即使此类图的大小是随机的，通常具有较高的秩，并且不具有谱隙。我们的结果还表明，随机块模型的线形图展示了潜在的块结构，并且我们在随机块模型图的聚类恢复和边协变量推断的仿真中综合并测试了我们的方法。
城市网络中交通分流模式的稳定性
原文标题： On the stability of traffic breakup patterns in urban networks
地址： http://arxiv.org/abs/2103.14745
作者： Marco Cogoni, Giovanni Busonera
摘要： 我们通过使用真实和合成的交通数据，在渗流理论的框架内研究扩展的城市交通网络的行为。来自大量出租车的交通速度的最新数据集跨越六个月，覆盖了两个大城市的数百平方公里的表面，使我们能够观察到一个小时的粒度的临界渗滤过渡。我们提取导致速度规则分布在道路群大小上的临界速度，并在每天的不同时间提取相关的临界指数。我们发现，由处于临界状态的连通道路集群形成的完整网络的分流模式从一小时到下一小时大部分都是稳定的，并且可以同时预测不同的日子。我们通过显示最高等级集群的平均空间分布随时间演变而证明这一点。此外，通过计算关键交通配置之间的Fowlkes-Mallows聚类相似度，我们通过将t-SNE降维算法应用于距离矩阵来建立交通状态分类。最后，我们表明，当施加远程空间相关性时，一个简单的随机渗流模型可以近似大量实际交通的破坏模式。
COVID-19大流行中基于WLAN日志的超级传播者检测
原文标题： WLAN-Log-Based Superspreader Detection in the COVID-19 Pandemic
地址： http://arxiv.org/abs/2102.11171
作者： Cheng Zhang, Yunze Pan, Yunqi Zhang, Adam C. Champion, Zhaohui Shen, Dong Xuan, Zhiqiang Lin, Ness B. Shroff
摘要： 在大流行期间（例如COVID-19），识别疾病的“超级传播者”已成为社会关注的紧迫问题。超级传播者代表了一群比其他人具有更多社交联系的人。 WLAN基础设施的广泛部署使人们可以通过无处不在的移动设备进行无创的联系人跟踪。这项技术为检测超级传播者提供了希望。在本文中，我们提出了基于WLAN日志的超级扩展器检测的通用框架。在我们的框架中，我们首先使用WLAN日志通过共同考虑人的对称和非对称交互来构建联系图。接下来，我们对接触图采用三个顶点中心度测量，以生成三组超级扩展候选。最后，我们利用SEIR仿真来确定这些候选者中的超级传播者组，这些超级传播者是基于仿真结果传播疾病最关键的个体。我们已经实施了我们的框架，并通过具有来自大型大学的4,100万条日志条目的WLAN数据集对其进行了评估。我们的评估表明，超级传播者存在于大学校园中。在一个学期的前几周，他们会有所变化，但在整个学期的其余时间内都保持稳定。数据还表明，对称和非对称接触跟踪都可以发现超级扩展程序，但是超级扩展程序在日常联系图中的表现更好。此外，对于长期（即每周）接触图，评估显示三种顶点中心度度量之间没有一致的差异，因此有必要在我们的框架中包含SEIR仿真。我们认为，我们提出的框架和这些结果可以为公共卫生管理人员提供有关有效测试，干预和疫苗接种政策的及时指导。
分析推荐算法对错误信息放大的影响
原文标题： Analysing the Effect of Recommendation Algorithms on the Amplification of Misinformation
地址： http://arxiv.org/abs/2103.14748
作者： Miriam Fernández, Alejandro Bellogín, Iván Cantador
摘要： 推荐算法已被指出是错误信息在数字领域传播的主要原因之一。但是，仍不清楚这些算法如何真正传播错误信息，例如，尚未显示哪种特定的推荐方法更容易提示错误信息，或者算法的哪些内部参数可能对其错误信息传播能力产生更大的影响。基于这一事实，在本文中，我们对一些最受欢迎的推荐算法对Twitter中错误信息传播的影响进行了分析。基于这样的分析和对研究文献的全面回顾，提供了一套有关如何适应这些算法的指南。还会生成一个数据集并将其发布给科学界，以激发有关未来设计和开发建议算法的讨论，以应对错误信息。数据集包括带有新闻标记的新闻项目以及有关其错误信息性质的声明。
超图半监督学习的非线性扩散方法
原文标题： A nonlinear diffusion method for semi-supervised learning on hypergraphs
地址： http://arxiv.org/abs/2103.14867
作者： Francesco Tudisco, Konstantin Prokopchik, Austin R. Benson
摘要： 超图是数据中多路关系的通用模型，超图半监督学习是将标签分配给超图中所有节点（仅在几个节点上给定标签）的问题。扩散和标签传播是图设置中半监督学习的经典技术，并且有一些标准方法可以将它们扩展到超图。但是，这些方法是线性模型，并且没有提供明显的方法来合并节点特征以进行预测。在这里，我们在超图上开发了一种非线性扩散过程，该过程会沿超图结构扩展特征和标签，这可以解释为超图平衡网络。即使该过程是非线性的，我们也显示出全局收敛到了广泛的非线性类别的唯一极限点，这是可解释的正则化半监督学习损失函数的全局最优值。极限点用作节点嵌入，我们使用线性模型从该节点进行预测。我们的方法比几个超图神经网络要准确得多，并且所需的训练时间也更少。
意大利铁路沿线的落石敏感性和网络等级敏感性
原文标题： Rockfall susceptibility and network-ranked susceptibility along the Italian railway
地址： http://arxiv.org/abs/2103.14876
作者： Massimiliano Alvioli, Michele Santangelo, Federica Fiorucci, Mauro Cardinali, Ivan Marchesini, Paola Reichenbach, Mauro Rossi, Fausto Guzzetti, Silvia Peruccacci
摘要： 由于落石的快速性，破坏性潜力以及在沿公路和铁路路线经常见到的陡峭地形上发生的可能性很高，因此它们对地面运输构成了重大威胁。各种因素触发落石，包括降雨和地震活动，各种现象影响它们的发生概率。评估落石敏感性的方法范围很广，从适用于大面积建模的纯粹现象学和统计方法，到通常在本地分析中更易于使用的纯粹确定性方法。一个常见的要求是找到潜在的分离点，通常在悬崖上坡找到它，然后对源自这些点的落石径流进行后续评估。在这里，我们将基于物理的模型用于计算在全长约17,000 km且宽度变化的走廊内沿意大利铁路网络的落石轨迹。我们提出了一种基于数据的方法，该方法基于潜在的源在样本代表性位置上的专家映射，来确定落石源点的位置。使用专家映射的源区域中网格斜率值的经验分布，我们得出了铁路网附近的崩塌源的概率图，而与特定触发器无关。在三维模型STONE中，源区域充当模拟轨迹的起点。该程序提供了逐像素的轨迹计数，我们将其归类为磁化率图。我们获得了将铁路轨道分析为线段集合的地图，为此我们提供了线段方向的落石敏感性。最终，我们考虑了网络的等效图表示形式，这有助于根据落石敏感性和网络中每个网段的作用来对网段进行分类，从而得出网络排名的网状易感性。
中断疫苗接种政策可大大传播SARS-CoV-2并增加COVID-19疾病的死亡率：法国和意大利的阿斯利康案件
原文标题： Interrupting vaccination policies can greatly spread SARS-CoV-2 and enhance mortality from COVID-19 disease: the AstraZeneca case for France and Italy
地址： http://arxiv.org/abs/2103.14904
作者： Davide Faranda, Tommaso Alberti, Maxence Arutkin, Valerio Lembo, Valerio Lucarini
摘要： 几个欧洲国家出于怀疑引起深静脉血栓形成而暂停了阿斯利康疫苗的接种。在这封信中，我们报告了使用随机模型进行的一些费米估计，目的是对法国和意大利的阿斯利康疫苗交付中断进行风险-收益分析。我们的结果清楚地表明，即使在最坏的情况下出现疫苗副作用的频率和严重性，由于接种疫苗注射中断而造成的死亡也大大超过了由血栓形成造成的死亡。
推断SARS-CoV-2传播的主要驱动力
原文标题： Inferring the main drivers of SARS-CoV-2 transmissibility
地址： http://arxiv.org/abs/2103.15123
作者： Marko Djordjevic, Igor Salom, Sofija Markovic, Andjela Rodic, Ognjen Milicevic, Magdalena Djordjevic
摘要： 识别人群中SARS-CoV-2传播的主要环境驱动因素对于理解COVID-19和其他传染病的当前和未来爆发至关重要。为理解决这个问题，我们将注意力集中在基本复制数 R_0 上，该数字对测试覆盖率不敏感，并且在没有社会疏远和完全易感人群中代表了可传播性。尽管许多变量可能会潜在地影响 R_0 ，但这些变量之间的高度相关性可能会使结果解释不清楚。因此，我们将主成分分析与基于多种回归方法的特征选择方法相结合，以识别 R_0 背后的主要人口统计和气象驱动因素。我们有力地认为，该国的财富/发展（人均GDP或人类发展指数）是迄今为止最重要的R0预测因子，可能是人口总体接触频率的良好代表。主要影响是由人均建筑面积（室内空间拥挤），感染发作（可能与提高感染风险意识有关），净迁移，不健康的生活方式/条件（包括污染，季节性和BCG疫苗接种）来调节的患病率。而且，我们显示出与可传递性显著相关的几个变量不会直接影响 R_0 或与朴素分析所建议的影响程度不同。
用动力学理论方法对具有疾病传染性的人群动力学进行建模
原文标题： A kinetic theory approach to model crowd dynamics with disease contagion
地址： http://arxiv.org/abs/2103.15151
作者： Daewa Kim, Annalisa Quaini
摘要： 我们提出一些有关如何扩展人群动力学动力学类型模型以解决传染病传播的想法。我们关注的人群是中等规模的人群，他们在狭窄的环境中易于传播疾病。我们选择的动力学理论方法使用博弈论工具对人与周围人和环境之间的相互作用进行建模，并且具有代表压力水平的参数。众所周知，人们在恐惧或压力大的情况下会选择不同的步行策略。为了证明我们的人群动态模型可用于再现现实情况，我们在休斯敦霍比机场的一个航站楼中模拟了乘客。为了模拟在步行人群中传播的疾病，我们引入了一个变量，该变量表示传播疾病的人群的暴露程度。此外，我们引入了一个参数，该参数描述了传染性相互作用强度和一个核函数，该核函数是人与传播个体之间距离的递减函数。我们针对涉及一小群人走过走廊的问题测试了我们的传染模型。
为了击败不断增加的Covid-19感染人数，疫苗接种运动必须进行多快？
原文标题： How fast must vaccination campaigns proceed in order to beat rising Covid-19 infection numbers?
地址： http://arxiv.org/abs/2103.15544
作者： Claudius Gros, Daniel Gros
摘要： 我们得到一个分析表达式，描述了随着疫苗接种的进行，Covid-19大流行的健康成本和死亡计数如何随时间变化。同时，除非经过非药理学干预（NPI）检查，否则该疾病可能会继续呈指数级蔓延。关键因素是来自Covid-19感染的死亡风险随年龄呈指数增长，并且年龄人群的规模在人口金字塔的顶部呈线性下降。考虑到这些因素，我们得出了一个临界阈值的表达式，该阈值确定了疫苗接种运动所需的最低速度，以便能够防止死亡人数增加。进行快速疫苗接种运动的年轻国家比达到人口老龄化和疫苗接种速度较慢的国家要容易得多。我们发现，对于欧盟国家来说，要达到这个阈值还需要一些时间，因为新的，现在占主导地位的突变具有明显更高的感染率。我们还发现，保护占欧盟人口四分之一的60岁以上老人，可以减少95％的生命损失。
社会距离对孤独感影响的随机模型
原文标题： A stochastic model for the influence of social distancing on loneliness
地址： http://arxiv.org/abs/2103.15577
作者： José F. Fontanari
摘要： 遏制Covid-19传播的关键措施在短期内对经济造成的后果是大家都非常熟悉的，但是，这些措施所导致的孤立和孤独对人们的心理健康及随后的长期后果产生了后果。经济影响很大程度上未知。在这里，我们提供了一种基于随机行为主体的模型，以研究社区中的社会限制措施，在该社区中，当个体进行社交活动时孤独感会逐渐减弱，而当他们孤独时则会变得孤独。此外，这些感觉的强度（由我们称为孤独程度的一个真实变量来衡量）决定了行为者是否会寻求社会接触。我们发现，社会交往的数量，质量或持续时间的减少导致社区进入倦怠状态，在这种状态中，孤独感的程度有所不同，尽管在特定时刻孤独者的数量仅占总人口的一小部分。通过连续的相变，这种精神崩溃状态与健康状态是分开的，在健康状态下，孤独的程度是有限的。我们显示，通过简单的均值场理论可以很好地描述社区动态，因此我们的结论可以轻松地针对不同的场景和参数设置进行验证。倦怠制度的出现清楚地说明了社会疏离的副作用，这使我们许多人可以在身体感染和精神崩溃之间进行选择。
分析COVID-19大流行对能源需求的影响：以意大利北部为例
原文标题： Analyzing the Effects of COVID-19 Pandemic on the Energy Demand: the Case of Northern Italy
地址： http://arxiv.org/abs/2103.15654
作者： Paolo Scarabaggio, Massimo La Scala, Raffaele Carli, Mariagrazia Dotoli
摘要： 由于全球各国政府采取的限制性措施，COVID-19危机正深刻影响着全球经济框架。寻找实时数据以正确量化这种影响非常重要，但并非那么简单。尽管如此，对电力需求概况的分析仍可以洞悉总体经济趋势。为了准确评估能源消耗模式的变化，在这项工作中，我们采用了多层前馈神经网络，该网络计算了意大利北部（即欧洲一个在没有COVID-19紧急情况的情况下受大流行病影响最大）。在评估了预测模型的可靠性之后，我们将估计值与地面真实数据进行比较，以量化功耗的变化。此外，我们通过使用Google的移动报告数据，将这种变化与锁定期间移动行为的变化相关联。从这种出乎意料的前所未有的情况中，我们对电力系统的宏观结构及其与整个人口流动性的关系有了一些直觉。
生产网络中的功能结构
原文标题： Functional structure in production networks
地址： http://arxiv.org/abs/2103.15777
作者： Carolina Mattsson, Frank W. Takes, Eelke M. Heemskerk, Cees Diks, Gert Buiten, Albert Faber, Peter M.A. Sloot
摘要： 生产网络是经济动态必不可少的组成部分，但是很少收集有关公司间贸易的分类网络数据，并且通常是专有的。在这里，我们根据其他域的本地连接结构在其他域的网络之间放置公司级生产网络。通过这个视角，我们研究了从荷兰国家经济统计数据中重建的推断贸易关系的区域和国家网络，并重新解释了先前的经验发现。我们发现公司级生产网络具有所谓的功能结构，如先前在蛋白质-蛋白质相互作用（PPI）网络中确定的那样。功能网络的独特之处在于它们对实心正方形的过度表示，我们使用一种称为谱双向性的现有量度对其进行量化。共享的本地连接结构使我们能够在域之间传递见解。 PPI网络是由互补性而非同质性决定的，我们使用多层有向配置模型来表明该原理解释了生产网络中功能结构的出现。公司与他们的紧密竞争者特别相似，而不是与贸易伙伴相似。我们的发现对生产网络的分析具有实际意义，对生产网络的本地连通性结构的透彻理解将有助于我们更好地推理其日常功能，失败和增长背后的微观经济机制。
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。
