Arxiv网络科学论文摘要14篇(2020-07-22)

2020-07-22 本文已影响0人 ComplexLY

COVID-19大流行对美国不同年龄层次的社区人员流动行为的影响;
SARS-CoV-2大流行事件的几何特征;
巴西南里奥格兰德州SARS-CoV-2爆发的分析;
COVID-19大流行中反社会行为的分析;
建模墨西哥，芬兰和冰岛的Covid-19流行;
来自非洲国家的COVID-19数据研究;
在线方式从新闻文章自动构建故事;
CheckThat 2020的Check_square：通过Transformer和语法特征融合在社交媒体中进行版权声明检测;
从推文推断政治偏好;
用于空间敏感性分析的Scala库;
使用最优传输方法将COVID-19动力学与人类移动性联系在一起的聚类模式;
美国低偏见高分辨率剥夺指数的数学构造;
扩展的谢林模型中的粗糙度和雪崩：对城市士绅化的解释;
带有子图注意力的鲁棒层次图分类;

COVID-19大流行对美国不同年龄层次的社区人员流动行为的影响

原文标题： The impact of COVID-19 pandemic on human mobility behaviors of communities with different age level in the United States

地址： http://arxiv.org/abs/2007.10436

作者： Aliakbar Kabiri, Aref Darzi, Weiyi Zhou, Qianqian Sun, Lei Zhang

摘要： COVID-19的迅速传播已影响了来自全国各地不同社会人口群体的数千人。预防或减缓疫情爆发的决定性步骤是使用流动性干预措施，例如政府在家中待命。但是，不同的社会人口群体可能对这些命令和规定有不同的反应。在本文中，我们试图通过遵循3月13日的国家紧急宣言等命令以及他们在改变后如何迅速改变行为的方式，研究具有不同年龄段的不同社区如何进行社会疏离，从而填补文献中的当前空白。法规被强加了。为此，我们计算了不同年龄段的人的行为变化，例如研究期间（2020年3月，2020年5月和2020年5月）在不同年龄段与大流行发生前几天相比留在家里的人的百分比（ 2020年1月和2020年2月），方法是利用匿名且受隐私保护的移动设备数据。我们的研究表明，就行为改变而言，高级社区的表现优于年轻社区。与年轻社区相比，老年人社区不仅对疫情有更快的反应，而且在大流行期间表现也更好。

SARS-CoV-2大流行事件的几何特征

原文标题： Geometric characterization of SARS-CoV-2 pandemic events

地址： http://arxiv.org/abs/2007.10450

作者： Ivan Bonamassa, Marcello Calvanese Strinati, Adrian Chan, Ouriel Gotesdyner, Bnaya Gross, Shlomo Havlin, Mario Leo

摘要：尽管SARS-CoV-2在全球范围内不断传播，但比较其在不同国家的发展是对理论和实践重要性的及时挑战。实际上，种类繁多且取决于国家的流行病学因素使得在一个独特而连贯的框架内极难理解它们对流行趋势的影响。我们提供了一个几何框架，以集成的低维方式表征了传染病羽状轨迹，该传染病轨迹由感染率（ I ）和致死率（ D ）（（I，D））追踪飞机。我们的分析使我们能够基于三个类似于SARS-CoV-2大流行事件的几何观测值，通过类似于地震事件的强度和强度的尺度来定义流行病学系统。由于几何形状精美，我们的框架可用于对其他流行病数据和次生波进行分类，从而提高了设计流行病预警或预警系统的可能性，从而增强了公共和政府对迅速爆发的疫情的反应。

巴西南里奥格兰德州SARS-CoV-2爆发的分析

原文标题： Analysis of the SARS-CoV-2 outbreak in Rio Grande do Sul / Brazil

地址： http://arxiv.org/abs/2007.10486

作者： Christian S. Perone

摘要：本文包含针对巴西南部南里奥格兰德州（RS）的SARS-CoV-2爆发所做的一系列分析。这些分析集中在州政府首都阿雷格里港等高发病率城市上。我们提供方法细节和有效繁殖数 R_t 的估计，流动性数据的联合分析以及估计的 R_t 以及在阿雷格里港/ RS住院的ICU模拟和ICU LoS（住院时间）估计。

COVID-19大流行中反社会行为的分析

原文标题： On Analyzing Antisocial Behaviors Amid COVID-19 Pandemic

地址： http://arxiv.org/abs/2007.10712

作者： Md Rabiul Awal, Rui Cao, Sandra Mitrovic, Roy Ka-Wei Lee

摘要：随着全球新闻报道在线和离线社区中的仇外心理和歧视现象急剧增加，COVID-19大流行已发展成不仅仅是一场生物危机。这种有毒的行为给社会造成了沉重的损失，尤其是在这些艰巨时期。尽管问题严重，但很少有研究研究COVID-19大流行中的在线反社会行为。在本文中，我们通过收集和注释超过4000万条与COVID-19相关的推文的大型数据集来填补研究空白。特别地，我们提出了一个注释框架来自动注释反社会行为推文。我们还对带注释的数据集进行了实证分析，发现在COVID-19大流行中引入了新的辱骂性词典。我们的研究还确定了反社会行为的脆弱目标以及影响在线反社会内容传播的因素。

建模墨西哥，芬兰和冰岛的Covid-19流行

原文标题： Modelling Covid-19 epidemic in Mexico, Finland and Iceland

地址： http://arxiv.org/abs/2007.10806

作者： Rafael A. Barrio, Kimmo K. Kaski, Gudmundur G. Haraldsson, Thor Aspelund, Tzipe Govezensky

摘要：在过去的二十年中，全球爆发了许多病毒性疾病。这加快了对疾病传播进行建模和预测的工作，从而找到了限制区域性传播和区域间传播的方法。为此，我们设计了一种由于人类空间流动性引起的病毒感染的地理分布模型，并将其适应于最新的COVID-19大流行。在该区域中，要建模的区域覆盖了一个二维网格，该网格加权了人口密度定义的单元格，在每个网格中，一个时延差分方程的隔层SEIRS系统模拟了疾病的局部动力学（微观动力学）。细胞之间的感染是随机的，并允许病毒在二维空间上进行地理传播（宏观动力学）。这种方法可以通过代表病毒携带者的不同类型的活动性，将与疾病生物学方面有关的参数与代表空间传染性行为的参数分开。这些提供了足够的信息来追踪在不同情况下大流行的演变。特别是，我们已将此方法应用到墨西哥，芬兰和冰岛这三个不同国家的许多方面，并发现该模型能够复制和预测大流行的随机全球路径。这项研究揭示了一个国家的不同文化和社会经济方面如何影响流行病的演变以及社会疏远和其他限制措施的效力。

来自非洲国家的COVID-19数据研究

原文标题： A study of COVID-19 data from African countries

地址： http://arxiv.org/abs/2007.10927

作者： Kétévi A. Assamagan, Somiéalo Azote, Simon H. Connell, Cyrille E. Haliya, Toivo S. Mabote, Kondwani C. C. Mwale, Ebode F. Onyie, George Zimba

摘要： COVID-19是一种新的大流行性疾病，几乎影响到每个国家，对社会生活和经济活动产生负面影响。全球受感染和死者的人数继续增加。数学模型可以帮助制定更好的策略来遏制大流行。考虑到非洲各国政府采取的多种措施以及具有挑战性的社会经济因素，简单的模型无法拟合数据。我们研究了某些非洲国家中COVID-19的动态演变。我们得出了每个研究国家的时间依赖性繁殖数，以进一步了解COVID-19在非洲的传播情况。

在线方式从新闻文章自动构建故事

原文标题： Automatic Story Construction from News Articles in an Online Fashion

地址： http://arxiv.org/abs/2007.10399

作者： Özgür Can, Selma Tekir

摘要：本文提出了一种新颖的故事构建系统，以在线方式跟踪故事的发展。拟议的系统使用了一种新颖的滑动窗口解决方案，称为Inching Window，可以即时处理每个新数据元素。为了以快速且内存高效的方式将新的数据元素分配到社区中，我们即时应用了Louvain方法的模块化最大化思想。作为实验验证的一部分，我们将逐步构建有意义的新闻故事，并通过一组可视化文件为案例提供支持。

CheckThat 2020的Check_square：通过Transformer和语法特征融合在社交媒体中进行版权声明检测

原文标题： Check_square at CheckThat! 2020: Claim Detection in Social Media via Fusion of Transformer and Syntactic Features

地址： http://arxiv.org/abs/2007.10534

作者： Gullal S. Cheema, Sherzod Hakimov, Ralph Ewerth

摘要：在这个新闻消费的数字时代，新闻阅读器能够以高度交互和快速的方式与他人进行反应，表达和分享观点。结果，由于大公司和个人在互联网上验证新闻的能力非常有限，虚假新闻已进入我们的日常生活。在本文中，我们专注于解决事实检查生态系统中的两个问题，这些问题可以帮助在社交媒体上不断增长的内容流中自动进行索赔的事实检查。对于第一个问题，即索赔可检查性预测，我们探索了语法特征与来自变压器（BERT）嵌入的深层变压器双向编码器表示的融合，以对推文的可检查性进行分类，即是否包含索赔。我们进行了详细的功能分析，并提出了针对英语和阿拉伯语推文的最佳性能模型。对于第二个问题，即索赔检索，我们从专门针对语义文本相似性进行训练的暹罗网络转换器模型（句子转换器）中探索预训练的嵌入，并执行KD搜索以检索有关查询推文的经过验证的索赔。

从推文推断政治偏好

原文标题： Inferring Political Preferences from Twitter

地址： http://arxiv.org/abs/2007.10604

作者： Mohd Zeeshan Ansari, Areesha Fatima Siddiqui, Mohammad Anas

摘要：情感分析是自动分析用户对实体或该实体某些方面的意见和情感的任务。社交媒体的政治情绪分析可帮助政治战略家仔细检查政党或候选人的表现，并在实际选举之前即兴发挥其弱点。在选举期间，社会网络充斥着有关政党和政客前景的博客，聊天，辩论和讨论。使用最新技术来研究，分析和得出推断的数据量很大。 Twitter是最受欢迎的社交媒体平台之一，使我们能够执行特定于域的数据准备。在这项工作中，我们选择通过使用经典机器学习将其建模为文本分类问题，从而确定Tweets中存在的政治观点的倾向。提取了与2020年德里选举相关的推文，并将其用于该任务。在几种算法中，我们观察到支持向量机具有最佳性能。

用于空间敏感性分析的Scala库

原文标题： A scala library for spatial sensitivity analysis

地址： http://arxiv.org/abs/2007.10667

作者： Juste Raimbault, Julien Perret, Romain Reuillon

摘要：对于空间模型，敏感性分析和仿真模型的验证需要特定的方法。我们描述了提供此类工具的spacedata scala库，包括用于不同规模，空间网络和空间点过程的城市配置的合成生成器。这些可用于对综合配置中的地理模拟模型进行参数设置，并评估模型结果对空间配置的敏感性。该库还包括扰动真实数据的方法，空间统计指标，城市形态指标和网络指标。它被嵌入到OpenMOLE平台中以进行模型探索，从而在没有技术限制的情况下促进了此类方法的应用。

使用最优传输方法将COVID-19动力学与人类移动性联系在一起的聚类模式

原文标题： Clustering patterns connecting COVID-19 dynamics and Human mobility using optimal transport

地址： http://arxiv.org/abs/2007.10677

作者： Frank Nielsen, Gautier Marti, Sumanta Ray, Saumyadipta Pyne

摘要：社会疏远和留在家中是已知的能有效遏制诸如COVID-19等大流行病在特定人群中蔓延的少数措施。这些措施之间的依存关系及其对疾病发生率的影响模式可能会动态变化，并且会在不同人群之间变化。我们描述了一个新的计算框架，用于测量和比较美国150多个城市中该疾病发病率较高的人群的流动性与COVID-19新病例之间的时间关系。我们使用了“最优交通”的新颖应用来计算每对城市的双变量时间序列引起的归一化模式之间的距离。因此，我们确定了10个具有类似时间依赖性的城市集群，并计算了Wasserstein重心来描述每个集群的总体动态模式。最后，我们使用了特定于城市的社会经济协变量来分析每个集群的组成。

美国低偏见高分辨率剥夺指数的数学构造

原文标题： Mathematical construction of a low-bias high-resolution deprivation index for the United States

地址： http://arxiv.org/abs/2007.10711

作者： Amin Ghafourian, Noli Brazil, Thilo Gross

摘要：剥夺指数的构建因定义剥夺的内在含糊性以及党派操纵的潜力而变得复杂。然而，贫困指数是减轻贫困影响并通过政策干预减少贫困影响的重要工具。在这里，我们演示了使用扩散图构建剥夺指数的方法，扩散图是一种流形学习技术，能够在保留数据点之间成对关系的意义上找到能够最佳描述数据集中变化的变量。该方法适用于2010年美国十年期人口普查。与其他方法相比，建议的过程不会从人口普查中选择特定的列，而是从完整的数据集中构造一个剥夺指标。由于其结构，建议的索引不会引入偏差，除了源数据中已经存在的偏差之外，不需要对某些生活方式的合意性进行规范性判断，并且对党派操纵的尝试具有高度的弹性。我们证明，新指数与既定的基于收入的剥夺指数非常吻合，但在某些现有指数中被认为存在问题的方面有所偏离。所提出的程序为构建准确的高分辨率索引提供了一种有效的方法。因此，这些指数有可能成为社会结构学术研究和政治决策的有力工具。

扩展的谢林模型中的粗糙度和雪崩：对城市士绅化的解释

原文标题： Roughness and avalanches in an extended Schelling model: an explanation of urban gentrification

地址： http://arxiv.org/abs/2007.10767

作者： Diego Ortega, Javier Rodríguez-Laguna, Elka Korutcheva

摘要：住宅隔离通过Schelling模型进行分析，在该模型中，两种类型的主体尝试根据某些偏好和容忍度来优化其状况。这项工作的几种变体集中在城市或社会方面。尽管这些模型考虑了财富或宽容的固定值，但在这里我们考虑了经济环境或宽容水平的突然变化如何在封闭城市和开放城市框架中影响城市结构，即取决于移民过程是否相关。在封闭的城市框架中，主体商倾向于分组，可以使用动力学粗糙化工具来表征其边界。另一方面，在开放城市中，某种类型的近似主体可能会以一系列雪崩的形式进入或离开城市，并讨论了其统计属性。

带有子图注意力的鲁棒层次图分类

原文标题： Robust Hierarchical Graph Classification with Subgraph Attention

地址： http://arxiv.org/abs/2007.10908

作者： Sambaran Bandyopadhyay, Manasvi Aggarwal, M. Narasimha Murty

摘要：图神经网络对于机器学习社区中的图表示和分类引起了极大的关注。应用于节点邻域的注意力机制提高了图神经网络的性能。通常，它有助于确定邻居节点，而邻居节点在确定所考虑节点的标签方面起着更为重要的作用。但是在现实世界中，确定节点的特定子集（而不是子集中的各个对）可能对确定图的标签很重要。为了解决这个问题，我们引入了子图注意的概念。另一方面，在最近的文献中，分层图池已被证明是有前途的。但是由于现实世界图的嘈杂的层次结构，并非图的所有层次对于图的分类都起着同等的作用。为此，我们提出了一种称为SubGattPool的图分类算法，该算法可共同学习子图的关注度，并采用两种不同类型的层次式关注机制来查找层次结构中的重要节点以及图中单个层次结构的重要性。使用不同类型的图分类算法进行的实验评估表明，SubGattPool能够改进最新技术或在多个公共可用的图分类数据集中保持竞争力。我们在合成图和现实世界图数据集上进行了进一步的实验，以证明SubGattPool的不同组件的有用性并显示其在其他下游任务上的一致性能。

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。