美國的新冠肺炎 : 發展軌跡和二次爆發 | 網絡科學論文速遞 15 篇

集智斑圖最新論文欄目,關注複雜系統、網絡科學、計算社會科學、生物物理、混沌理論、自組織系統等領域的前沿進展,每天爬取最新的 arXiv 預印本論文。

本文是對近期論文 arXiv 論文的彙總編譯(by 彩雲小譯)。更多最新論文,請掃下方二維碼訪問集智斑圖網站獲取:

美國的新冠肺炎 : 發展軌跡和二次爆發 | 網絡科學論文速遞 15 篇

核心速遞

  • 美國的新冠肺炎 : 發展軌跡和二次爆發;

  • 社會導航與人類賦權驅動的深海強化學習;

  • 使用對抗性人羣的健壯強化學習;

  • 氣候的產生熵;

  • 模擬衰老;

  • GloDyNE: 全局拓撲保護動態網絡嵌入;

  • Polya 傳染網絡的初始化和治療策略;

  • 廣義詞移位圖 : 一種文本間成對比較的可視化解釋方法;

  • 通過在線社交網絡確定廣告活動的 k 最佳目標;

  • 實際複雜加權網絡中新的節點攻擊策略;

  • 挖掘谷歌和蘋果的移動性數據 : 歐洲 21 世紀新冠肺炎的社會距離測量的陰影;

  • 集體決策下的流行病動力學建模;

  • 作爲一種社會規範的自利行爲;

  • 大流行模型和重整化羣方程 : 接觸矩陣、固定點和非特異性疫苗衰減的影響;

  • 易感性和感染暴露程度不同的 SEIR 模型;

**

美國的新冠肺炎 :

發展軌跡和二次爆發

**

原文標題:

COVID-19 in the United States: Trajectories and second surge behavior

地址:

http://arxiv.org/abs/2008.02068

作者:

Nick James,Max Menzies

摘要:本文介紹了一個數學框架來確定美國新型冠狀病毒肺炎案件的第二次浪涌行爲。在這個框架中,靈活的算法方法爲每個狀態選擇一組轉折點,計算它們之間的距離,並確定每個狀態是處於 (或超過) 第一或第二次浪涌。然後,利用歸一化時間序列之間的適當距離進一步分析逐月基礎上的案例軌跡之間的關係。我們的算法顯示,31 個州正在經歷第二次浪潮,而 10 個最大的州中有 4 個仍然處於第一次浪潮,案例數量從未減少。這個分析可以幫助我們強調最成功和最不成功的國家應對新型冠狀病毒肺炎的措施。

**

社會導航與人類賦權

驅動的深海強化學習

**

原文標題:

Social Navigation with Human Empowerment driven Deep Reinforcement Learning

地址:

http://arxiv.org/abs/2003.08158

作者:

Tessa van der Heiden,Florian Mirus,Herke van Hoof

摘要:在過去的幾十年裏,移動機器人導航已經得到了廣泛的研究。在未來,與機器人和人類共享工作空間的協作將變得越來越重要。因此,下一代的移動機器人需要具有社會順從性才能被它們的人類合作者所接受。然而,遵從性的正式定義並不直截了當。另一方面,賦權已經被人工智能用來學習複雜和廣義的行爲,也被證明是一個很好的生物行爲模型。在這篇文章中,我們超越了經典的 acf { RL }的方法,使用授權爲我們的代理人提供內在動機。與自我授權相反,使用我們方法的機器人努力在其環境中賦予人們權力,這樣他們就不會受到機器人的存在和運動的干擾。在我們的實驗中,我們表明我們的方法對人類有積極的影響,因爲它最小化了與人類的距離,從而減少了人類的旅行時間,同時有效地朝着自己的目標前進。一個交互式的用戶研究表明,參與者認爲我們的方法比其他最先進的方法更具有社會性。

**

使用對抗性人羣的健壯強化學習

**

原文標題:

Robust Reinforcement Learning using Adversarial Populations

地址:

http://arxiv.org/abs/2008.01825

作者:

Eugene Vinitsky,Yuqing Du,Kanaad Parvate,Kathy Jang,Pieter Abbeel,Alexandre Bayen

摘要:是一個有效的控制器設計工具,但是當底層系統動力學受到擾動時,魯棒性和失敗的強化學習問題仍然存在。爲了解決這個問題,魯棒 RL 公式在動力學中加入了最壞情況下的對抗性噪聲,並構造了噪聲分佈作爲零和極小極大對策的解。然而,現有的學習解決方案的魯棒 RL 制定的工作主要集中在訓練一個單一的 RL 代理對抗一個敵手。在這項工作中,我們證明,使用單一對手並不能始終產生對對手的標準參數下的動態變化的健壯性 ; 由此產生的政策是高度可利用的新對手。提出了一種基於種羣的魯棒 RL 公式的擴充方法,在訓練過程中隨機初始化敵人種羣和樣本。我們通過經驗驗證跨機器人基準,使用對抗性的人口結果在一個更健壯的政策,也改善了分佈外的普遍性。最後,我們證明了這種方法在避免無處不在的域隨機化失敗模式的同時,在這些基準上提供了與域隨機化相當的魯棒性和通用性。

**

氣候的產生熵

**

原文標題:

Entropy production rates of the climate

地址:

https://arxiv.org/abs/2008.02141

作者:

Goodwin Gibbins,Joanna D. Haigh

摘要:人們一直對全球產生熵作爲氣候診斷和預測指標感興趣,但其定義的模糊性限制了進展 ; 氣候系統不同的概念界限導致了不同的內部生產率。這裏描述、估計和調查了 3 種可行的選擇,其中 2 種——材料和總輻射率 (這裏是‘行星’)/ 產生熵——已經確定,第 3 種最近才被考慮,但看起來很有希望。這種新的選擇被稱爲產生熵轉移率,包括所有在氣候、輻射和物質中傳遞熱量的不可逆過程,但不包括那些與空間輻射交換有關的過程。在三個模型氣候條件下的估算結果表明,材料轉化率在 27-48 mW/m2K 之間,轉化率在 67-76 mW/m2K 之間,行星轉化率在 1279-1312 mW/m2K 之間。在一個簡單的輻射-對流模式中,通過計算每個速率對氣候變化的響應來探討其與氣候的相關性。增加的溫室效應導致物質和產生熵的轉移速率顯著增加,但對行星速率沒有直接影響。當同樣的表面溫度上升是通過改變反照率強制實現的時候,材料和轉移產生熵的增加就不會那麼顯著,行星的速率也會顯著增加。這與太陽輻射管理有關,因爲它表明了通過反照率改變逆轉溫室氣體介導的氣候變化的困難。認爲轉移觀點在氣候系統中具有特殊的意義,值得提高重視。

**

模擬衰老

**

原文標題:

Modelling aging

地址:

http://arxiv.org/abs/2008.00590

作者:

Spencer Farrell,Garrett Stubbings,Kenneth Rockwood,Arnold Mitnitski,Andrew Rutenberg

摘要:在生物體衰老過程中損害和失調的逐漸積累是很容易量化的。儘管如此,衰老的過程是複雜的---- 有多種相互作用的生理尺度。模擬衰老過程中個人健康的現實軌跡的計算模型,包括死亡率,可以極大地提高我們對衰老的理解。要做到這一點,它們必須是系統級模型,包含與年齡相關的變化的可測量方面之間的相互作用。爲了在老化過程中考慮個體的可變性,模型必須是隨機的。爲了有用,它們也應該具有預測性,因此必須用來自大量老齡人口的數據進行擬合或參數化。從這個角度來看,我們概述了我們已經在哪裏,我們在哪裏,以及我們希望在衰老的計算模型中走向哪裏。我們的重點是系統級模型,以及他們在老化研究的巨大潛力。

**

GloDyNE:

全局拓撲保護動態網絡嵌入

**

原文標題:

GloDyNE: Global Topology Preserving Dynamic Network Embedding

地址:

http://arxiv.org/abs/2008.01935

作者:

Chengbin Hou,Han Zhang,Shan He,Ke Tang

摘要:動態環境下網絡的低維拓撲表示學習由於許多實際網絡的時間演化特性而備受關注。動態網絡嵌入 (Dynamic Network Embedding,DNE) 的主要和共同目標是在每個時間步驟中有效地更新節點嵌入,同時保持網絡拓撲。大多數現有 DNE 方法的思想是捕獲受影響最大的節點 (而不是所有節點) 或其周圍的拓撲變化,並相應地更新節點嵌入。然而,這種近似雖然可以提高效率,但由於沒有考慮到通過高階鄰近傳播的接收積累拓撲變化的非活動子網絡,因此不能有效地保持動態網絡每個時間步的全局拓撲結構。爲了解決這個問題,我們提出了一種新的節點選擇策略來多樣地選擇網絡中具有代表性的節點,這種選擇策略與基於跳過格拉姆的嵌入方法的新的在線機機器學習模型相協調。大量的實驗表明,在三種典型的下游任務中,GloDyNE 在選擇一小部分節點的情況下,已經能夠達到最優或可比的性能。特別是 GloDyNE 算法在圖形重構方面的性能明顯優於其他算法,證明了 GloDyNE 算法的全局拓撲保持能力。源代碼可以在這個 https URL 中找到。

**

Polya 傳染網絡的初始化和治療策略

**

原文標題:

Initialization and Curing Policies for Polya Contagion Networks

地址:

http://arxiv.org/abs/2008.01782

作者:

Greg Harrington,Fady Alajaji,Bahman Gharesifard

摘要:本文從經典的波利亞過程出發,利用一個模型研究了網絡流行病資源分配的優化策略。這個模型的基本機制,稱爲波利亞網絡傳染過程,是基於一個改進的甕抽樣方案,該方案同時考慮了網絡中相鄰節點之間的時間和空間傳染。我們提出了各種感染度量,並使用它們來開發兩個問題 : 一個是在初始化時發生的,另一個是隨着波利亞河網絡進程的發展而不斷髮生的。我們將這些問題框架爲固定預算下的資源分配問題,並分析了一系列潛在的政策。由於這些問題的複雜性,我們引入了有效的代理措施的平均感染率在每個情況下。我們還證明,雙方感染治療遊戲對所謂的期望網絡曝光承認一個納什均衡點。在固化和初始化場景中,我們引入了啓發式策略,這些策略主要基於限制特定網絡設置中目標節點的數量。對中大規模網絡進行了仿真,比較了我們的啓發式算法和可證明收斂的基於簡化代理測度的梯度下降法算法的性能。

**

廣義詞移位圖 :

一種文本間成對比較的

可視化解釋方法

**

原文標題:

Generalized Word Shift Graphs: A Method for Visualizing and Explaining Pairwise Comparisons Between Texts

地址:

http://arxiv.org/abs/2008.02250

作者:

Ryan J. Gallagher,Morgan R. Frank,Lewis Mitchell,Aaron J. Schwartz,Andrew J. Reagan,Christopher M. Danforth,Peter Sheridan Dodds

摘要:計算文本分析中的一個常見任務是根據詞頻、情緒或信息內容等度量方法來量化兩個語料庫的差異。然而,將文本中的豐富故事壓縮成一個數字往往在概念上是危險的,而且很難自信地解釋有趣的或意想不到的文本模式而不擔心數據工件或測量的有效性。爲了更好地捕捉文本之間細微的差異,我們引入了廣義的詞移位圖,可視化產生了一個有意義的和可解釋的總結,個別單詞如何有助於任何措施,可以制定爲一個加權平均數的文本之間的差異。我們表明,這個框架自然包含許多最常用的比較文本的方法,包括相對頻率、字典分數和基於熵的度量,如 Kullback-Leibler 和 Jensen-Shannon 分歧。通過幾個案例研究,我們展示瞭如何廣義詞移位圖可以靈活地跨領域應用於診斷調查,假設生成和實質性解釋。通過提供語料庫之間文本轉換的詳細鏡頭,廣義詞轉換圖幫助計算社會科學家、數字人文主義者和其他文本分析從業者形成更強有力的科學敘述。

**

通過在線社交網絡

確定廣告活動的 k 最佳目標

**

原文標題:

Identifying the k Best Targets for an Advertisement Campaign via Online Social Networks

地址:

http://arxiv.org/abs/2008.02108

作者:

Mariella Bonomo,Armando La Placa,Simona E. Rombo

摘要:我們提出了一個新穎的方法來推薦可能的客戶 (用戶) 給廣告商 (例如,品牌) 基於兩個主要方面 : (i) 之間的在線社會網絡檔案的比較,和 (ii) 鄰里分析在線社會網絡。基於社交媒體文本內容的詞包表示,考慮用戶和品牌之間的個人資料匹配,並採用詞頻倒置文檔頻率等度量方法來描述詞語在比較中的重要性。這種方法是依靠大數據技術實現的,使得這種方法能夠有效地分析非常大的在線社交網絡。實際數據集的結果表明,配置文件匹配和鄰域分析的結合是成功的,在確定最合適的用戶集作爲目標,爲給定的廣告活動。

**

實際複雜加權網絡中

新的節點攻擊策略

**

原文標題:

New nodes attack strategies for real complex weighted networks

地址:

http://arxiv.org/abs/2008.02139

作者:

Quang Nguyen,Davide Cassi,Michele Bellingeri

摘要:本文提出了一種新的節點攻擊策略——條件加權中心度最高的節點刪除策略 (CondWBet)。我們比較它的效能與著名的攻擊策略從文學上超過五個現實世界的複雜加權網絡。除了常用的二元拓撲度量——最大連通簇 (LCC) 之外,我們還將網絡加權效率 (WEFF) 作爲一個包含網絡加權結構的度量。我們發現最近提出的條件中介策略 (CondBet)(Nguyen 等人,2019) 是在所有情況下對 LCC 進行分片的最佳方法。進一步,我們發現在 5 種情況中,引入 CondWBet 策略是降低網絡效率 (WEFF) 的最佳策略。最後,CondWBet 是在刪除過程開始時減少 WEFF 的最有效策略,而強度優先刪除鏈接權重最大的節點,在刪除過程的最後階段,當網絡在許多小簇中被破壞時,表現出最高的效率。最後這些結果表明,一個更好的進攻戰略可以是 CondWBet 和優勢戰略的組合。

**

挖掘谷歌和蘋果的移動性數據 :

歐洲 21 世紀新冠肺炎的

社會距離測量的陰影

**

原文標題:

Mining Google and Apple mobility data: Twenty-one shades of European social distancing measures for COVID-19

地址:

http://arxiv.org/abs/2008.02117

作者:

Giacomo Cacciapaglia,Corentin Cot,Francesco Sannino

摘要:我們利用谷歌和蘋果公佈的移動性數據來調查社會距離對歐洲新型冠狀病毒肺炎的擴散動態的影響。我們確定和量化了不同程度的社會疏遠,並描述了它們在第一波流感大流行中的印記。這種分析使我們能夠根據國家的流動性水平對它們進行分類。此外,我們確定了一個負變化的感染率發生在兩至五週後的流動性減少爲歐洲國家在這裏研究。

**

集體決策下的流行病動力學建模

**

原文標題:

Modelling epidemic dynamics under collective decision making

地址:

http://arxiv.org/abs/2008.01971

作者:

Mengbin Ye,Lorenzo Zino,Alessandro Rizzo,Ming Cao

摘要:在傳染病流行的過程中,個體不斷地決定如何對抗傳染病的傳播。總的來說,這些個別的決定對該流行病的全球結果至關重要,特別是在沒有藥物干預措施的情況下。然而,現有的流行病模型沒有能力反映這一複雜的決策過程,而這一過程是由政府授權的政策干預、預期社會經濟成本、感染風險和社會影響等因素相互作用而形成的。在這裏,我們介紹了一個新的節儉模型,以進化博弈論爲基礎,能夠捕捉在不同時間尺度上的決策動態。利用真實的數據,我們分析了淋病傳播的 3 個案例研究,19181919 年的西班牙流感和新型冠狀病毒肺炎。影響流行病進程的行爲因素可以理解地映射到一組最小的模型參數上,它們之間的相互作用產生了典型的現象,如持續的週期性爆發、多次流行波,或者疾病的成功根除。我們的模式能夠直接評估爲防治流行病爆發而實施的不同政策干預措施的流行病學和社會經濟影響。除了通常認爲嚴格的非藥物干預措施對於控制疫情的初始階段至關重要之外,這種干預措施的持續時間及其逐步淘汰的方式也是中長期根除疫情的關鍵。令人驚訝的是,我們的研究結果表明,社會影響在控制流行病方面是一把雙刃劍,有助於在流行病的早期階段加強集體採取自我保護行爲,但隨後在取消非藥物遏制干預措施之後加速拒絕這種行爲。

**

作爲一種社會規範的自利行爲

**

原文標題:

Self-interested behaviour as a social norm

地址:

http://arxiv.org/abs/2008.01884

作者:

Kamilla Haworth Buchter,Bjarke Mønsted,Sune Lehmann

摘要:語言可以對人的行爲產生很大的影響。例如,在實驗研究中,衆所周知,在實驗開始時設定一個實驗或啓動效應可以改變參與者的行爲。然而,很少有研究能夠確定爲什麼框定或啓動特定的詞語可以改變人們的行爲。在這裏,我們表明,遊戲理論實驗參與者的行爲主要是由社會規範驅動的,參與者對不同社會規範的遵守受經濟術語的影響。爲了探索這些術語驅動的變化如何影響系統級別的行爲,我們使用建立的框架來建模集體合作行爲。我們發現,經濟學術語引起的行爲差異在實驗和模擬中通常使用的規模上大於經濟激勵引起的行爲差異。這些發現增加了科學家和科學傳播者的責任,因爲科學術語越來越多地傳播給一般民衆。

**

大流行模型和重整化羣方程 :

接觸矩陣、固定點和

非特異性疫苗衰減的影響

**

原文標題:

Pandemic modeling and the renormalization group equations: Effect of contact matrices, fixed points and nonspecific vaccine waning

地址:

http://arxiv.org/abs/2008.02149

作者:

Michael McGuigan

摘要:在這篇文章中,我們發現了流行病模型中使用的方程和高能物理中使用的重整化羣方程之間的共同特徵。這些特徵包括大流行模型中的接觸矩陣和重整化羣方程中的混合算子之間的關係。另一個共同特徵是流程圖的使用和在大流行模型和重整化羣方程的演化中對固定點的研究。我們通過研究一些與當前新型冠狀病毒肺炎流行病有關的案例來說明這些關係。其中包括不同年齡組之間混合的大流行模型,以及與國家間接觸相關的接觸矩陣。在最後一個例子中,我們研究了非特異性疫苗對死亡率的影響,這些疫苗旨在對抗不同的病原體,但卻可以減輕新型冠狀病毒肺炎感染的嚴重程度和死亡率。

**

易感性和感染暴露程度不同的

S EIR 模型

**

原文標題:

A SEIR model with variable susceptibility or exposure to infection

地址 :

http://arxiv.org/abs/2008.00098

作者:

Antonio Montalbán,M. Gabriela M. Gomes

摘要:我們研究了 Gomes 等人考慮的 SEIR 模型。2020} and Aguas et. 引用{ Aguas2020} ,其中假定不同的個體具有不同程度的易感性或接觸感染。在這種異質性假設下,當獲得性免疫的人口百分比超過一個臨界水平——羣體免疫閾值——這一臨界水平遠低於同質人口時,流行病的增長就被有效地抑制。我們找到了計算羣體免疫閾值和穩定配置的顯式公式,並探討了模型的變化情況。

來源:集智斑圖

編輯:王建萍

**

**

複雜系統前沿文獻交流羣

**

如果你經常關注複雜系統和跨學科研究進展,是網絡論文速遞欄目的長期讀者,歡迎掃描集智小助手,向我們反饋你的需求。歡迎提出寶貴意見,我們一起來探索追蹤前沿進展的更好方式。

參與論文速遞用戶調研後,我們將邀請你加入集智的科研文獻交流羣

美國的新冠肺炎 : 發展軌跡和二次爆發 | 網絡科學論文速遞 15 篇

**

近期網絡科學論文速遞

**

**

對比網絡分析的可視化框架 | 網絡科學論文速遞 28 篇

基於深度學習的氣候數據時空預測新框架 | 網絡科學論文速遞 21 篇

城市結構對新冠肺炎蔓延的影響 | 網絡科學論文速遞 17 篇

在引文網絡中發現科學共同體 : 趨同聚類 | 網絡科學論文速遞 17 篇

基於環境噪聲的網絡重構 | 網絡科學論文速遞 18 篇

加入集智,一起復雜!


美國的新冠肺炎 : 發展軌跡和二次爆發 | 網絡科學論文速遞 15 篇

集智俱樂部 QQ 羣|877391004

商務合作及投稿轉載|swarma@swarma.org

◆ ◆ ◆

搜索公衆號:集智俱樂部

加入“沒有圍牆的研究所”

美國的新冠肺炎 : 發展軌跡和二次爆發 | 網絡科學論文速遞 15 篇

讓蘋果砸得更猛烈些吧!

👇點擊“閱讀原文”,瞭解更多最新 arxiv 論文

來源鏈接:mp.weixin.qq.com