Arxiv網絡科學論文摘要14篇(2020-09-28)

• 知識與社會相關性塑造了研究組合的多樣化;
• 資助CRISPR：了解政府和私營部門參與者在變革性創新系統中的作用;
• 含時網絡上的流行病建模系統框架;
• 城市化與經濟複雜性;
• 時間成本異質性機制促進雪堆博弈合作;
• 黎曼投影近鄰梯度法的社區檢測;
• 角色抽取問題的鄰域模式相似度度量分析;
• 在真實的城市環境中評估出行方式與SARS-CoV-2爆發之間的相互作用;
• 使用時間序列預測模型進行COVID-19大流行預測;
• 網絡博弈中來自簡單局部規則的複雜數據的湧現;
• COVID-19型病毒的年齡結構修正SIR模型;
• 帶有循環的網絡上概率模型的消息傳遞;
• 在多元時間序列上使用雙向LSTM預測COVID-19病例;
• 網絡結構和市場不穩定性;

知識與社會相關性塑造了研究組合的多樣化

原文標題： Knowledge and Social Relatedness Shape Research Portfolio Diversification

地址： http://arxiv.org/abs/2002.06419

作者： Giorgio Tripodi, Francesca Chiaromonte, Fabrizio Lillo

摘要： 科學發現取決於科學家的選擇，進而取決於他們的職業生涯。在科學前沿工作所需的知識的不斷增長，使個人更難走未探索的道路。然而，協作可以降低學習成本，儘管是以增加協調成本為代價的。在本文中，我們使用大量物理學家的出版歷史數據來衡量知識和社會相關性對其多樣化戰略的影響。使用雙向網絡，我們可以計算主題相似度和社會接近度。我們發現科學家的策略不是隨機的，並且兩者都對它們的影響很大。跨主題的知識相關性可以解釋 大約10 ％的邏輯回歸偏差和高達 大約30 ％的社會相關性，這表明科學是一個傑出的社會事業：當科學家擺脫核心專業後，他們就會因此通過合作。有趣的是，我們還發現知識與社會關聯性之間存在顯著的消極相互作用，這表明科學家從專業領域走得越遠，他們越依賴於合作。我們的結果為科學多元化戰略的更廣泛的定量分析提供了起點，也可以擴展到技術創新領域-從比較和政策角度提供見解。

資助CRISPR：了解政府和私營部門參與者在變革性創新系統中的作用

原文標題： Funding CRISPR: Understanding the role of government and private sector actors in transformative innovation systems

地址： http://arxiv.org/abs/2009.11920

作者： David Fajardo-Ortiz, Stephan Hornbostel, Maywa Montenegro-de-Wit, Annie Shattuck

摘要： CRISPR / Cas具有改變醫學，農業以及我們對生活本身的理解方式的潛力。了解這種創新的軌跡，如何影響創新以及誰為之付費，對於這種變革性技術至關重要。加利福尼亞大學和Broad / Harvard / MIT系統是參與CRISPR / Cas研究與開發的兩個最傑出的學術機構。在這裡，我們介紹了在這些機構中用於CRISPR / Cas研究的共同籌資網絡模型，使用資金確認來建立聯繫。我們對代表這些機構中CRISPR / Cas引文的95％的論文進行了映射，按階段將它們分別代表在研究翻譯過程中（作為生物現象，作為研究工具，作為一組技術以及該技術的應用），並使用一種新穎的技術來分析共同籌資網絡的結構，研究階段和資金來源之間的關係。共同資助子網絡的相似之處在於，美國政府的研究經費在早期研究中起著決定性的作用。在翻譯過程的後期，慈善/慈善組織也大力支持Broad / Harvard / MIT的研究，這些研究圍繞某些主題進行。 CRISPR技術的申請數量不足，這支持了以下方面的發現：美國私營部門在開發應用程式中佔優勢，以及中國為工業和食品系統申請專利的機構數量不成比例。這些網絡模型提出了有關國家在支持突破性創新，風險，獎勵以及私營部門和慈善機構對變革性技術軌跡的影響方面的作用的基本問題。

含時網絡上的流行病建模系統框架

原文標題： A Systematic Framework of Modelling Epidemics on Temporal Networks

地址： http://arxiv.org/abs/2009.11965

作者： Rory Humphries, Kieran Mulchrone, Jamie Tratalos, Simon More, Philipp Hövel

摘要： 我們提出了在時空網絡上傳播流行病的建模框架，從中可以恢復基於個人和基於對的模型。從該框架系統派生的擬議的基於對的模型通過遠離邊中心描述，同時保持描述簡潔和相對簡單，對現有的基於對的模型進行了改進。對於傳染過程，我們考慮敏感感染恢復（SIR）模型，該模型在具有時變邊的網絡上實現。我們表明，從基於個人的數量到基於配對的數量的轉變使得可以在時間樹網絡上對馬爾可夫流行過程進行精確建模。在任意網絡上，與基於個人的模型相比，所提出的基於對的模型以較低的計算和概念成本提供了準確度的大幅提高。從基於配對的模型中，我們分析性地找到發生流行病的必要條件，或者稱為流行病閾值。由於SIR模型只有一個穩定的固定點，即全局未感染狀態，因此我們通過查看模型的初始穩定性來識別流行病。

城市化與經濟複雜性

原文標題： Urbanization and Economic Complexity

地址： http://arxiv.org/abs/2009.11966

作者： Riccardo Di Clemente, Emanuele Strano, Michael Batty

摘要： 城市化在每個國家的經濟發展中都起著至關重要的作用。任何國家的城市化與其經濟生產結構之間的相互關係都還遠未得到理解。我們使用世界貿易網（WTW）分析了1995-2010年間城市化模式下所有國家產品出口的歷史演變。使用不斷發展的經濟複雜性框架，我們揭示出一個國家在其產品生產和出口方面的經濟發展在其經濟發展和增長的早期階段就與城市化進程交織在一起。同時，在城市化國家中，經濟增長與城市化之間的相互關係在其後期階段逐漸消失，對於高度依賴資源出口而城市化與任何結構性經濟轉型均不相關的國家而言，這一關係可以忽略。

時間成本異質性機制促進雪堆博弈合作

原文標題： The mechanism of individual time cost heterogeneity promotes cooperation in snowdrift game

地址： http://arxiv.org/abs/2009.11967

作者： Hancheng Wang

摘要： 調查現實世界中的集體行為時，時間流逝的成本起著重要的作用。通過綜合考慮時間成本，每個理性個體都可以得到更合理的策略。基於這一事實，我們在此提出一種具有個體時間成本異質性的機制，其核心在於兩個方面：1.規則網絡中的個體分為兩組：高時間成本和低時間成本。 2.每個人都有時間成本參數，並且當他們與鄰居互動時，他們會考慮時間成本對收益的影響。同步更新算法用於研究規則格上合作的演化與時間成本的關係。仿真結果表明，該機制有效地促進了雪堆博弈的合作。而且，揭示了以下原因導致更高水平的合作：時間成本越高，組中時間成本較高的個人越多，而在低時間成本保持不變的情況下，組之間時間成本的差異就越大。 。

黎曼投影近鄰梯度法的社區檢測

原文標題： Community Detection by a Riemannian Projected Proximal Gradient Method

地址： http://arxiv.org/abs/2009.11989

作者： Meng Wei, Wen Huang, Kyle A. Gallivan, Paul Van Dooren

摘要： 社區檢測在理解和利用複雜系統的結構中起著重要作用。已經開發出許多用於使用模塊化最大化或其他技術進行社區檢測的算法。在本文中，我們將社區檢測問題公式化為緊湊型Stiefel流形上的約束非光滑優化問題。提出了黎曼投影近端梯度法並用於解決該問題。據我們所知，這是將黎曼優化用於社區發現問題的首次嘗試。綜合基準和實際網絡上的數值實驗結果表明，我們的算法是有效的，並且優於幾種最新算法。

角色抽取問題的鄰域模式相似度度量分析

原文標題： Analysis of the Neighborhood Pattern Similarity Measure for the Role Extraction Problem

地址： http://arxiv.org/abs/2009.11991

作者： Melissa Marchand, Kyle A. Gallivan, Wen Huang, Paul Van Dooren

摘要： 在本文中，我們分析了一種間接方法，稱為鄰域模式相似性方法，以解決所謂的大型圖角色提取問題。該方法基於節點相似度矩陣的初步構建，該節點相似度矩陣允許在第二階段中使用適當的聚類技術將被分配為具有相同角色的節點分組在一起。該分析基於理想圖的概念，其中所有具有相同角色的節點在結構上也是等效的。

在真實的城市環境中評估出行方式與SARS-CoV-2爆發之間的相互作用

原文標題： Assessing the Interplay between travel patterns and SARS-CoV-2 outbreak in realistic urban setting

地址： http://arxiv.org/abs/2009.12076

作者： Rohan Patil, Raviraj Dave, Harsh Patel, Viraj M Shah, Deep Chakrabarti, Udit Bhatia

摘要： 人口稠密的城市地區密集的社會聯繫網絡和高流動性促進了傳染病的快速傳播。典型的機制流行病學模型要麼基於與臨時聯繫流程的均勻混合，要麼需要實時或存檔的人口流動性數據來模擬社會網絡。但是，新型冠狀病毒（SARS-CoV-2）的快速和全球傳播已導致在全球和區域範圍內前所未有的封鎖，從而使存檔數據集的使用受到限制。雖然通常假設人口密度是疾病傳播的重要驅動因素，但密度可比的不同城市所展現的不同的疾病軌跡和感染率需要對疾病及其驅動因素進行高解析度描述。在這項研究中，我們探討了建立收容區對城市內出行方式的影響。此外，我們使用基於動態網絡的傳染病模型來了解在印度艾哈邁達巴德市被證明為SARS-CoV-2熱點地區的亞公裡尺度上疾病傳播的關鍵驅動因素。我們發現，除了接觸網絡和人口密度之外，道路連通性模式和運輸的便利性還與疾病的傳播速度密切相關。鑑於在鎖定期間對實時交通數據的訪問受到限制，我們使用來自開源調查和政府報告的開源圖像和旅行模式來生成道路連通性網絡。然後，在提出的框架內，我們分析了社交距離，強制封鎖以及增強測試和隔離以減輕疾病傳播的相對優勢。

使用時間序列預測模型進行COVID-19大流行預測

原文標題： COVID-19 Pandemic Prediction using Time Series Forecasting Models

地址： http://arxiv.org/abs/2009.12176

作者： Naresh Kumar, Seba Susan

摘要： 由於世界範圍內正在發生的新型冠狀病毒（COVID-19）大流行，數以百萬計的人被感染，數十萬人喪生。確定未來感染的病例和病毒傳播率，以在醫療服務中提前準備以避免死亡是至關重要的。準確預測COVID-19的傳播對研究界是一個分析性且具有挑戰性的現實問題。因此，我們將COVID-19傳播的日級信息用於來自全球和10個受災最嚴重國家的累積病例；美國，西班牙，義大利，法國，德國，俄羅斯，伊朗，英國，土耳其和印度。我們利用從2020年1月22日到2020年5月20日傳播的冠狀病毒的時間數據。我們對COVID-19爆發的演變進行建模，並使用ARIMA和Prophet時間序列預測模型進行預測。基於平均絕對誤差，均方根誤差，均方根相對誤差和絕對絕對百分比誤差來評估模型的有效性。我們的分析可以幫助您了解疾病爆發的趨勢，並提供所採用國家的流行病學階段信息。我們的研究表明，ARIMA模型對於預測COVID-19患病率更為有效。預測結果有可能協助政府制定遏制病毒傳播的政策。

網絡博弈中來自簡單局部規則的複雜數據的湧現

原文標題： Emergence of complex data from simple local rules in a network game

地址： http://arxiv.org/abs/2009.12210

作者： Felipe S. Abrahão, Klaus Wehmuth, Artur Ziviani

摘要： 作為數據科學研究的主要主題之一，網絡科學已被證明在實際網絡分析和建模中具有廣泛的應用。例如，普遍存在的結構或拓撲特徵，例如小世界現象，小直徑，無標度特性或肥尾度分布，是促進複雜網絡研究的基本支柱之一。將這些現象與複雜系統中的其他緊急事件屬性聯繫起來已成為至關重要的課題。為了解決這些問題中的一些目的，通過在數據科學和複雜系統科學之間的接口上引入新的含義，在本文中，我們提出了一個由複雜網絡玩的網絡博弈模型，其中節點是可計算的系統。特別是，我們提出並討論了一些網絡拓撲屬性和簡單的本地通信規則如何能夠就不可壓縮數據的出現產生一個相變。

COVID-19型病毒的年齡結構修正SIR模型

原文標題： A modified age-structured SIR model for COVID-19 type viruses

地址： http://arxiv.org/abs/2009.12219

作者： Vishaal Ram, Laura P. Schaposnik

摘要： 我們根據美國華盛頓州內已知的社會接觸和疏遠措施，提出了一種修正的年齡結構SIR模型。我們發現人口年齡分布對疾病的傳播和死亡率具有顯著影響，並有助於特定年齡的接觸和治療措施的功效。我們比較放寬對弱勢年齡段人群的限制的效果，比較不同人口參數的選定組的結果。此外，我們分析了疫苗接種的緩解效果，並檢查了按年齡分布的有效性。最後，我們探索如何將模型應用到其他州，以基於不同的參數和指標來反映社會疏遠政策。

帶有循環的網絡上概率模型的消息傳遞

原文標題： Message passing for probabilistic models on networks with loops

地址： http://arxiv.org/abs/2009.12246

作者： Alec Kirkley, George T. Cantwell, M. E. J. Newman

摘要： 在本文中，我們將最近提出的用於在「循環」網絡上傳遞消息的框架擴展到概率模型的解決方案。我們導出了一組自洽的消息傳遞方程式，可以快速計算包含短循環（可能具有高密度）的系統中的概率分布，以及此類系統的熵和分配函數的表達式，它們的數量非常困難計算。以伊辛模型為例，我們證明了我們的解決方案在某些類的具有短環的網絡上是漸近精確的，並且在更通用的網絡上提供了很好的近似值，大大改善了從標準置信度傳播得出的結果。我們還討論了我們的方法在各種其他問題上的潛在應用。

在多元時間序列上使用雙向LSTM預測COVID-19病例

原文標題： Predicting COVID-19 cases using Bidirectional LSTM on multivariate time series

地址： http://arxiv.org/abs/2009.12325

作者： Ahmed Ben Said, Abdelkarim Erradi, Hussein Aly, Abdelmonem Mohamed

摘要： 背景：為幫助決策者做出適當的決定以阻止COVID-19大流行的蔓延，準確預測疾病的傳播至關重要。材料和方法：本文提出了一種深度學習方法，該方法使用雙向長期短期記憶（Bi-LSTM）網絡應用於多元時間序列來預測COVID-19病例的累積數量。與其他預測技術不同，我們提出的方法首先使用K-Means聚類算法將人口和社會經濟方面以及衛生部門指標相近的國家分組。每個聚類國家的累積案例數據，其中包含與鎖定措施有關的數據，將被提供給雙向LSTM以訓練預測模型。結果：我們通過研究卡達的疾病暴發驗證了該方法的有效性。使用多個評估指標的定量評估表明，所提出的技術優於最新的預測方法。結論：除鎖定措施外，使用多個國家的數據可提高每日累計COVID-19病例預測的準確性。

網絡結構和市場不穩定性

原文標題： Network geometry and market instability

地址： http://arxiv.org/abs/2009.12335

作者： Areejit Samal, Hirdesh Kumar Pharasi, Sarath Jyotsna Ramaia, Harish Kannan, Emil Saucan, Jürgen Jost, Anirban Chakraborti

摘要： 金融市場的複雜性來自交易股票的主體商之間的戰略互動，這種互動以股票價格之間活躍的關聯模式表現出來。在過去的幾十年中，複雜的金融市場通常被表示為網絡，其相互作用的節點對是股票，由表示關聯強度的邊連接。但是，我們經常有三個或更多節點組成的交互，不能簡單地通過成對交互來描述，而我們還需要考慮這些交互之間的關係。直到最近，研究人員才開始關注複雜金融系統的高階體系結構，這可以顯著增強我們估計系統風險的能力，並可以根據市場效率來衡量金融系統的穩健性。受幾何啟發的網絡度量（例如Ollivier-Ricci曲率和Forman-Ricci曲率）可用於刻畫網絡的脆弱性並持續監控財務動態。在這裡，我們探討了這種離散的Ricci型曲率在表徵金融系統結構中的效用，並進一步將其評估為市場不穩定的通用指標。為此，我們檢查了包括美國S＆P-500和日本日經225在內的一組股票在32年內的每日收益，並監視以邊為中心的網絡曲率的變化。我們發現不同的幾何度量可以很好地捕捉市場的系統級特徵，因此我們可以區分正常時期或「一切照舊」時期和所有主要市場崩盤。這在金融系統的戰略設計和監管市場以解決金融不穩定方面非常有用。

聲明：Arxiv文章摘要版權歸論文原作者所有，機器翻譯後由本人進行校正整理，未經同意請勿隨意轉載。本系列在公眾號「網絡科學研究速遞」（netsci）和個人博客進行同步更新。