• ReCOVery：COVID-19新闻可信度研究的多模式库;
• 使用隐马尔可夫模型对COVID-19大流行进行监控;
• SF-GRASS：无求解器的图谱稀疏化;
• 具有环境反馈的生态演化动力：不断变化的世界中的合作;
• 在线极端主义中的隐藏秩序及通过推动集体化学而被破坏;
• 动态图绘制的新质量指标;
• 二次平均场博弈的松散联系和守恒数量;
• 活跃人群与COVID-19感染率的关系;
• DRGraph：通过降维处理大型图的高效图布局算法;
• Voronoi覆盖上基于AoI的开销最小多播路由;
• L距离最小控制集问题的统计力学;
• FANG：利用图表示通过社交环境进行假新闻检测;
• 从节点邻居挖掘具有质量保证的大型准团;
• 解构去中心化的三元困境;

ReCOVery：COVID-19新闻可信度研究的多模式库

原文标题： ReCOVery: A Multimodal Repository for COVID-19 News Credibility Research

地址： http://arxiv.org/abs/2006.05557

作者： Xinyi Zhou, Apurva Mulay, Emilio Ferrara, Reza Zafarani

摘要： 2019年12月在中国武汉首次发现，世界卫生组织（WHO）宣布COVID-19的爆发于1月宣布为全球紧急情况，并于2020年3月宣布为大流行。伴随着这种大流行，我们还遇到了诸如假新闻和阴谋之类的信誉低下的信息“信息大流行”。在这项工作中，我们介绍了ReCOVery，这是一个设计和构建的资料库，旨在促进研究打击与COVID-19有关的此类信息。我们首先广泛地搜索和调查大约2,000个新闻发布者，从中发现60个新闻发布者具有极高（高或低）的信誉度。通过继承发布媒体的信誉，该资料库中收集了2020年1月至2020年5月发布的共2029条有关冠状病毒的新闻文章，以及140820条推文，揭示了这些新闻在Twitter上的传播方式社会网络。该信息库提供有关冠状病毒新闻报道的多模式信息，包括文本，视觉，时间和网络信息。获得新闻可信度的方式允许在数据集可扩展性和标签准确性之间进行权衡。进行了广泛的实验以提供数据统计信息和分布，以及提供用于预测新闻可信度的基准性能，以便可以比较将来的方法。我们的存储库可从以下http URL获得

使用隐马尔可夫模型对COVID-19大流行进行监控

原文标题： Surveillance of COVID-19 Pandemic using Hidden Markov Model

地址： http://arxiv.org/abs/2008.07609

作者： Shreekanth M. Prabhu, Natarajan Subramaniam

摘要： 在过去的几个月中，COVID-19大流行使整个世界处于停滞状态。尤其是大流行的蔓延速度使每个人都措手不及。全世界的政府都采取了相应的措施，即实行封锁，停止/限制旅行和强制社会隔离。从积极的一面来看，各地区每天收集的有关活跃病例，康复和死亡的信息广泛可用。但是，特别困难的是要通过无症状携带者（称为超级传播者）来追踪疾病的传播。在本文中，我们着眼于应用隐马尔可夫模型来更好地评估传播程度。这种分析的结果对于各国政府以校准的方式设计所需的干预措施/应对措施可能是有用的。我们选择分析的数据与印度的情况有关。

SF-GRASS：无求解器的图谱稀疏化

原文标题： SF-GRASS: Solver-Free Graph Spectral Sparsification

地址： http://arxiv.org/abs/2008.07633

作者： Ying Zhang, Zhiqiang Zhao, Zhuo Feng

摘要： 最近的谱图稀疏化技术在加速许多数值和图算法方面显示出令人鼓舞的性能，例如用于解决大型稀疏矩阵的迭代方法，无向图的谱划分，功率/热网格的无矢量验证，大图的表示学习等。 ，现有的谱图稀疏化方法依赖于快速拉普拉斯矩阵求解器，通常在实践中难以实现。这项工作首次通过利用新兴的谱图粗化和图信号处理（GSP）技术为谱图稀疏化引入了无求解器方法（SF-GRASS）。我们引入了一种局部谱嵌入方案，以有效地识别对谱至关重要的边，这些边对于保留图谱特性（例如前几个拉普拉斯特征值和特征向量）至关重要。由于可以使用稀疏矩阵矢量乘法（SpMV）有效地实现SF-GRASS中的关键内核功能，因此所提出的谱方法易于实现，并且固有地具有并行友好性。我们广泛的实验结果表明，与现有的状态相比，该方法可以在几乎线性的时间内为各种现实世界中的大型图和电路网络生成高质量的谱稀疏器层次结构。艺术谱法。

具有环境反馈的生态演化动力：不断变化的世界中的合作

原文标题： Eco-evolutionary dynamics with environmental feedback: cooperation in a changing world

地址： http://arxiv.org/abs/2008.07671

作者： Xin Wang, Feng Fu

摘要： 近年来，人们越来越关注具有生态互动性的博弈动力学，这种相互作用表征了策略和环境之间的相互作用以及耦合演化。由于这种反馈回路广泛存在于一系列协同演化系统中，例如微生物系统，社会生态系统和心理经济系统，因此揭示社会困境的动态变化的最新建模框架在实际应用中具有巨大潜力。在这篇观点文章中，我们概述了演化博弈论在这一方向上的最新进展。我们描述了不同领域的数学方法和跨学科应用。在前景中讨论了值得进一步考虑的想法，其核心作用是在不断变化的世界中促进合作。

在线极端主义中的隐藏秩序及通过推动集体化学而被破坏

原文标题： Hidden order in online extremism and its disruption by nudging collective chemistry

地址： http://arxiv.org/abs/2008.07701

作者： N.F. Johnson, N. Velasquez, P. Manrique, R. Sear, R. Leahy, N. Johnson Restrepo, L. Illari, Y. Lupu

摘要： 我们证明，折衷的“ Boogaloo”极端主义运动如今在美国日益盛行，尽管其意识形态，地理和文化差异明显，但其隐藏的在线数学顺序与ISIS在其早期发展中相同。每个跨尺度的演变遵循单个冲击波方程，该方程解释了在线交互中的个体异质性。这个方程式预测了如何通过轻推其集体化学来破坏这种在线极端主义的发作并“弄平曲线”。

动态图绘制的新质量指标

原文标题： New Quality Metrics for Dynamic Graph Drawing

地址： http://arxiv.org/abs/2008.07764

作者： Amyra Meidiana, Seok-Hee Hong, Peter Eades

摘要： 在本文中，我们提出了动态图绘图的新质量指标。即，我们提出了一个新的框架，用于动态图图的更改忠实度度量标准，该框架比较动态图中的地面真实变化和图中的几何变化。更具体地说，我们提供了两个特定的实例，即群集更改真实性指标和距离更改真实性指标。我们首先使用变形实验验证新指标的有效性。然后，我们使用指标比较各种图绘制算法。我们的实验证实，最佳的聚类（距离）忠实图绘制算法也是聚类（距离）忠实变化。

二次平均场博弈的松散联系和守恒数量

原文标题： Lax Connection and Conserved Quantities of Quadratic Mean Field Games

地址： http://arxiv.org/abs/2008.07766

作者： Thibault Bonnemain, Thierry Gobron, Denis Ullmo

摘要： 平均场博弈是一个相当新的领域，最初是在应用数学和工程学中发展起来的，目的是处理交互作用中大量受控主体或对象的动力学。对于这些模型中的很大一类，相关的方程组与非线性Schr “ odinger方程之间存在着深厚的关系，这使他们对解决方案的结构有了新的认识。在这项工作中，我们处理了相关的这些系统的可集成性方面，在某些情况下展示了完整的保守量层次结构，并带来了在此特定情况下出现的一些新问题。

活跃人群与COVID-19感染率的关系

原文标题： On the relation between active population and infection rate of COVID-19

地址： http://arxiv.org/abs/2008.07791

作者： Takashi Shimada, Yoshiyuki Suimon, Kiyoshi Izumi

摘要： 实证研究了东京主要车站的乘客人数与COVID19感染率之间的关系。我们基于常规隔间模型的分析表明：1）从真实感染日到报告感染日的平均时间约为15天。 2）活跃人口密度与感染率之间的比例关系表明，感染率的增加与活跃人口呈线性关系，而不是二次方，正如传统SIR模型所假设的那样。 3）总体比例关系的明显偏离似乎与人民对行动法规公告的反应有所不同。

DRGraph：通过降维处理大型图的高效图布局算法

原文标题： DRGraph: An Efficient Graph Layout Algorithm for Large-scale Graphs by Dimensionality Reduction

地址： http://arxiv.org/abs/2008.07799

作者： Minfeng Zhu, Wei Chen, Yuanzhe Hu, Yuxuan Hou, Liangjun Liu, Kaiyuan Zhang

摘要： 大型图的有效布局仍然是一个具有挑战性的问题：力导向和基于降维的方法在图距离和梯度计算方面存在大量开销。在本文中，我们提出了一种称为DRGraph的新图布局算法，该算法通过以下三种方案增强了非线性降维过程：通过稀疏距离矩阵来近似图距离，使用负采样技术来估算梯度以及加速通过多级布局方案进行优化。 DRGraph实现了计算和内存消耗的线性复杂性，并且可以扩展到具有数百万个节点的大规模图。实验结果和与最新图布局方法的比较表明，DRGraph可以生成视觉上可比的布局，并具有更快的运行时间和更低的内存需求。

Voronoi覆盖上基于AoI的开销最小多播路由

原文标题： AoI-based Multicast Routing over Voronoi Overlays with Minimal Overhead

地址： http://arxiv.org/abs/2008.07821

作者： Michele Albano, Matteo Mordacchini, Laura Ricci

摘要： 设备在Internet边的日益普及和无所不在的存在为出现新颖的服务和应用程序创造了新的场景。对于位置和上下文感知服务尤其如此。这些服务需要新的分散的，自组织的通信方案，这些方案能够解决与苛刻的资源消耗约束有关的问题，同时确保有效的基于位置的信息传播和查询。基于Voronoi的通信技术是该领域使用最广泛的解决方案之一。但是，当用于在网络的封闭区域（称为关注区域，AoI）内转发消息时，这些解决方案通常在冗余和/或不必要的通信方面需要大量开销。这一事实对设备的资源消耗水平以及网络带宽使用都产生负面影响。为了消除所有不必要的通信，在本文中，我们提出了MABRAVO（Voronoi Overlays中基于AoI的广播和路由组播算法）协议套件。 MABRAVO允许仅使用本地信息，到达该区域的所有设备以及使用尽可能少的消息数（即，AoI中包含的每个节点仅一条消息）来转发Voronoi网络中AoI中的信息。本文介绍了MABRAVO的数学和算法描述，以及其性能的实验结果，显示了其将通讯成本降低到严格最低要求的能力。

L距离最小控制集问题的统计力学

原文标题： Statistical Mechanics of the L-Distance Minimal Dominating Set problem

地址： http://arxiv.org/abs/2008.07936

作者： Yusupjan Habibulla

摘要： 统计力学被广泛应用于解决硬优化问题，该优化策略与依赖于低温的基态能量有关。如果温度适当降低，则通常的热力学过程有望接近基态能量，但是当网络在低温下包含更多的长回路时，这种信念并不总是合理的。以前，我们总是通过规范的平衡过程来预测低能，但是它不适用于L距离（L> 1）最小控制集问题，因为热力学过程无法保证找到系统的稳定状态在低温下。在这里，我们采用腔法的能量钳制策略（微规范平衡过程）来预测低能量，并发现微规范过程仍能在给定系统工作的低温条件下找到给定系统的稳定状态。我们开发了置信传播抽取（BPD）和贪婪算法来计算L距离（ 2 <L <7 ）最小控制集，我们发现BPD算法的结果优于贪婪算法。我们已经看到在不同的L距离上出现具有不同平均能量的负 beta 。自由能在 beta = 0 处具有不连续的相变。我们通过微规范腔法预测了基态能量，克服了规范腔法的局限性。

FANG：利用图表示通过社交环境进行假新闻检测

原文标题： FANG: Leveraging Social Context for Fake News Detection Using Graph Representation

地址： http://arxiv.org/abs/2008.07939

作者： Van-Hoang Nguyen, Kazunari Sugiyama, Preslav Nakov, Min-Yen Kan

摘要： 我们提出了事实新闻图（FANG），这是一种用于假新闻检测的新颖的图化社交上下文表示和学习框架。与以前具有目标性能的上下文模型不同，我们的重点是表示学习。与转换模型相比，FANG无需维护所有节点，因此在训练中具有可扩展性，并且在推理时非常高效，而无需重新处理整个图。我们的实验结果表明，与最近的图和非图模型相比，FANG更好地将社交环境刻画为高保真度的表示形式。特别是，FANG在伪造新闻检测任务方面取得了显著改进，并且在训练数据有限的情况下非常强大。我们进一步证明，由FANG学习的表示形式可以概括为相关任务，例如预测新闻媒体报道的事实。

从节点邻居挖掘具有质量保证的大型准团

原文标题： Mining Large Quasi-cliques with Quality Guarantees from Vertex Neighborhoods

地址： http://arxiv.org/abs/2008.07996

作者： Aritra Konar, Nicholas D. Sidiropoulos

摘要： 挖掘密集的子图是整个图挖掘任务的重要原语。在这项工作中，我们正式确定现实世界图的两个重复特征，即重尾度分布和大聚类系数，意味着存在具有高边沿密度的相当大的顶点邻域。该观察结果提出了一种提取大型拟斜体的非常简单的方法：只需扫描顶点邻域，计算每个顶点的聚类系数，然后输出最佳的子图即可。这种方法的实现需要对图中的三角形进行计数，这是在图挖掘中经过充分研究的问题。当在多个真实世界的图上进行实证测试时，这种方法令人惊讶：顶点邻域包括非平凡大小的最大集团，并且最佳邻域的密度通常可以与专用算法产生的子图相提并论，以最大化子图的密度。对于具有较小聚类系数的图，我们证明了可以使用局部搜索方法细化较小的顶点邻域，以``增长”较大的集团和附近的集团。我们的结果表明，与最坏情况的理论结果相反，从现实世界的图上挖掘非平凡大小的集团和准气候通常不是难题，并且为进一步开展工作以更好地解释这些经验成功提供了动力。

解构去中心化的三元困境

原文标题： Deconstructing the Decentralization Trilemma

地址： http://arxiv.org/abs/2008.08014

作者： Harry Halpin

摘要： 目前，绝大多数应用程序都依赖集中式服务器在客户端之间中继消息，这些服务器被视为受信任的第三方。在过去几年中，随着区块链技术的兴起，已经从集中式服务器和传统的联合模型转变为更加分散的对等替代方案。但是，在基于区块链的系统中，安全性，可伸缩性和去中心化之间似乎存在一个难题。使用众所周知的威胁模型来解构这个难题，我们定义了集中式，联合和分散式架构的类型。每个不同的体系结构都有不同的困境。面对可能的去中心化未来，我们概述了去中心化所面临的七个难题，并得出理论认为，集中式，联合式和分散式架构之间的差异取决于对信任的不同社会解释。

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://netsci.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。