• 金融市场的简单持续：过滤、生成过程和投资组合风险;
• 多路系统中由于非本地级联传播而导致的突然转变;
• 大流行数据中复杂不动点的证据;
• 经济与疾病传播：COVID 19的重新开放机制;
• 用于评估移动性对点过程中流行病传播作用的计算框架;
• 俄罗斯“ Kompromat”社会网络;
• 图模型的无穷镜像测试;
• 接近临界的感染过程：初始条件的影响;

金融市场的简单持续：过滤、生成过程和投资组合风险

原文标题： Simplicial persistence of financial markets: filtering, generative processes and portfolio risk

地址： http://arxiv.org/abs/2009.08794

作者： Jeremy D. Turiel, Paolo Barucca, Tomaso Aste

摘要： 我们介绍了简单持久性，这是后续时间层中网络主题的时间演变的一种度量。我们观察到从相关滤波到结构演化的长期记忆，其中两个政权幂定律在持续的简单复形数量上衰减。测试了基础时间序列的零模型，以研究生成过程的属性及其演化约束。使用TMFG过滤技术和阈值化技术生成的网络表明，基于嵌入的过滤方法（TMFG）能够识别整个市场样本中的高阶结构，而阈值化方法失败了。这些长记忆过程的衰减指数用于根据金融市场的发展阶段和流动性来表征其特征。我们发现，更多的流动性市场趋向于持久性衰退。这与对发达市场更为随机的普遍理解形成了鲜明对比。我们发现，对于涉及每个单个变量的动态，它们的确难以预测，但是对于涉及变量的整体演变的，它们的预测却更好。这可能意味着系统性冲击的脆弱性更高。

多路系统中由于非本地级联传播而导致的突然转变

原文标题： Abrupt transition due to non-local cascade propagation in multiplex systems

地址： http://arxiv.org/abs/2009.08854

作者： Oriol Artime, Manlio De Domenico

摘要： 多层系统是具有不同交互上下文（层）特征的耦合网络，由于它们适合描述广泛的经验复杂系统，因此最近受到了广泛关注。它们对于渗透和第一邻居故障传播非常脆弱，但是对于它们如何响应非本地中断却知之甚少，例如在流量重新分配引起的故障中，非本地中断会发生。认识到许多社会技术和生物系统会在其各个组成部分上维持某种物理量（例如能量或信息）的流动，因此了解流量重新分配何时会导致整体故障级联以设计坚固的系统变得至关重要，增强其适应力或学习如何有效拆除它们。在本文中，我们研究了当遭受非局部级联传播时，不同的多重拓扑特征对系统的鲁棒性的影响。我们首先从数值上证明，这种动力学具有临界值，在该临界值下，小的初始扰动会有效地破坏整个网络，并且过渡会突然出现。然后我们确定出故障造成的过多流量通常会更均匀地分布在节点之间平均距离较小的网络中。使用此信息，我们发现聚合网络的聚合版本往往会高估鲁棒性，即使通过增加层数可以使系统更坚固。我们的预测被平面多层系统中的级联故障模拟所证实。

大流行数据中复杂不动点的证据

原文标题： Evidence for complex fixed points in pandemic data

地址： http://arxiv.org/abs/2009.08861

作者： Giacomo Cacciapaglia, Francesco Sannino

摘要： 流行病数据表明，感染病例在波浪之间延伸存在一个近似线性增长的区域（漫步期）。我们证明，这构成了流行病重归化组方法中通过复杂不动点整齐地编码的近时标不变性存在的证据。结果，我们对多重波浪动力学及其波浪间漫步机制有了更深入的了解。我们的结果已根据COVID-19大流行数据进行了测试和校准。由于围绕对称性原理组织的方法的简便性，我们的发现使流行病学数据的数学建模方式发生了范式转变。

经济与疾病传播：COVID 19的重新开放机制

原文标题： Economy Versus Disease Spread: Reopening Mechanisms for COVID 19

地址： http://arxiv.org/abs/2009.08872

作者： John Augustine, Khalid Hourani, Anisur Rahaman Molla, Gopal Pandurangan, Adi Pasic

摘要： 我们研究了重新开放经济活动的机制，这些机制探索了在遏制COVID-19的传播与最大化经济影响之间的权衡。由于许多组织，城市和州正在制定重新开放策略，因此这具有当前重要性。我们的机制称为组调度，其基础是将总体划分为多个组，并在适当的日期（有可能出现间隔）（适当时将每个组隔离）调度每个组。每个小组都不会与其他小组进行互动，重要的是，隔离了任何有症状的人。具体来说，我们的机制以三个参数（g，d，t）为特征，其中 g 是组数， d 是连续调度组的天数， t 是差距在周期之间。我们表明，我们的机制有效地权衡了经济活动，以更有效地控制COVID-19病毒。特别是，我们证明了（2,5,0）机制将人口分为两组，每组分别工作五天，有效地平分了COVID-19病例数，同时仍保持了经济活动达到COVID-19之前水平的70％。我们还研究了诸如（2,3,2）和（3,3,0）之类的机制，这些机制以更积极地控制病毒为代价实现了较低的经济产出（约50％）。这些可能适用于疾病在人群中蔓延更为普遍的情况。通过各种流行病学模型的理论分析和广泛的实验模拟，我们证明了我们机制的有效性。仅通过调节人与人之间的互动，我们的机制就证明是有益的。此外，我们的结果表明，如果通过遵循社会距离，戴口罩和其他公共卫生指南来降低疾病的传播（生殖）率，则可以进一步提高我们的机制的有效性。

用于评估移动性对点过程中流行病传播作用的计算框架

原文标题： A computational framework for evaluating the role of mobility on the propagation of epidemics on point processes

地址： http://arxiv.org/abs/2009.08515

作者： François Baccelli, Nithin Ramesan

摘要： 当易感点的感染率与周围球中感染点的数量成正比时，本文着重于欧氏平面的固定泊松点过程上的SIS流行病动态（也称为接触过程）。讨论了两个模型，第一个模型具有静态点过程，第二个模型使点经受某种随机运动。对于这两个模型，我们使用守恒方程作为矩量度，以分析受感染和易感点的平稳点过程。然后提出了第三矩量度的启发式分解，以导出简单的多项式方程，从而可以得出受感染节点的分数和稳态的闭合形式近似。这些多项式方程还导致形成一个相图，该相图暂定了流行病生存和灭绝的参数空间（人口密度，感染半径，感染和恢复率以及运动率）的区域。根据该阶段图，流行病的存活并不总是运动速率的增加函数。这些结果通过在大型二维托里上的仿真得到证实。这些模拟表明，当流行病幸存时，多项式方程式可以准确预测感染节点的比例。通过模拟大花托病流行的平均生存时间，部分证实了该相图。相图可准确预测平均生存时间随运动速率增加或减少的参数区域。

俄罗斯“ Kompromat”社会网络

原文标题： A Social Network of Russian “Kompromat”

地址： http://arxiv.org/abs/2009.08631

作者： Dmitry Zinoviev

摘要： 自苏联时代以来，“ Kompromat”（俄语为“损害材料”一词）已被有效地用来骚扰俄罗斯的政治和商业精英。诸如“ RuCompromat”之类的在线众包项目使使用定量技术（即社会网络分析）对kompromat进行分类和分析成为可能。在本文中，我们在1991年至2020年之间建立了一个由11,000名受kompromat影响的俄罗斯和外国公民的社会网络。该网络具有由62个密集社区组成的出色模块化结构。一个社区由美国著名官员，政治人物和企业家（包括唐纳德·特朗普总统）组成，似乎关注俄罗斯对2016年美国总统大选的有争议干预。各种网络中心度度量标准确定了17个最重要的kompromat人物，而弗拉基米尔·普京总统则稳居榜首。我们进一步揭示了由企业家，政治人物，银行家和执法人员（“ siloviks”）主导的四种类型的社区，后者与前三个社区脱节。

图模型的无穷镜像测试

原文标题： The Infinity Mirror Test for Graph Models

地址： http://arxiv.org/abs/2009.08925

作者： Satyaki Sikdar, Daniel Gonzalez, Trenton Ford, Tim Weninger

摘要： 像其他机器学习模型一样，图模型具有内置的隐式和显式偏差，这些偏差通常以不平凡的方式影响性能。通常通过使用任意数量的图属性或组合的图属性将新生成的图与源图进行比较来衡量模型的真实性。因此，所生成图的大小或拓扑结构上的差异表明模型存在损失。然而，在许多系统中，以损失函数编码的错误是微妙的，并且未被很好地理解。在当前的工作中，我们介绍了用于分析图模型的鲁棒性的无穷镜像测试。这种简单的压力测试通过将模型反复拟合到其自身的输出而起作用。假设完美的图模型与源图不会有偏差；但是，该模型的隐式偏差和假设被“无穷镜像”测试夸大了，从而暴露了以前被掩盖的潜在问题。通过对合成图和现实图上数千个实验的分析，我们显示了几种传统的图模型以令人兴奋和有益的方式退化。我们认为，观察到的退化模式是更好的图模型未来发展的线索。

接近临界的感染过程：初始条件的影响

原文标题： An infection process near criticality: Influence of the initial condition

地址： http://arxiv.org/abs/2009.08940

作者： P. L. Krapivsky

摘要： 我们调查感染个体的初始数量如何影响关键的易感感染恢复过程的行为。我们分析了暴发的大小分布，暴发的持续时间以及波动的作用。

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。