RepBin：用于宏基因组分箱的基于约束的图表示学习;优化大流行爆发中的疫苗分配策略：一种最佳控制方法;公交车在哪里：检查与公共交通准点率高低相关的因素;受灾地区信息物理系统资源分配的图论模型;意见动力学模型在基于能源生态反馈主体的仿真中的应用;墨尔本基于活动和基于主体的交通模型（AToM）：大墨尔本开放的多式联运仿真模型;使用 Google 和 Twitter 更快地显示登革热病例数;社交媒体上日益加剧的气候极化;从社交媒体内容量重建公众参与;RepBin：用于宏基因组分箱的基于约束的图表示学习原文标题： RepBin: Constraint-based Graph Representation Learning for Metagenomic Binning地址： http://arxiv.org/abs/2112.11696作者： Hansheng Xue, Vijini Mallawaarachchi, Yujia Zhang, Vaibhav Rajan, Yu Lin摘要： 在许多环境（从人类肠道到海洋生态系统）中都发现了混合生物群落，它们会对人类健康和环境产生深远的影响。宏基因组学通过高通量测序研究此类群落的基因组材料，产生用于后续分析的 DNA 子序列。标准工作流程中的一个基本问题（称为分箱）是发现与未知组成生物相关的基因组子序列簇。子序列中的固有噪声、需要对其施加的各种生物约束以及偏斜的集群大小分布加剧了这种无监督学习问题的难度。在本文中，我们提出了一种使用图的新公式，其中节点是子序列，边表示同质信息。此外，我们对生物约束进行建模，提供有关无法聚集在一起的节点的异嗜信号。我们通过为 (i) 图表示学习开发新算法来解决分箱问题，该算法保留了同质关系和异质约束 (ii) 基于约束的图聚类方法，该方法解决了偏斜集群大小分布的问题。在真实和合成数据集上进行的大量实验表明，我们称为 RepBin 的方法优于各种竞争方法。我们基于约束的图表示学习和聚类方法，在其他领域也可能有用，推进了宏基因组学分箱和图表示学习的最新技术。优化大流行爆发中的疫苗分配策略：一种最佳控制方法原文标题： Optimizing Vaccine Allocation Strategies in Pandemic Outbreaks: An Optimal Control Approach地址： http://arxiv.org/abs/2112.11908作者： Sander Tonkens, Paul de Klaver, Mauro Salazar摘要： 自 2020 年初以来，世界一直在应对一场肆虐的大流行：COVID-19。一年后，疫苗变得容易获得，但数量有限，因此政府需要制定一项战略来决定在分配可用剂量时优先考虑哪一部分人口，以及如何管理多剂量疫苗的剂量间隔.在本文中，我们提出了一个优化框架来解决动态双剂量疫苗分配问题，即必须向不同年龄组施用可用疫苗剂量，以最大限度地减少特定的社会目标。特别是，我们首先确定了一个年龄相关的易感暴露感染恢复 (SEIR) 流行模型，包括刻画部分和完全接种疫苗的人的扩展，由此我们考虑了年龄相关的免疫和传染性水平以及疾病严重程度。其次，我们利用我们的模型为不同的社会目标（例如最小化感染或死亡人数）构建动态的年龄相关疫苗分配问题，并使用非线性规划技术解决该问题。最后，我们使用来自荷兰的真实数据进行了数值案例研究。我们的结果显示了不同的社会目标如何显著改变最佳疫苗分配策略。例如，我们发现最大限度地减少感染总数会导致延迟第二次接种，而为了最大限度地减少死亡人数，首先对老年人进行全面接种很重要。公交车在哪里：检查与公共交通准点率高低相关的因素原文标题： Wheres the Bus: Examining Factors Correlated with High and Low Public Transit On-Time Performance地址： http://arxiv.org/abs/2112.11912作者： Snehanshu Banerjee, Mohammadreza Jabehdari, Ross Turlington, Cole Greene摘要： 公共巴士交通的一个重要方面是准时的可靠性，这对巴士乘客量有重大影响。目前，美国没有统一的国家标准来衡量公交车的准点率。本文根据每个机构的独特因素，提出了一种新方法来提高全国公交机构公交车的准点率 (OTP)。在这项研究中，18 个公共交通机构数据的信息来自国家交通数据库，并由作者在联系相应机构后进行验证。进行相关性分析以评估不同因素对总线OTP的影响。结果表明，较高的城市拥堵等级，即较少的交通量与 OTP 呈正相关，而每小时乘客数量较低与 OTP 呈负相关，两者的置信区间均为 95%。发现每辆活跃车辆的总英里数和公共汽车的平均速度与 OTP 呈正相关，置信区间为 90%。这可能表明，如果公交车的平均速度更高，即如果公交车以预定速度运行，每辆活跃车辆的总里程将增加，这反过来会导致更好的准时性能。显示理解释相关分析结果的流程图，其中考虑了主要的总线服务过程，并确定了可能影响最终 OTP 的前驱和后继。受灾地区信息物理系统资源分配的图论模型原文标题： Graph-Theoretic Models of Resource Distribution for Cyber-Physical Systems of Disaster-Affected Regions地址： http://arxiv.org/abs/2112.12046作者： Kenneth Johnson, Samaneh Madanian, Roopak Sinha摘要： 我们提出了一个工具支持的框架来推理限制资源分布的需求，并设计在受灾地区路由基本服务的策略。我们方法的核心是受灾地区的路线顾问 (RADAR) 框架，该框架在该地区的高级代数表示上运行，建模为网络物理系统 (cps)，其中在基础设施上进行资源分配连接物理地理位置。该框架使用的可满足模理论 (SMT) 和图论算法支持响应和准备阶段的灾害管理决策。我们在灾害管理案例研究中展示了我们的方法，并描述了场景以说明 RADAR 的有用性。意见动力学模型在基于能源生态反馈主体的仿真中的应用原文标题： Application of Opinion Dynamics Models in Energy Eco-Feedback Agent-Based Simulation地址： http://arxiv.org/abs/2112.12063作者： Mohammad Zarei, Mojtaba Maghrebi摘要： 研究表明，通过行为干预来抑制消费者对能源的需求是减少温室气体排放和气候变化努力的重要组成部分。在此基础上，使消费者可以看到能源消耗和节约努力的反馈干预被认为是增加节能行为的实用方法。模拟技术提供了一种方便且经济的工具来检查可能影响作为此类干预结果的节能量的因素。然而，开发一个能够正确代表现实世界过程的合理模型是一个巨大的挑战。在本文中，研究了五种常见的意见动态 (OD) 模型，这些模型代表了个人互动中意见变化的发生方式，并提出了修订版 OD (ROD) 模型以构建更有效的生态反馈模拟模型。结果表明，连接意见的影响条件和权重因子对模拟输出的准确性有显著影响，已与现场实验报告进行了比较。因此，已建议将 ROD 用于生态反馈模拟，它显示了与现场数据最接近的预测。墨尔本基于活动和基于主体的交通模型（AToM）：大墨尔本开放的多式联运仿真模型原文标题： Activity-based and agent-based Transport model of Melbourne (AToM): an open multi-modal transport simulation model for Greater Melbourne地址： http://arxiv.org/abs/2112.12071作者： Afshin Jafari, Dhirendra Singh, Alan Both, Mahsa Abdollahyar, Lucy Gunn, Steve Pemberton, Billie Giles-Corti摘要： 近年来，用于模拟交通系统的基于主体和基于活动的模型引起了极大的关注。然而，很少有研究包括在全市范围内对主动交通方式（例如步行和骑自行车）的详细表示，其中主要关注的机动方式通常是主要关注点。本文提出了一个开放的工作流程，用于创建基于多模式主体和基于活动的交通仿真模型，重点是大墨尔本地区，包括驾驶、公共交通、骑自行车和骑自行车四种主要出行方式的模式选择校准过程。步行。生成并用作模拟模型输入的合成人口代表了基于 2016 年人口普查的墨尔本人口，以及基于维多利亚州 2016-18 年旅行调查数据的日常活动和旅行。模拟模型中使用的道路网络包括所有可通过所包含的出行模式进入的公共道路。我们将模拟模型的输出与现实世界的观察结果在模式共享、道路流量、旅行时间和旅行距离方面进行了比较。通过这些比较，我们表明我们的模型适用于研究出行者的出行方式选择和道路使用行为。使用 Google 和 Twitter 更快地显示登革热病例数原文标题： Faster indicators of dengue fever case counts using Google and Twitter地址： http://arxiv.org/abs/2112.12101作者： Giovanni Mizzi, Tobias Preis, Leonardo Soares Bastos, Marcelo Ferreira da Costa Gomes, Claudia Torres Codeço, Helen Susannah Moat摘要： 登革热是巴西公共卫生的主要威胁，巴西是世界第六大人口国家，仅 2019 年就记录了超过 150 万例病例。有关登革热病例数的官方数据是逐步提供的，并且由于多种原因，通常会延迟数周。相比之下，有关登革热相关的谷歌搜索和 Twitter 消息的数据可立即完整获取。在这里，我们描述了一个模型，该模型使用在线数据来提供改进的里约热内卢登革热每周发病率估计值。我们通过明确说明病例计数数据的增量交付来解决以前在线数据疾病监测模型的一个主要缺点，以确保我们的方法可以在实践中使用。我们还同时利用来自 Google Trends 和 Twitter 的数据，并证明与仅使用这些数据流之一的模型相比，这会导致更好的估计。我们的结果提供证据表明，在线数据可用于提高疾病发生率快速估计的准确性和精确度，即使基础病例数数据受到长期和不同延迟的影响。社交媒体上日益加剧的气候极化原文标题： Growing climate polarisation on social media地址： http://arxiv.org/abs/2112.12137作者： Max Falkenberg, Alessandro Galeazzi, Maddalena Torricelli, Niccolo Di Marco, Francesca Larosa, Madalina Sas, Amin Mekacher, Warren Pearce, Fabiana Zollo, Walter Quattrociocchi, Andrea Baronchelli摘要： 气候变化和政治两极分化是 21 世纪的两个关键社会和政治问题。然而，它们之间的相互作用仍未得到充分研究。在这里，我们使用 2014 年至 2021 年的社交媒体数据调查围绕联合国气候变化缔约方大会 (COP) 的在线讨论。首先，我们强调跨平台参与在 COP26 期间达到顶峰。其次，关注 Twitter，我们揭示了 COP20 – COP25 之间的低意识形态两极分化，COP26 期间两极分化大幅增加。最后，我们表明这是由越来越多的右翼参与（自 COP21 以来增加了 4 倍）驱动的，并且没有发现由意识形态群体之间的个人移动导致的两极分化的证据。由于未来的气候行动依赖于 COP27 及以后的谈判，我们的结果强调了监测公共气候话语中两极分化的重要性以及这可能如何影响政治行动。从社交媒体内容量重建公众参与原文标题： Reconstructing public engagement from social media content volume地址： http://arxiv.org/abs/2112.11644作者： Sebastián Pinto, Marcos Trevisan, Pablo Balenzuela摘要： 新闻的消费会产生不均衡的社会反应。在大多数情况下，人们在他们的环境和社交媒体中分享信息并讨论他们的观点；因此，公共利益仍然局限于语言表达。相比之下，少数案例会激发集体敏感性并引发社会运动。在这里，我们分析了 2020 年美国发生的一系列与暴力相关的事件。对于每个事件，我们使用推文和转发量作为公共利益的主体，将新闻数量作为媒体报道的主体。我们为公众利益建立了一个简单的数学模型，成功地解释了收集的数据。至关重要的是，这允许推断与人类流动数据相关的公众参与度，捕捉社会动态的基本机制。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。本系列在公众号“网络科学研究速递”（netsci）和个人博客进行同步更新。
本文出自快速备案，转载时请注明出处及相应链接。
