Mapping of Covid-19 Risk Factors of Cities and Regencies in Indonesia during the Initial Stages of the Pandemic
本研究旨在识别风险因素，并制定印度尼西亚县层面COVID-19大流行初期的综合风险因素。三个风险因素，即，暴露，传输和敏感性，进行了调查。采用多元回归和典型相关分析来衡量风险因素与报告的COVID-19病例初始阶段之间的关联。结果显示，在疫情初期，综合风险因素与COVID-19病例数之间存在很强的相关性。观察了人口密度、通勤人口比例、国际暴露以及易受COVID-19传播的公共场所数量的影响。大的地区和城市，主要是在爪哇，有很高的风险评分。雅加达大都会区的一部分地区拥有最高的风险评分。
2021-08-23 cs.CY
Machine Learning on the COVID-19 Pandemic, Human Mobility and Air Quality: A Review
持续的COVID-19全球大流行正在影响人类生活的方方面面（例如，公共卫生、教育、经济、交通和环境）。这场新的大流行和全市实施的封锁措施正在影响病毒传播、人们的旅行模式和空气质量。已进行多项研究，以预测COVID-19扩散、评估疫情对人类流动性及空气质量的影响，以及利用一系列机器学习（ML）技术评估封锁措施对病毒传播的影响。本回顾研究旨在分析过去的研究结果，以了解COVID-19大流行、封锁措施、人员流动和空气质量之间的相互作用。对先前研究的批判性回顾表明，城市形态、人们的社会经济和身体状况、社会凝聚力和社会距离措施显著影响着人类流动和COVID-19传播。在COVID-19大流行期间，许多人倾向于使用私人交通工具进行必要的旅行目的，以减轻与冠状病毒相关的健康问题。该检讨研究亦注意到，COVID-19相关封城措施通过降低空气污染物浓度显著改善空气质量，从而通过减少与肺炎相关的疾病和死亡人数改善COVID-19状况。有人认为，ML是一种强大，有效和强大的分析范式，可以处理复杂和邪恶的问题，如全球流行病。本研究还讨论了政策含义，这将有助于政策制定者采取迅速行动，通过采用数据驱动的分析方法来缓解大流行的严重程度并改善城市环境。
2021-03-13 cs.CY cs.LG
Examining the Implementation of Digital Health to Strengthen the COVID-19 Pandemic Response and Recovery and Scale up Equitable Vaccine Access in African Countries
COVID-19疫情对世界产生了深远影响，夺去了超过600万人的生命。因此，这场大流行导致了围绕全球疾病负担的对话发生了转变，欢迎来自数字健康和人工智能等多学科领域的见解。非洲面临着沉重的疾病负担，这加剧了当前的COVID-19大流行，并限制了公共卫生准备、应对、遏制和病例管理的范围。在此，我们研究了变革性数字健康技术在缓解非洲国家全球健康危机方面的潜在影响。此外，我们提出了扩大数字卫生技术和基于人工智能的平台的建议，以解决SARS-CoV-2的传播问题，并实现公平的疫苗接种。与这一流行病相关的挑战很多。快速反应和管理战略--即合同追踪、病例监测、诊断检测强度和最近的疫苗分配绘图--可以压倒脆弱的卫生保健提供系统。尽管挑战巨大，但数字医疗技术可以在实现可持续的弹性恢复和更好地重建方面发挥重要作用。非洲国家似乎更有能力快速识别、诊断和管理COVID-19、其他疾病、未来疫情和大流行病的感染者。
2022-06-03 cs.CY
Artificial Intelligence (AI) and Big Data for Coronavirus (COVID-19) Pandemic: A Survey on the State-of-the-Arts
2019年12月，中国湖北发现首例新型冠状病毒（COVID-19）感染病例。COVID-19疫情已蔓延至全球214个国家和地区，严重影响我们日常生活的方方面面。在撰写本文时，感染病例和死亡人数仍在显著增加，而且没有迹象表明情况得到了良好控制，例如，截至2020年7月13日，在全球约1310万例阳性病例中，报告了571，527例死亡。基于人工智能（AI）及大数据在不同领域的最新进展及应用，本文旨在强调其在应对COVID-19疫情及预防COVID-19大流行的严重影响方面的重要性。我们首先概述了人工智能和大数据，然后确定了旨在对抗COVID-19的应用，接下来重点介绍了与最先进的解决方案相关的挑战和问题，最后提出了有效控制COVID-19情况的沟通建议。预计该论文将为研究人员和社区提供有关人工智能和大数据如何改善COVID-19状况的新见解，并推动进一步研究以阻止COVID-19爆发。
2021-07-17 cs.CY
Internet of Things Technologies for Managing COVID-19 Pandemic: Recommendations and Proposed Framework
物联网，通常称为IoT，是一种连接我们周围的数字设备的创新技术，允许世界各地的数字设备之间进行机器对机器（M2M）通信。由于便利性、连接性和可负担性，这种物联网正在包括医疗保健在内的各个领域提供服务，它为改善患者护理带来了非凡的好处，将医疗资源提升到了一个新的水平。其中一些例子包括监控网络，医疗保健提供技术和智能热检测。到目前为止，物联网服务于医疗保健的各个方面，使许多医疗过程比以前更容易。这种物联网可以使用的最重要的方面之一是，在全球流行病期间管理医疗保健的各个方面，因为在大流行病期间，大流行病可能会给医疗保健资源带来巨大的压力。由于没有适当的研究是关于正确使用物联网管理流行病，在这方面，通过我们的研究，我们的目标是审查物联网管理流行病的各种用例，特别是在COVID-19方面;由于我们目前正在经历的事情。在这方面，我们提出了一个综合现有文献和资源的概念框架，可以在管理全球流行病时采用，以加快与这些致命流行病的战斗步伐，并专注于整个世界目前正在经历的事情，其中近400多万人因COVID-19大流行而减少。
2021-10-20 cs.CY
Cloud Computing-based Higher Education Platforms during the COVID-19 Pandemic
云计算已成为支持全球人们日常活动、业务运营和教育交付的基础设施。基于云计算的教育平台在COVID-19疫情期间被广泛应用于辅助在线教学。本文探讨了云计算在远程学习和教育中的影响和重要性。本研究对疫情期间中国高校的22个在线高等教育平台进行了多案例分析。对22个平台的比较分析表明，它们根据各自的独特要求和需要采用了不同的云计算模式和工具。研究结果为高等教育机构提供了战略性见解，特别是在危机情况下，有效地将基于云计算的平台应用于远程教育。
2022-02-18 cs.CY
Data mining and analysis of scientific research data records on Covid 19 mortality, immunity, and vaccine development in the first wave of the Covid 19 pandemic
在这项研究中，我们调查了大流行早期阶段的科学研究反应，并回顾了在以前的流行病中开发的早期预警系统如何应对遏制病毒的关键发现。数据记录用可交换的统计方法进行分析，包括R Studio、Bibliomearchpackage和Web of Science数据采掘工具。我们确定了几个不同的集群，包含运动，炎症，吸烟，肥胖和许多其他因素的参考。从对新冠肺炎和疫苗的分析中，我们发现，尽管美国在新冠肺炎疫苗的科学研究方面处于领先地位，但领先的3家研究机构（复旦、墨尔本、牛津）并不在美国。因此，很难预测哪个国家会率先生产新型冠状病毒疫苗。
2020-09-12 cs.CY cs.DL
Work Online, Welfare Calls, and Wine Night: Effects of the COVID-19 Pandemic on Individuals' Technology Use
COVID-19大流行改变了许多人使用计算系统的方式。我们进行了一项实证研究，利用对62名美国居民完成的自由回答调查的定性和定量分析，探索COVID-19如何影响他们在工作、教育、家庭生活和社交生活中的计算机使用。几乎所有的参与者都在四个领域中的一个或多个领域中增加了自己或家庭成员的计算机使用。这些增加既包括现有用途的使用频率增加，也包括采用新的用途类型。使用的变化影响了人们生活的许多方面，包括关系，情感体验和生活轨迹。了解这些变化对HCI的未来非常重要，因为该领域正在适应COVID-19和未来潜在的大流行病。
2021-01-19 cs.CY cs.HC
Multifaceted COVID-19 Outbreak
当每个人都在COVID 19的残酷手中挣扎时，我们提出了关于这种流行病在生活某些方面影响的整体观点。有很多关于COVID-19的文献，但大多数都是关于COVID问题的社会和心理方面的。COVID-19影响了我们的日常生活，其影响是广泛的。大多数文献介绍了大流行病的不利影响，但很少有最先进的方法来讨论其有益的影响。我们在这份文件中看到了这一大流行病的多面性。据我们所知，这是第一次对这一流行病的利弊进行审查。我们提出了一个调查，围绕教育，环境和宗教的影响。COVID-19的积极面为我们敲响了警钟，让我们清醒过来，朝着这个方向努力。
2022-06-23 cs.CY
When Wireless Communication Faces COVID-19: Combating the Pandemic and Saving the Economy
二零二零年因COVID-19疫情而经历全球健康及经济危机。世界各国都在使用数字技术来应对这场全球危机。这些数字技术在某种程度上强烈依赖于无线通信技术的可用性。在本文中，我们从不同角度阐述了无线通信在COVID-19疫情中的作用。首先，我们将展示这些技术如何帮助抗击这一流行病，包括监控病毒传播，实现医疗保健自动化，以及实现虚拟教育和会议。此外，我们展示了数字包容性在大流行中的重要性，以及连接未连接者的可能解决方案。接下来，我们将讨论无线技术所面临的挑战，包括隐私、安全和错误信息。然后，我们介绍了无线通信技术在全球经济生存中的重要性，例如工业和供应链自动化，电子商务以及支持处于风险中的职业。最后，我们揭示了在大流行期间开发的技术如何在大流行后时代有所帮助。
2020-06-06 cs.CY cs.NI
COVID Down Under: where did Australia's pandemic apps go wrong?
世界各地的政府和企业部署了各种技术措施，以帮助预防和跟踪COVID-19的传播。在澳大利亚，这些应用程序包含可用性，可访问性和安全缺陷，阻碍了它们的有效性和采用。与大多数国家一样，澳大利亚已经过渡到将COVID视为地方病。然而，它在处理这一流行病的方法中尚未从技术问题中吸取经验教训。在这篇简短的论文中，我们对最值得注意的事件进行了系统化;识别和审查了这些应用程序的不同故障模式;并为开发应用程序以应对未来的危机提出了建议。我们的工作集中在一个国家。然而，澳大利亚的问题特别具有启发性，因为它们突出了各国在面对未来大流行时应该解决的令人惊讶的陷阱。
2022-12-26 cs.CR cs.CY
Handling Pandemic-Scale Cyber Threats: Lessons from COVID-19
本研究借鉴COVID-19大流行应对经验，提出以美国为重点的大流行级别网络事件行动框架，总结六条关键备灾经验，为构建网络防御手册提供可行步骤，助力各方提升网络事件应对韧性。
2024-08-15 cs.CR cs.CY
Digital Resilience to Covid-19: A Model for National Digital Health Systems to Bounce Forward From the Shock of a Global Pandemic
2019冠状病毒病对全球卫生系统造成重大冲击，尤其是对南半球资源短缺的地区。我们报告了一个数字化信息系统弹性案例，以应对全球南方两个国家的COVID-19大流行的数据需求。与数字弹性能够反弹或维持现状的主流观点相反，我们确定了五个反弹的弹性前提条件（i）分布式培训，（ii）本地专业知识（iii）本地自主权和所有权（iv）本地基础设施和（v）平台设计基础设施。这些先决条件能够提高抵御能力，在面对COVID-19等外部冲击时，能够使信息系统反弹或加强，超越冲击前的状态。
2021-08-22 cs.CY
Internet of Things for Current COVID-19 and Future Pandemics: An Exploratory Study
近年来，物联网（IoT）作为一个新的研究课题，在各种学术和工业学科，特别是在医疗保健领域，已经吸引了令人信服的研究基础。物联网革命正在通过整合技术、经济和社会前景来重塑现代医疗保健系统。它正在将医疗保健系统从传统的医疗保健系统发展到更加个性化的医疗保健系统，通过这些系统，患者可以更容易地进行诊断，治疗和监测。新型严重传染性呼吸道综合征冠状病毒2型引起的大流行目前的全球挑战是自1918年大流行性流感爆发以来最严重的全球公共卫生危机。在撰写本文时，全球确诊的COVID-19病例已超过3100万。自疫情爆发以来，不同的研究界迅速努力开发各种技术来应对这一全球性威胁，而物联网技术是这一领域的先驱之一。在COVID-19的背景下，物联网使能/链接的设备/应用程序被用于通过早期诊断、监测患者和在患者康复后实施定义的协议来降低COVID-19向他人传播的可能性。本文调查了基于物联网的技术在COVID-19中的作用，并回顾了最先进的架构，平台，应用程序和基于物联网的工业解决方案在三个主要阶段对抗COVID-19，包括早期诊断，隔离时间和恢复后。
2020-09-25 cs.CY
ICT Intervention in the Containment of the Pandemic Spread of COVID-19: An Exploratory Study
本文旨在探讨信息和通信技术（ICT）干预措施及其在遏制新型冠状病毒大流行传播方面的优势、劣势、机遇和威胁。本研究采质性研究方法，并透过线上内容审查及焦点小组讨论收集资料。从大约1200个电子资源或内容的初步集合开始，选择了56个进行审查研究，应用纳入和排除标准。该检讨研究揭示了ICT干预措施，包括网站和仪表盘、移动应用程序、机器人和无人机、人工智能、数据分析、可穿戴和传感器技术、社交媒体和学习工具以及交互式语音应答，并探讨了它们各自在抗击COVID-19大流行传播方面的用途。随后，FGD与22名参与者进行了重复，并探讨了部署此类技术对抗COVID-19大流行的可能优势、劣势、机会和威胁（SWOT）。这项研究不仅探讨了抗击COVID-19大流行的ICT干预措施的现状，还为政府、从业人员、医生、政策制定者和研究人员提供了一系列影响，以有效利用现有的ICT干预措施，并为未来潜在的研究和技术开发提供参考，以遏制COVID-19的大流行传播和未来的大流行。
2020-04-21 cs.CY cs.SE
PPContactTracing: A Privacy-Preserving Contact Tracing Protocol for COVID-19 Pandemic
为对抗COVID-19疫情的蔓延，全球各地已提出并实施多项接触者追踪解决方案。但是，这些解决方案中的大多数危及个人的隐私权，并阻碍其广泛采用。我们提出了一个隐私保护的接触者追踪协议，有效地跟踪全球流行病的传播。它基于私有集交集（PSI）协议，利用同态性质在个人层次上保护隐私。一个层次模型的景观和速率限制因素的查询数量的表示已被采用，以保持协议的效率。
2020-08-15 cs.CR cs.CY
Changes in mobility patterns in Europe during the COVID-19 pandemic: Novel insights using open source data
COVID-19疫情改变了我们在世界各地的行为、互动和行动方式。疫情引发了一场全球性的健康危机，欧洲各地采取了各种战略来应对这场危机。虽然一些国家采取了严格的措施，但其他国家完全避免了封锁。在本文中，我们报告了通过结合来自不同公开来源的数据获得的结果，以揭示大流行期间欧洲流动模式的变化。利用这些数据，我们发现，不同国家的流动模式发生了变化，这取决于他们在大流行期间采取的策略。我们的数据显示，在封锁期间，大多数欧洲公民走路的次数减少了，而且，即使航班不那么频繁，驾驶也大幅增加。在本文中，我们重点关注一些国家的数据，我们还开发了一个仪表板，可供其他研究人员用于进一步分析。我们的工作显示了开放源数据的粒度的重要性，以及如何利用这些数据来揭示大流行病的影响。
2020-08-24 cs.CY
The Impact of COVID-19 Pandemic on Ridesourcing Services Differed Between Small Towns and Large Cities
COVID-19疫情对所有交通方式都产生了重大影响。然而，疫情如何影响网约车服务的需求，以及这些影响在小城镇和大城市之间是否存在差异，目前仍不清楚。我们分析了伊利诺伊州芝加哥市（人口：270万）和安大略省Innisfil镇（人口：3.7万）的2.2亿次乘车请求，以调查COVID-19大流行对这两个地方的乘车需求的影响。总体而言，疫情导致老年人比例较高地区的出行减少，公园和绿地的出行增加。出行需求受到严格指数和COVID-19相关变量的不利影响，并受到疫苗接种率的积极影响。然而，与Innisfil相比，芝加哥的乘车服务需求下降幅度更大，受住院和死亡人数的影响更大，受疫苗接种率的影响较小，恢复率较低。
2022-01-26 cs.CY econ.GN q-fin.EC
Analyzing Effects of The COVID-19 Pandemic on Road Traffic Safety: The Cases of New York City, Los Angeles, and Boston
University of Memphis（孟菲斯大学）
COVID-19疫情对全球社会及经济造成重大影响。除了健康后果外，对交通行为的影响也是突然和戏剧性的。我们分析了美国纽约市、洛杉矶和波士顿的道路交通安全如何受到疫情和当地政府相应命令和限制的影响。具体而言，我们研究了疫情爆发前后事故热点的分布，发现交通事故在地点和时间上均较往年有所转移。此外，我们还研究了这些热点地区的道路网络特征，希望了解热点转移的根本原因。
2021-08-10 cs.CY cs.LG
The Burden of Being a Bridge: Analysing Subjective Well-Being of Twitter Users during the COVID-19 Pandemic
COVID-19疫情的爆发引发了在线社交媒体上的信息流行病，对世界各地的公众健康造成了严重的生理和心理影响。在本文中，我们研究了疫情对有影响力的社交媒体用户心理健康的影响，这些用户的分享行为显著促进了COVID-19相关信息的传播。具体而言，我们专注于主观幸福感（SWB），并分析是否SWB的变化有关系，他们的桥接性能的信息扩散，衡量的速度和广度增益的信息传输，由于他们的共享。我们准确地捕捉用户的桥接性能，提出了一种新的测量。受益于深度学习自然语言处理模型，我们从社交媒体用户的文本帖子中量化了他们的主观幸福感。通过近两年从Twitter收集的数据，我们揭示了在COVID-19大流行期间有影响力的用户的更大精神痛苦。通过综合分层多元回归分析，我们首次发现社交网络用户的主观幸福感与其桥接绩效之间存在较强的相关性。
2022-06-26 cs.CY cs.SI
COVID-19 what have we learned? The rise of social machines and connected devices in pandemic management following the concepts of predictive, preventive and personalised medicine
在Google Scholar搜索的支持下，对PubMed文献和Web of Science Core Collection中的COVID大流行进行了R统计方法的全面书目综述。此外，还利用医学文献、学术文献、新闻文章和其他可靠的数据来源，对不同地区出现的新方法进行了案例研究审查。公众对隐私数据滥用的不信任反应因国家而异，这取决于所选择的公共传播策略。
2020-11-23 cs.CY cs.HC
Social Cybersecurity Chapter 13: Casestudy with COVID-19 Pandemic
本案例研究的目的是利用前面章节中提出的概念和工具，并将其应用于现实世界的社会网络安全环境。鉴于COVID-19大流行已成为21世纪的标志性事件和虚假信息操纵的磁石，我们选择了这场大流行及其相关的社交媒体对话作为研究重点。因此，本章将信息操作操纵、机器人检测和表征、模因检测和表征以及信息映射等工具应用于Twitter上的COVID-19相关对话。本章使用这些工具分析包含2020年3月15日至2020年4月30日期间来自2700万独立用户的2.06亿条推文的流。我们的研究结果揭示了复杂的信息操作，这些操作充分利用了弯曲操作的全部广度，并使用机器人进行重要的塑造操作。
2020-08-23 cs.CY cs.SI
COVID Future Panel Survey: A Unique Public Dataset Documenting How U.S. Residents' Travel Related Choices Changed During the COVID-19 Pandemic
COVID-19大流行是一场前所未有的全球危机，几乎影响了所有人。我们在美国进行了一项全国性的在线纵向调查，以收集有关大流行之前、期间和之后旅行相关行为和态度变化的信息。该调查询问了有关通勤、长途旅行、在家工作、在线学习、在线购物、大流行经历、态度和人口统计信息的问题。对同一批答卷人进行了三次调查，以观察对这一流行病的反应如何随着时间的推移而演变。第一波调查于2020年4月至2021年6月进行，第二波于2020年11月至2021年8月进行，第三波于2021年10月至2021年11月进行。第一波共收到9 265份答复，其中2 877人参加了第二波，2 728人参加了第三波。调查数据是公开的。这个独特的数据集可以帮助政策制定者在交通、劳动力发展等领域做出决策。本文展示了进行这种在线纵向调查的框架。它详细说明了进行调查和整理数据以使其代表国家趋势所涉及的逐步程序。
2022-08-11 cs.CY stat.ME
Face mask perception during the COVID-19 pandemic: an observational study of Russian online social network VKontakte
这项横断面研究描述了用户对俄罗斯政府为应对COVID-19疫情而引入的口罩要求的态度。我们研究他们如何与其他用户的特征，如年龄，性别和政治态度。我们的研究结果表明，男性和老年人--最容易感染COVID-19的人口群体--低估了戴口罩的好处。我们还发现，反对俄罗斯政府的用户高度认可这项反COVID-19措施-反对派将以0.95的概率批准口罩要求。对于那些支持俄罗斯政府的人来说，批准的几率只有0.45。
2022-01-25 cs.CY cs.SI
Detecting Propaganda on the Sentence Level during the COVID-19 Pandemic
Tunghai University（东海大学）
随着COVID-19大流行，社交媒体上的虚假信息、阴谋、可疑内容和外国对手操纵的信息传播激增。这种恶意的网络行为可能会导致社会两极分化、健康危机和财产损失。在本文中，我们使用在Reddit上训练的微调上下文嵌入，解决了2020年3月COVID-19疫情被确认为大流行期间此类用户账户及其在Twitter上的目标问题的宣传检测。我们的研究结果显示，亲中国的群体似乎比中立群体多发了35到115倍。与此同时，中立群体在推特上发布了更多积极态度的内容，并对COVID-19疫情发出警报。这个亲中国的团体也在政治问题上使用了更多呼吁采取行动的措辞，而这些问题不一定与中国有关。
2021-07-31 cs.CL cs.CY cs.LG
Unsupervised learning for economic risk evaluation in the context of Covid-19 pandemic
EAFIT university（EAFIT大学）
在2019冠状病毒病（COVID-19，即2019冠状病毒病）大流行期间，很难证明采取严厉措施的合理性，这不仅是因为个人权利受到限制，还因为其经济影响。这项工作的目标是提出一种机器学习方法，以确定应该实施类似卫生政策的地区。为此，我们成功开发了一个系统，通过无监督学习和时间序列预测来预测新的偶然案例，从而给出经济影响的概念。该系统的建立考虑到了计算限制和低维护要求，以提高系统的弹性。最后，该系统被部署为网络应用程序的一部分，用于在哥伦比亚进行COVID-19的模拟和数据分析，可在（https：//www.example.com）获得。covid19.dis.eafit.edu.co
2020-11-26 cs.CY cs.LG
Utilizing Concept Drift for Measuring the Effectiveness of Policy Interventions: The Case of the COVID-19 Pandemic
Karlsruhe Institute of Technology (KIT)（卡尔斯鲁厄理工学院）；IBM（国际商业机器公司）
为应对COVID-19病毒的高传染性和致命性，世界各国采取了严厉的政策措施来遏制疫情。然而，目前尚不清楚这些措施，即所谓的非药物干预措施（NPI）对病毒传播的影响。在这篇文章中，我们使用机器学习并以一种新的方式应用漂移检测方法来预测政策干预对9个欧洲国家和28个美国州的COVID-19每日病例数发展的时滞。我们的分析表明，平均而言，在NPI颁布和案件数量漂移之间有两个多星期的时间。
2021-08-09 cs.CY cs.LG
Detecting Chinese Fake News on Twitter during the COVID-19 Pandemic
本文提出一种新型分类器，用于检测COVID-19大流行期间Twitter上关于中国的中文假新闻，并公开了性能达F1=0.64、准确率93%的模型及含18,425条推文的训练数据集。
2023-04-07 cs.CY cs.SI
Modeling and Simulation of COVID-19 Pandemic for Cincinnati Tri-State Area
本文使用SIR模型对辛辛那提三州地区的COVID-19疫情进行了模拟。我们已经建立了一个辛辛那提的代表性人口，包括前往商店，学校，工作场所和前往朋友家的运动。利用这个模型，我们模拟了隔离、复工和恐慌性购买的影响。我们表明，当人们返回工作岗位时，将出现第二波感染，当宣布隔离措施后商店出现恐慌性购买时，感染人数将显著增加。
2020-06-15 cs.CY cs.SI physics.soc-ph
Understanding the Impact of the COVID-19 Pandemic on Transportation-related Behaviors with Human Mobility Data
中国内地受限制的COVID-19疫情最近被视为抗击这种高传染性病毒的成功范例。无论是传播时间短（约三个月），还是中国内地确诊病例呈指数级增长，都证明中国当局采取了有效的防疫措施，如病例隔离、旅行限制、关闭娱乐场所、禁止公众集会等。这些措施当然可以有效控制COVID-19疫情的蔓延。同时，它们可能会极大地改变人类流动模式，例如公众的日常交通相关行为。为了更好地了解COVID-19对交通相关行为的影响，并提供更有针对性的抗疫措施，我们使用从中国广泛使用的网络地图服务百度地图收集的大量人类流动数据，以了解疫情期间当地人民的详细反应。具体而言，我们从1）交通工具、2）到访场馆类型、3）场馆入住时间、4）对“起点-终点”距离的偏好、5）“起点-交通-终点”模式等角度，对疫情期间的交通相关行为进行数据驱动分析。对于每个主题，我们也给出了我们的具体见解和政策制定建议。鉴于COVID-19大流行仍在全球200多个国家和地区蔓延，感染了数百万人，本文提供的见解和建议可能有助于抗击COVID-19。
2022-02-16 cs.CY physics.soc-ph
Human Behavior in the Time of COVID-19: Learning from Big Data
University of Rochester（罗切斯特大学）
自世界卫生组织（世卫组织）于二零二零年三月将COVID-19定性为大流行以来，截至二零二二年十月，已有超过6亿例COVID-19确诊病例及超过600万例死亡病例。COVID-19大流行与人类行为之间的关系错综复杂。一方面，人们发现人类行为会影响疾病的传播。另一方面，疫情几乎在各个方面影响甚至改变了人类行为。为了全面了解人类行为与COVID-19大流行之间的复杂相互作用，研究人员一直在使用大数据技术，如自然语言处理、计算机视觉、音频信号处理、频繁模式挖掘和机器学习。在这项研究中，我们概述了在COVID-19大流行期间使用大数据技术研究人类行为的现有研究。特别是，我们将这些研究分为三组-分别使用大数据来测量，建模和利用人类行为。相应地总结了相关的任务、数据和方法。为提供更多有关如何对抗COVID-19大流行及未来全球灾难的见解，我们进一步讨论挑战及潜在机遇。
2023-03-23 cs.CY cs.LG
CareCall: a Call-Based Active Monitoring Dialog Agent for Managing COVID-19 Pandemic
NAVER Corp.（NAVER 公司）；Seongnam City（城南市）
追踪COVID-19疑似病例对遏制COVID-19大流行的传播至关重要。积极监测和主动检查对于减缓COVID-19传播是不可或缺的，尽管这需要相当大的社会和经济成本。为了解决这个问题，我们介绍了CareCall，一个基于呼叫的对话代理，部署在韩国和日本的主动监测。我们描述了我们的系统与统计案例研究，以显示系统是如何工作的。最后，我们讨论了一个简单的想法，使用CareCall支持主动检查。
2020-08-25 cs.AI cs.CY cs.HC
Public risk perception and emotion on Twitter during the Covid-19 pandemic
成功应对新冠肺炎疫情取决于公众对安全措施的合作以及对风险的适当认知，其中情绪和注意力发挥着重要作用。公众情绪和注意力的签名存在于社交媒体数据中，因此，对本文的自然语言分析能够对公众风险感知指标进行近乎实时的监测。我们将疫情进展的关键流行病学指标与公众对疫情的看法指标进行了比较，这些指标是根据2020年3月10日至6月14日期间发布的来自12个国家的约2000万条与新冠肺炎相关的独特推文构建的。我们发现了心理物理麻木的证据：Twitter用户越来越关注死亡，但情绪化程度越来越低，分析性越来越强。基于词语共现的语义网络分析揭示了新冠肺炎患者情绪框架的变化，这与这一假设一致。我们还发现，对全国新冠肺炎死亡率的平均关注度与感官知觉的韦伯-费希纳和幂律函数准确地建模。我们对这些模型的参数估计与心理学实验的估计一致，并表明该数据集中的用户对国家Covid-19死亡率表现出不同的敏感性。我们的工作说明了社交媒体在危机情景中监测公众风险感知和引导公众沟通的潜在效用。
2020-12-07 cs.CY cs.SI
Team Resilience under Shock: An Empirical Analysis of GitHub Repositories during Early COVID-19 Pandemic
University of Michigan（密歇根大学）；University of Maryland（马里兰大学）
虽然许多组织已于COVID-19疫情期间转向远程工作，但远程员工及远程团队如何受此影响及如何应对此及未来冲击仍是未知之数。早在大流行之前，软件开发人员就依赖于远程协作，在虚拟团队（GitHub存储库）中工作。这些储存库在大流行期间的动态提供了一个独特的机会，可以了解远程团队在受到冲击时的反应。本工作进行了系统的分析。我们通过将公共GitHub存储库的规模和生产力与假设没有流行病的反事实结果进行比较，来衡量早期流行病对公共GitHub存储库的整体影响。我们发现，这些团队的生产力水平和活跃成员的数量在大流行的不同时期有很大差异。然后，我们进行了更细粒度的调查和研究的冲击对个别团队的异质性影响。我们发现，团队的韧性与疫情前团队的某些属性高度相关。通过自举回归分析，我们揭示了哪些类型的团队是强大的或脆弱的冲击。
2023-01-29 cs.CY cs.LG
How to Prepare for the Next Pandemic -- Investigation of Correlation Between Food Prices and COVID-19 From Global and Local Perspectives
新型冠状病毒病（COVID-19）不仅对美国，而且对全球经济造成了巨大破坏。受疫情影响，供应链问题及对食品短缺的担忧推高食品价格。根据美国劳工统计局的数据，截至二零二零年八月及二零二一年八月止年度，食品价格分别上升4. 1%及3. 7%，而于COVID-19疫情前，食品价格的年度升幅少于2. 0%。以往的研究表明，2011年日本东北大地震、9·11恐怖袭击、重大传染病等外生灾害及其引发的食品价格异常，往往会导致人们消费行为的后续变化。我们假设COVID-19大流行导致食品价格变化，价格变化也改变了人们的杂货购物行为。为了深入探讨这一点，我们从两个不同的角度进行分析，从全球范围内收集数据，从中国，日本，英国和美国，以及从美国境内的不同人群收集数据。特别是，我们分析了食品价格与COVID-19之间的趋势以及食品价格与支出之间的趋势，旨在找出它们之间的相关性，并为下一次大流行做好准备。
2022-11-24 cs.CY econ.GN q-fin.EC
Some Examples of Privacy-preserving Publication and Sharing of COVID-19 Pandemic Data
COVID-19疫情期间收集了大量不同类型的数据，对这些数据的分析和解读对于遏制疾病的传播是不可或缺的。随着疫情发展成为地方性流行，疫情期间收集的数据将继续成为进一步研究和了解疫情对我们社会各方面影响的丰富来源。另一方面，天真的信息发布和共享可能与严重的隐私问题有关。在本研究中，我们使用流行期间收集的三种常见但不同的数据类型（病例监测表格数据、病例位置数据和接触者追踪网络）来说明以隐私保护方式发布和共享粒度信息和个人层面的流行病数据。我们利用并构建了差分隐私的概念，为每种数据类型生成和发布隐私保护数据。我们调查的推理效用的隐私保护信息，通过模拟研究，在不同层次的隐私保证，并在现实生活中的数据证明的方法。研究中采用的所有方法都很容易应用。我们的研究提供了统计证据，说明在隐私保障的情况下共享大流行数据的实际可行性，以及如何在这一过程中平衡所发布信息的统计效用。
2022-09-13 cs.CR cs.CY
Learning from Home: A Mixed-Methods Analysis of Live Streaming Based Remote Education Experience in Chinese Colleges During the COVID-19 Pandemic
COVID-19全球大流行及其导致的封锁政策迫使几乎每个国家的教育从传统的共处模式转变为纯粹的在线“在家远程学习”模式。这种学习模式转变的核心是远程通信工具和实时流媒体教育平台的出现和广泛采用。在此，我们提出了一项关于COVID-19大流行期间基于直播的教育体验的混合方法研究。本文以中国高等教育为研究对象，对来自不同学院和学科的30名学生和7名教师进行了半结构式访谈，同时对中国一所重点大学的6291名学生和1160名教师进行了大规模调查。我们的研究不仅揭示了重要的设计指南和见解，以更好地支持当前的远程学习经验在疫情期间，但也提供了宝贵的启示，构建未来的协同教育支持系统和经验后，大流行。
2021-01-23 cs.CY cs.HC cs.SI
Reasons behind growing adoption of Cloud after Covid-19 Pandemic and Challenges ahead
自全球进入新冠肺炎疫情以来，许多行业已迁移到云，并正积极计划将其工作负载迁移到云。云计算是一项不可或缺的不可抗拒的技术，并作为访问IT软件和系统的最终解决方案，原因有很多。它已成为正在寻求数字化转型的企业组织的新的重要催化剂。远程工作是一个普遍的现象，现在在所有的IT公司，使服务可用的所有时间。COVID-19使云的采用成为组织的当务之急，而不是缓慢接近的未来转型。云计算的好处在于，企业的员工而不是工程师不再依赖于封闭的基于硬件的IT基础设施，因此消除了从网络办公场所工作的必要性。这对熟练的云专家提出了巨大的需求，他们可以管理和支持在世界不同地区的云上运行的系统。在本研究中，描述了在新冠肺炎大流行后采用云计算的原因，并解释了组织将面临的挑战。本研究亦详述疫情期间使用最多的云服务，并以Amazon Web Services作为云服务提供商。
2021-02-27 cs.CY cs.DC
Evaluation of non-pharmaceutical interventions and optimal strategies for containing the COVID-19 pandemic
鉴于多种新型COVID-19变种不断出现，非药物干预仍然是遏制冠状病毒进一步传播的主要控制策略。然而，长期实施严格的干预措施不可避免地会损害经济。为了解决这一多目标决策问题，我们研究了政策，移动模式和病毒传播之间的潜在关联。我们进一步评估现有COVID-19控制措施的相对表现，并探索可在美国各州的公共卫生与社会经济复苏之间取得适当平衡的潜在最佳策略。研究结果强调了宣布紧急状态和佩戴口罩的力量，并强调了针对流行病传播的不同状态和阶段采取定制战略的必要性。我们的框架使政策制定者能够制定更精细的COVID-19战略设计，并可以扩展到向任何国家的政策制定者提供有关大流行应对的最佳实践的信息。
2022-02-28 cs.CY q-bio.PE
Cyber Security in the Age of COVID-19: A Timeline and Analysis of Cyber-Crime and Cyber-Attacks during the Pandemic
COVID-19疫情是一场前所未有的重大事件，改变了全球数十亿公民的生活，导致社会规范以及我们的生活和工作方式成为通常所说的新常态。除了对整个社会和商业产生巨大影响外，该流行病还产生了一系列与网络犯罪有关的独特情况，这些情况也影响到社会和商业。疫情导致的焦虑增加，增加了网络攻击成功的可能性，相应地网络攻击的数量和范围也有所增加。本文从网络犯罪的角度分析COVID-19疫情，并重点介绍疫情期间全球经历的一系列网络攻击。在全球重大事件的背景下分析和考虑网络攻击，以揭示网络攻击活动的作案手法。分析显示，在中国疫情首次爆发与首次COVID-19相关网络攻击之间似乎存在巨大差距之后，攻击稳步变得更加普遍，以至于在某些日子报告了3或4起独特的网络攻击。该分析继续利用英国作为案例研究，以展示网络犯罪分子如何利用关键事件和政府公告来精心策划和设计网络犯罪活动。
2020-06-21 cs.CR cs.CY cs.HC
Businesses in high-income zip codes often saw sharper visit reductions during the COVID-19 pandemic
本研究基于美国Minnesota的SafeGraph出行数据，发现位于富裕邮政编码区的企业在COVID-19封锁期外经历了更大幅度的访问量下降，建议恢复工作优先考虑救济资金。
2023-05-18 cs.CY cs.DB cs.HC
Is Blockchain for Internet of Medical Things a Panacea for COVID-19 Pandemic?
COVID-19疫情的爆发深刻影响了公众的生活方式和社会的医疗体系。作为应对新冠肺炎等传染病流行所带来的新挑战的一种有前途的方法，部署在医院、诊所和医疗中心的医疗物联网（IoMT）可以节省诊断时间，提高医疗资源的效率，尽管IoMT的隐私和安全问题阻碍了广泛采用。为了解决IoMT的隐私，安全和互操作性问题，我们通过将区块链引入现有的IoMT系统，提出了一个基于区块链的IoMT框架。在本文中，我们回顾了这种架构的好处，并说明了支持区块链的IoMT带来的机遇。我们还提供了基于区块链的IoMT在抗击COVID-19大流行方面的用例，包括预防传染病、位置共享和接触者追踪以及注射药物供应链。我们还概述了这一领域今后的工作。
2022-04-16 cs.CR cs.CY cs.DC
The Effects of Air Quality on the Spread of the COVID-19 Pandemic in Italy: An Artificial Intelligence Approach
European University Institute（欧洲大学学院）；University of Padova（帕多瓦大学）
COVID-19疫情严重影响全球公共卫生系统。缺乏对病毒的了解，这一现象的延伸，以及感染的演变速度，都是强调采用新方法研究这些事件的必要性的因素。人工智能技术可能有助于分析与受病毒影响地区相关的数据。这项工作的目的是调查意大利各地区空气质量与COVID-19确诊病例之间的任何可能关系。具体而言，我们报告了每日COVID-19病例与环境因素（如温度、相对湿度和大气污染物）之间的相关性分析。我们的分析证实了一些环境参数与病毒传播的重要关联。这表明，根据环境参数训练的机器学习模型预测未来感染病例的数量可能是准确的。预测模型可能有助于帮助机构做出保护人口和对比流行病的决策。
2021-08-31 cs.AI cs.CY cs.LG
Twitter discussions and emotions about COVID-19 pandemic: a machine learning approach
University of Toronto（多伦多大学）；University of Pittsburgh（匹兹堡大学）；Chinese Academy of Sciences（中国科学院）
这项研究的目的是检查与冠状病毒疾病（COVID-19）相关的讨论，关注和Twitter用户发布的推文中出现的情绪。我们分析了2020年3月1日至4月21日期间与COVID-19疫情相关的400万条Twitter消息，使用了“冠状病毒”、“COVID-19”、“检疫”等25个标签列表。我们使用一种机器学习方法，即潜在狄利克雷分配（LDA），来识别收集的推文中流行的一元组、二元组、突出的主题和主题以及情绪。流行的单字包括“病毒”、“封锁”和“隔离”。流行的双字母组合包括“COVID-19”、“呆在家里”、“冠状病毒”、“社交距离”和“新病例“。“我们确定了13个讨论主题，并将其分为五个不同的主题，例如“减缓COVID-19传播的公共卫生措施”，“与COVID-19相关的社会耻辱”，“冠状病毒新闻病例和死亡”，“COVID-19在美国”和“世界其他地区的冠状病毒病例”。在所有确定的主题中，对冠状病毒传播的主要情绪是预期可以采取的措施，其次是对不同主题的信任，愤怒和恐惧的混合情绪。公众在讨论冠状病毒新病例和死亡人数时，比其他话题表现出明显的恐惧感。该研究表明，Twitter数据和机器学习方法可以通过研究COVID-19期间不断变化的公众讨论和情绪来进行信息学研究。实时监测和评估Twitter上的讨论和关切，对于公共卫生应急反应和规划是有希望的。当COVID-19出现第二波疫情或即将来临的新…
2020-06-19 cs.CL cs.CY cs.SI
Backpropagation and fuzzy algorithm Modelling to Resolve Blood Supply Chain Issues in the Covid-19 Pandemic
University of Bengkulu（明古鲁大学）
血液库存短缺及其不确定的需求已成为世界各国面临的一个主要问题。因此，本研究旨在为印度尼西亚明古鲁COVID-19大流行期间的血液分配问题提供解决方案。反向传播算法用于提高发现可用和潜在供体的可能性。此外，还测量了献血距离、年龄和献血时间，以便在需要时找到合适的献血者。反向传播使用三个输入层来对合格的供体进行分类，即年龄，身体，体重和偏见。此外，该系统通过其查询自动计数的变量通过模糊Tahani，同时访问庞大的数据库。
2021-09-06 cs.AI cs.CY cs.IT
