Arxiv网络科学论文摘要14篇(2019-10-07)
- 机器人、选举、社交媒体：简要综述;
- 恒定变化状态：时空动态网络的参与不平等;
- 图遮罩卷积网络;
- 考虑上下文的图注意网络;
- 用于计算保留异构多层网络结构和语义社区的一种高效框架;
- SMP挑战：2019社会化媒体预测挑战概述;
- 用于社会网络的自适应混合算法从单独成员中选择群体;
- 一个可再生能源发电系统模型的近最优可行空间;
- 社会网络中活跃领导者在意见形成中的作用;
- 量化网络环状结构来改善社区检测的新方法;
- 统计分析和随机利率模型用于评估未来减缓气候变化的影响;
- 亲近性驱动网络结构和密度的涌现;
- 预测政治巨魔在社会媒体中的作用;
- 现实生活的代币经济学：Insolar区块链网络的数字货币与激励设计;
机器人、选举、社交媒体：简要综述
原文标题： Bots, elections, and social media: a brief overview
地址： http://arxiv.org/abs/1910.01720
作者： Emilio Ferrara
摘要： 机器人，是在社会化媒体操作软件控制账户，已被用于操纵和欺骗。我们研究了机器人的特点和活动围绕重大政治事件，包括在不同国家的选举。在本章中，我们总结了我们的机器人操作的结果在2016年和2018年美国总统和中期选举的背景和2017年法国总统选举。
恒定变化状态：时空动态网络的参与不平等
原文标题： Constant State of Change: Engagement Inequality in Temporal Dynamic Networks
地址： http://arxiv.org/abs/1910.01722
作者： Hadar Miller, Osnat Mokryn
摘要： 在相互作用的复杂系统随时间的变化有兴奋的研究团体在最近几年，因为它们包含在他们的动态和演化的认识。从组织和网络社区的信息和假新闻蔓延集体动态，仅举几例，时间动态的复杂系统的认识基础。在这项工作中，我们量化的相互作用的动态复杂系统建模为网络参与水平。我们专注于为其相互作用的动力学再加上拓扑的相互作用网络，如在线通讯，论坛和电子邮件。我们定义两个指标来捕捉订婚的时间水平：颞网络（边）强度指数，并且时间优势不平等指数。我们令人惊讶的结果是，这些措施是静止的大多数测量网络，无论广阔的波动在网络的时间的长短。此外，在索引值每周变化大于80％是由小于10％为界。该指数是一个网络的时空演化之间的稳定，但网络之间的不同，分类可以确定网络时间指数属于高成功。我们发现在其解体，其中两个指数显示在整个考察期间高波动性的前一年安然管理电子邮件交换异常。
图遮罩卷积网络
原文标题： Graph Mask Convolutional Network
地址： http://arxiv.org/abs/1910.01735
作者： Bo Jiang, Beibei Wang, Jin Tang, Bin Luo
摘要： 图卷积网络（GCNs）已经被广泛地研究了图数据表示和学习。在GCNs图表卷积运算通常可被视为特征聚集/传输变换的组合物。现有GCNs通常在一个固定的邻区图，其中每个节点通过聚集其所有邻居的特征表示计算其表示进行特征聚合（通过其自身的表示来偏置）。然而，这种固定聚合策略是不能保证是最佳的基于图GCN学习，并且还可以通过一些图结构噪声，如不正确或不希望的边连接的影响。为了解决这些问题，我们提出了一个新颖的图遮罩卷积网络（GmCN），其中节点可以自适应地选择在他们的功能聚集的最佳邻居，更好地为GCN学习。更重要的是，GmCN可以理论上统一的正规化框架解释，在此基础上我们得出一个简单的更新算法，自适应确定GmCN训练过程中优化掩模。几个数据集实验证明GmCN的有效性。
考虑上下文的图注意网络
原文标题： Context-Aware Graph Attention Networks
地址： http://arxiv.org/abs/1910.01736
作者： Bo Jiang, Leiling Wang, Jin Tang, Bin Luo
摘要： 图表神经网络（GNNS）已经被广泛地研究了图数据表示和学习。然而，现有的GNNS通常进行仅节点的特征表示通常忽略边（重量）表示的学习情境感知学习。在本文中，我们提出了一个新的统一GNN模型，命名上下文感知自适应图关注网络（CaGAT）。 CaGAT旨在进一步利用不同的边中的上下文关系，学习对于每个图边的上下文感知的关注表示。特别是，CaGAT进行上下文感知以统一的方式，其可以提高在网络训练它们各自的性能同时且协同学习关于节点的特征表示和边（重量）表示两者。我们采用半监督学习任务CaGAT。在几个基准数据集有前景的实验结果表明，有效性和CaGAT的好处。
用于计算保留异构多层网络结构和语义社区的一种高效框架
原文标题： An Efficient Framework for Computing Structure- And Semantics-Preserving Community in a Heterogeneous Multilayer Network
地址： http://arxiv.org/abs/1910.01737
作者： Abhishek Santra, Kanthi Sannappa Komar, Sanjukta Bhowmick, Sharma Chakravarthy
摘要： 多层网络或MLNS（也称为复用或网络的网络）被广泛地用于建模和数据集的分析与多个实体和特征类型和相关联的关系。虽然社区的概念是广泛使用的综合分析，为它结构 - 和语义保留定义缺少MLNS。原来MLN结构和实体关系的保留是详细钻取分析的重要。此外，高效的计算也是大量分析的关键。在本文中，我们介绍一个MLNS结构保留的社会定义以及使用解耦方法的有效计算的框架。所提出的去耦方法结合从单个层社区形成串联的k社区用于在MLN连通k层。我们提出了配对社区跨层的新算法，并介绍几个重指标使用参与社区特性的两个层组成的社区。除了定义，我们提出的方法有很多期望的特性。它：1）利用现存单图表社区检测算法，ⅱ）引入了定制为社区的概念的几个重量指标，iii）中使用二部图配对社区了新的算法，和iv）通过实验验证了社区的计算和它的效率上广泛使用的IMDB和DBLP数据集。
SMP挑战：2019社会化媒体预测挑战概述
原文标题： SMP Challenge: An Overview of Social Media Prediction Challenge 2019
地址： http://arxiv.org/abs/1910.01795
作者： Bo Wu, Wen-Huang Cheng, Peiye Liu, Zhaoyang Zeng, Jiebo Luo
摘要： “SMP挑战”的目的是发现社会上对多媒体数据众多新颖的预测任务和追求优秀的科研队伍。通过社交多媒体数据进行预测（如照片，视频或新闻）不仅有助于我们对未来做出更好的战略决策，同时也探讨了先进的预测学习上的各种问题和方案，如多媒体推荐分析方法，广告系统，时尚解析等。在SMP挑战在ACM多媒体2019年，我们引入了社会新网上的帖子了一种新的预测任务颞流行预测，其重点是预测未来的相互作用或吸引力（在点击，观点而言还是喜欢等）在上传之前，媒体供稿。我们还收集和69K用户发布了超过480K的帖子大规模SMPD基准。在本文中，我们定义的挑战问题，给数据集的概述，对数据和注释信息丰富目前的统计和设计的准确性和关联性评价指标的普及时间预测的挑战。
用于社会网络的自适应混合算法从单独成员中选择群体
原文标题： An adaptive hybrid algorithm for social networks to choose groups with independent members
地址： http://arxiv.org/abs/1910.01875
作者： Parham Hadikhani, Pooria Hadikhani
摘要： 选择在社会网络独立成员可以被命名为组选择和独立委员会问题的委员会被认为是本次评选的主要标准。独立性是基于组成员之间的社会距离来计算。虽然有许多解决方案，以解决社会网络，如设置目标或社区发现的选择组选择的问题，只是一个解决方案已经提出来选择基于其作为独立的组性能衡量标准委员会成员。在本文中，一种新的自适应混合算法选择最佳委员最大化委员会的独立性。该算法是粒子群优化（PSO）算法的两个局部搜索算法的组合。这项工作的目的是结合勘探和开采，以提高算法的效率，获得最佳的解决方案。此外，为了局部搜索算法与粒子群优化结合，有效的选择机制，用于选择合适的局部搜索算法在搜索过程中使用粒子群优化结合。实验仿真的结果与公知的和成功的元启发式算法相比。此比较表明，所提出的方法通过至少21％改善的组的独立性。
一个可再生能源发电系统模型的近最优可行空间
原文标题： The Near-Optimal Feasible Space of a Renewable Power System Model
地址： http://arxiv.org/abs/1910.01891
作者： Fabian Neumann, Tom Brown
摘要： 为电力系统的长期投资规划模型通常返回每套的成本假设一个最佳的解决方案。然而，通常有多个脱颖而出由于像社会接受其他吸引人的特性许多接近最佳的替代品。可以理解，在许多具有成本效益的替代方案坚持功能增强了政策建议，并承认结构模型的不确定性。我们应用建模到生成的替代品（MGA）的方法系统地探索一个完全可再生的欧洲电力系统模型的接近最优的可行空间。虽然占复杂的时空图，我们允许的生成，存储和传输的基础设施受试者同时容量扩展到线性化的多周期最佳功率流。存在许多类似的昂贵，但是技术上多样的解决方案。已有0.5％的成本偏差提供了一个大范围的可能投资。然而，一些氢存储和传输网络增强沿任海上或陆地风能是必不可少的，以保持最佳的10％以内的成本。
社会网络中活跃领导者在意见形成中的作用
原文标题： The Role of Active Leaders in Opinion Formation on Social Networks
地址： http://arxiv.org/abs/1910.01897
作者： Fabian Baumann, Igor. M Sokolov, Melvyn Tyloo
摘要： 的意见和达成共识的变化控制故意极化代表任何自由的社会潜在的有害程序。在建设性的意见交换的简单模型的框架下，我们分析研究活动的领导人对社会网络的总体意见动力学的作用。与刚性意见狂热者相似，活跃的领导人被假定为遵循规定的和个人的议程。我们表征单积极的领导主体商转向一个普遍的共识，以及在两个敌对意见领袖的情况下，出现社会两极分化的能力。为此我们定义措施的观点一致性及其极化和涉及那些曲线图从系统中的一个改进的拉普拉斯衍生基于数量。我们应用形式主义合成和经验的网络和发现，虽然极化降低为小worldness和赞成的显著社会结构的情况下相反的是意见达成共识变化过程中的一致性如此。
量化网络环状结构来改善社区检测的新方法
原文标题： A new method for quantifying network cyclic structure to improve community detection
地址： http://arxiv.org/abs/1910.01921
作者： Behnaz Moradi-Jamei, Heman Shakeri, Pietro Poggi-Corradini, Michael J. Higgins
摘要： 社区的网络中一个显著的特性是周期是社区比跨社区内更普遍。因此，这些社区的检测可以通过的环状结构的局部“丰富”的措施的结合来辅助。在本文中，我们介绍了续约非回溯随机游走（RNBRW）作为量化这种结构的一种方式。 RNBRW给出了一个权重给每个边等于非回溯随机游走完成与该边的周期的概率。因此，具有较大的权重的边可以被认为是更重要的是周期的形成。值得注意的是，由于不同的随机游走可以并行执行，RNBRW权重可以非常快速地估计，即使是大图。我们给出仿真结果示出了通过RNBRW加权预边可以显著改善的公共社区检测算法的性能。我们的研究结果表明，RNBRW是在稀疏图检测社区的具有挑战性的情况下特别有效。
统计分析和随机利率模型用于评估未来减缓气候变化的影响
原文标题： Statistical analysis and stochastic interest rate modelling for valuing the future with implications in climate change mitigation
地址： http://arxiv.org/abs/1910.01928
作者： Josep Perelló, Miquel Montero, Jaume Masoliver, J. Doyne Farmer, John Geanakoplos
摘要： 而较低的利率提供意见更直接的政治行动，未来的高贴现利率有利于在目前桀无所作为。一种可能的方法，以在全球经济这个关键的问题是要为名义利率和通货膨胀的历史时间序列，构建那么实际利率和最后根据具体的随机模型获得所产生的折现率。的实际利率为负，其中占主导地位的通货膨胀比名义利率较长时间，通常观察到，在许多时代和所有国家发生。该功能使我们选择在统计物理学中著名的模型中，奥恩斯坦 - 乌伦贝克模型，作为一个基本的动力工具，其中实际利率随机波动，可能为负值，即使他们往往会恢复到正的平均值。通过覆盖14多个国家的几百年，我们建议不同的方案。我们发现，只有在国家的4具有积极长远的折现率，而其他十个国家有阴性率。即使一个拒绝在发生恶性通货膨胀的国家，我们的研究结果支持，需要考虑低贴现利率。这些十四个国家提供的结果显著提高应对全球行动，如减缓气候变化的优先级。
亲近性驱动网络结构和密度的涌现
原文标题： Propinquity drives the emergence of network structure and density
地址： http://arxiv.org/abs/1910.02000
作者： Lazaros K. Gallos, Shlomo Havlin, H. Eugene Stanley, Nina H. Fefferman
摘要： 缺乏大型的，不断发展的经验数据通常限制了网络的研究快照在时间上的分析。这种方法已被用于网络演进的机制，如优先连接验证。然而，这些研究大多仅限于通过网络中的新节点建立的第一个环节的分析，通常会忽略每个节点的初步介绍后进行连接。在这里，我们表明，个人的后续行动，比如他们的第二网络链路，不是随机的，可以从第一网络链接背后的机制脱钩。我们表明，这种功能对网络拓扑强大的影响力。此外，在时间快照现在可以提供用于建立所述第二连接机构的信息。我们通过引入血统很近的模型，我们在其中控制和改变由一个新的节点建立第二链路的距离解释这些实证结果，发现这会导致与可调谐的密度尺度的网络，在实际网络中。我们的工作表明，从社会学意义的机制是影响网络演进，并提供测量连续连接之间的距离的重要指示。
预测政治巨魔在社会媒体中的作用
原文标题： Predicting the Role of Political Trolls in Social Media
地址： http://arxiv.org/abs/1910.02001
作者： Atanas Atanasov, Gianmarco De Francisci Morales, Preslav Nakov
摘要： 我们调查的社交媒体“白目”的政治角色。政治巨魔，如链接到俄罗斯互联网研究机构（IRA）中的那些，最近获得了极大的关注他们的动摇公众舆论，甚至影响选举的能力。巨魔的在线痕迹的分析显示，不同的行为模式，其目标人群的不同切片。然而，这种分析是手动和劳动密集型的，从而使其不切实际的，因为对于新发现的巨魔农场第一反应工具。在本文中，我们将展示如何在现实环境中使用机器学习这种分析的自动化。特别是，我们将展示如何巨魔根据自己的政治角色---左，新闻馈送---通过使用社交媒体，即，微博在两种情况下提取的特征进行分类，右：在传统的监督学习（一）场景，其中为巨魔的标签可用，以及（ii）在遥远的监管方案，其中对于巨魔标签不可用，而我们依靠由巨魔提到的新闻媒体更普遍可用的标签。从技术上讲，我们利用社会结构和消息表示为图巨魔，从中提取出多种类型的学表示，即〜嵌入物，为巨魔的在线社会网络中的文本。关于“爱尔兰共和军俄罗斯巨魔”数据集实验表明，我们的方法提高在国家的最先进的第一个场景，同时提供了第二个方案中，还没有在文献中探索迄今令人信服的理由。
现实生活的代币经济学：Insolar区块链网络的数字货币与激励设计
原文标题： Token Economics in Real-Life: Cryptocurrency and Incentives Design for Insolar Blockchain Network
地址： http://arxiv.org/abs/1910.02064
作者： Marek Laskowski, Henry M. Kim, Michael Zargham, Matt Barlin, Danil Kabanov
摘要： 该cryptocurrency市场价值超过 250十亿。几乎所有这些企业采用cryptocurrencies以激励采纳和使用他们的基于blockchain-平台。对于比特币，矿工诱因减轻双重支出的问题;为复仇，操作分布式应用程序开发平台。如何设置这些激励机制并开始实施治理的研究令牌经济学。由于加密市场的规模，我们认为仍有研究这个新课题巨大的机会。在本文中，我们提出了令牌工程过程方面对现实生活中的人80瑞士blockchain启动，Insolar。我们展示如何Insolar使用的系统建模与仿真cryptocurrency专业技术相结合，设计一个机制，以激励企业和个人用户，特别是通过使用补贴池，应用程序开发人员，以帮助他们采用新MainNet公共blockchain网络。例如，研究表明，池可能太小，无法正确激励开发者，但它也可以大到信号慷慨贪婪开发商。对于像Insolar启动，他们的成功与否将依他们的模型如何刺激行为不同利益相关者自己MainNet联网对战，许多替代品的参与。
声明：Arxiv文章摘要版权归论文原作者所有，由本人进行翻译整理，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://www.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。
