Arxiv网络科学论文摘要14篇(2021-03-23)
- 从含时网络数据到社会关系动态;
- 通过控制主特征向量进行链路预测;
- 更深的图自动编码器有助于稳定和增强链路预测;
- 欧洲30个城市的局部介数中心性分析;
- 社交媒体极化和回声室:以COVID-19为例;
- 通过基于职业的目标控制传染病的网络局限性;
- 具有状态依存传染性的流行病的平均灭绝时间;
- 分析体育比赛中小组抽奖的受限分配问题;
- 薛定谔的选票:量子信息和对阿罗不可能定理的违反;
- 通过信息源表征发布了疫苗相关推文的Twitter用户的社区;
- 稳定的婚姻问题:物理学家的跨学科研究;
- 融合科学的巨大挑战和新兴模式;
- 修改公共交通工具的服务模式以考虑COVID-19的容量;
- 根据扩散估算城市绿色区域的影响;
从含时网络数据到社会关系动态
原文标题: From temporal network data to the dynamics of social relationships
地址: http://arxiv.org/abs/2103.11755
作者: Valeria Gelardi, Alain Barrat, Nicolas Claidière
摘要: 网络是社会系统的公认代表,而时态网络被广泛用于研究其动态。时间网络数据通常包含连续时间窗内的一系列静态网络,但是其长度是任意的,不一定对应于系统的任何固有时间尺度。此外,对社会网络演化的最终看法也不尽如人意:短时间窗口包含的信息很少,而较长时间窗口的聚合模糊了动态。因此,从时间网络转到社会网络的有意义的发展表示仍然是一个挑战。在这里,我们为此目的引入了一个框架:将时态网络数据转换为不断发展的加权网络,其中,每次交互时,个人之间链接的权重都会更新。最重要的是,这种转变考虑了由于个人有限的关注能力而导致的社会关系的相互依赖性:两个个体之间的每次互动不仅增强了彼此之间的关系,而且削弱了他们与他人之间的关系。我们研究了这种转换的具体示例,并将其应用于社交互动的多个数据集。通过使用学校收集的时间联系数据,我们展示了我们的框架如何突出其结构和时间组织的特殊性。然后,我们将合成扰动引入一组狒狒中的交互作用数据集中,以表明可以在很宽的时间范围和参数上检测社交组中的扰动。我们的框架为时态社会网络的分析带来了新的视角。
通过控制主特征向量进行链路预测
原文标题: Link Prediction via controlling the leading eigenvector
地址: http://arxiv.org/abs/2103.11350
作者: Lee Yan-Li, Dong Qiang, Zhou Tao
摘要: 链路预测是网络科学中的一项基本挑战。在各种方法中,基于相似性的算法因其简单性,可解释性,高效率和令人满意的性能而广受欢迎。在这封信中,我们证明了最基本的索引,即公共邻居(CN)索引,是由目标网络的邻接矩阵的前导特征向量决定的。因此,我们提出了一种无参数算法,该算法将前导特征向量和次要特征向量的贡献保持相同。在真实网络上的大量实验表明,该算法的预测性能明显优于文献中性能良好的局部相似性指标。可以调整前导特征向量贡献的另一种建议算法在更高的精度和更低的计算复杂度方面均显示出优于最新的全局算法的优越性。
更深的图自动编码器有助于稳定和增强链路预测
原文标题: Deepened Graph Auto-Encoders Help Stabilize and Enhance Link Prediction
地址: http://arxiv.org/abs/2103.11414
作者: Xinxing Wu, Qiang Cheng
摘要: 图神经网络已用于各种学习任务,例如链路预测,节点分类和节点聚类。其中,链路预测是一个相对未被充分研究的图学习任务,其当前的最新模型基于一或两层浅图自动编码器(GAE)架构。在本文中,我们着重于解决当前只能用于浅层GAE和可变GAE的链路预测方法的局限性,并创建有效的方法来加深(可变)GAE体系结构以获得稳定和竞争的性能。我们提出的方法创新性地将标准自动编码器(AE)整合到GAE的体系结构中,其中标准AE通过无缝集成邻接信息和节点特征来学习基本的低维表示,而GAE则进一步构建了多尺度的低维表示。通过残差连接进行尺寸表示,以学习紧凑的整体嵌入以进行链路预测。根据经验,在各种基准数据集上进行的大量实验证明了我们方法的有效性,并证明了用于链路预测的加深图模型的竞争性能。从理论上讲,我们证明了我们的深度扩展包含多个具有不同阶数的多项式滤波器。
欧洲30个城市的局部介数中心性分析
原文标题: Local Betweenness Centrality Analysis of 30 European Cities
地址: http://arxiv.org/abs/2103.11437
作者: Kaoru Yamaoka, Yusuke Kumakoshi, Yuji Yoshimura
摘要: 通过分析城市街道网络,探索了城市的形态和社会经济方面。为了分析网络,经常使用中心指数的几种变体。然而,其性质尚未得到广泛研究,因此导致缺乏鲁棒的城市路网特性可视化方法。为了填补这一空白,我们建议使用一组局部居中性和一种新的简单而强大的可视化方法。通过分析30个欧洲城市,我们的方法说明了城市的常见结构:对于长途运输而言重要的路段集中在较大的街道上,而对于短途运输而言,这些路段则形成了CBD,历史或居民区周围的集群。定量分析证实了这些发现。我们的发现对于城市规划者和决策者理解城市的现状并做出明智的决定非常有用。
社交媒体极化和回声室:以COVID-19为例
原文标题: Social media polarization and echo chambers: A case study of COVID-19
地址: http://arxiv.org/abs/2103.10979
作者: Julie Jiang, Xiang Ren, Emilio Ferrara
摘要: 在2020年期间,社交媒体的ter声在很大程度上以COVID-19大流行为主导。在本文中,我们研究了美国Twitter上COVID-19话语的两极分化程度。首先,我们提出了Retweet-BERT,这是一种可扩展且高度准确的模型,可通过利用语言功能和网络结构来估计用户极性。然后,通过分析Retweet-BERT预测的用户极性,我们提供了对党派用户表征的新见解。我们发现,向右倾斜的用户在COVID-19信息的生产和使用中明显更积极,更活跃。我们的分析还显示,大多数有影响力的用户都是党派人士,这可能导致进一步的两极分化。至关重要的是,我们提供了经验证据,表明政治回声室盛行,这加剧了信息暴露的风险,符合先前用户的观点。我们的发现对开展有效的公共卫生运动和促进在线事实信息的传播具有更广泛的意义。
通过基于职业的目标控制传染病的网络局限性
原文标题: The Network Limits of Infectious Disease Control via Occupation-Based Targeting
地址: http://arxiv.org/abs/2103.11225
作者: Demetris Avraam, Nick Obradovich, Niccoló Pescetelli, Manuel Cebrian, Alex Rutherford
摘要: 决策者通常采用非药物干预措施来管理大流行的规模和严重性。在非药物干预措施中,旨在减少人与人之间病原体传播的社会疏远政策在最近引起了人们的关注。尤其是,已证明在全球范围内广泛实施的应对COVID-19大流行的在家中保全政策在减缓大流行的增长方面显著有效。但是,这种直率的政策工具虽然有效,但会产生许多意想不到的后果,包括潜在地大幅降低经济生产率。在这里,我们开发了一些方法来调查同时遏制大流行的可能性,同时也最大程度地减少经济中断的方法。我们通过将城市环境中包含的职业和网络信息结合在一起,而这些信息通常被排除在典型的大流行控制政策设计之外。我们方法的结果表明,通过结合并考虑职业联系网络的易于测量的特征,可能在经济生产率和大流行控制方面均获得巨大收益。但是,我们发现有证据表明,对该网络进行更复杂,更具隐私侵入性的措施不会显著提高性能。
具有状态依存传染性的流行病的平均灭绝时间
原文标题: Mean Extinction Times of Epidemics with State-Dependent Infectiousness
地址: http://arxiv.org/abs/2103.11330
作者: Akhil Bhimaraju, Avhishek Chatterjee, Lav R. Varshney
摘要: 我们对一种流行病进行建模,在该流行病中,地理位置网络中的人均传染性随活动病例总数的变化而变化。当人们有大量活动病例时,人们采取更严格的非药物预防措施,就会发生这种情况。我们显示存在一个尖锐的阈值,以使得当感染的治愈率高于该阈值时,流行病消亡的平均时间是初始感染大小的对数,而当治愈率低于该阈值时,流行病灭绝的平均时间是无限的。我们还表明,当每人的传染性渐近于零时,这是活跃病例数的函数,平均灭绝时间都具有相同的渐近线,而与网络结构无关。模拟证明了这些结果,同时还表明,如果流行病规模较小时人均传染性较大(即,当流行病较小时预防措施不严,只有在流行病流行之后才严厉),这可能这种疾病要花很长时间才能消灭。我们还提供了对这些观察结果的一些分析见解。
分析体育比赛中小组抽奖的受限分配问题
原文标题: Analysing the restricted assignment problem of the group draw in sports tournaments
地址: http://arxiv.org/abs/2103.11353
作者: László Csató
摘要: 许多体育比赛都包含小组赛阶段,在此阶段,球队的分配受到一些限制。标准抽签程序从底池中顺次提取球队,并将其按字母顺序排列在第一个可用组中,这样仍然有待分配的球队中至少有一个分配是可接受的。我们将展示此机制如何与生成排列相关联,并提供回溯算法以找到任何给定序列的解决方案。通过对2022年FIFA世界杯欧洲预选赛的案例研究来研究抽签限制的后果。我们量化了其抽奖程序与平均分配的偏离,并提出了两种替代方法来增加抽奖的兴奋性。
薛定谔的选票:量子信息和对阿罗不可能定理的违反
原文标题: Schrodinger's Ballot: Quantum Information and the Violation of Arrow's Impossibility Theorem
地址: http://arxiv.org/abs/2103.11364
作者: Xin Sun, Feifei He, Piotr Kulicki, Mirek Sopek
摘要: 在本文中,我们研究了量子环境中的阿罗不可能定理。我们的工作基于Bao和Halpern的工作,其中证明了Arrow不可能定理的量子类似物是无效的。但是,我们对此处提供的证明不满意。此外,无关选择的量子独立性(QIIA)的定义似乎不适合我们。在本文中,我们给出了一个更好的QIIA定义,该定义正确地捕捉了无关选择的独立性的想法,并详细说明了修改后的定义在量子环境中违反了Arrow不可能定理的情况。
通过信息源表征发布了疫苗相关推文的Twitter用户的社区
原文标题: Characterising Communities of Twitter Users Who Posted Vaccines Related Tweets by Information Sources
地址: http://arxiv.org/abs/2103.11385
作者: Md. Rafiul Biswas
摘要: 目的:我们基于网页的信誉形成了社区结构,并测量了用于表征发布有关疫苗相关推文的高音用户的社区特征的信息类型。方法:我们仅在有关疫苗的Twitter数据(推文)上进行了实验。数据收集的时间为2017年1月17日至2018年3月14日。我们根据群集的内容和来源(即网站域)信息制定了群集。我们仅关注与疫苗相关的主题。为了检测社区的结构和网络,我们对疫苗相关的高音扬声器用户应用了Louvain社区算法以及称为信息图法的随机游走。我们基于从Twitter用户共享的信息中得出的各种度量标准来定义社区。基于这些派生措施的社区表示和可视化帮助公共卫生组织理解拒绝疫苗安全性和有效性的可能原因。结果:为了分析人们对社交媒体的看法,我们下载了6,591,566条推文。我们区分了1,860,662位正在发布与疫苗相关的用户。我们将Louvain社区检测算法与DMM值一起应用,发现了192个社区。只要主题数量少,它也可以产生更高的对齐值。随着主题数目的增加,对齐方式变得更低。根据其特征,总推文分为两部分。第一类包含163,148(57.16%)条基于证据和倡导的推文,第二类包含6244(2.19%)条基于经验和观点的推文。我们观察到有4548位用户发布了有关疫苗的体验性推文,其中3449位用户(占75.84%)发布了与证据和倡导相关的信息。
稳定的婚姻问题:物理学家的跨学科研究
原文标题: The Stable Marriage Problem: an Interdisciplinary Review from the Physicist's Perspective
地址: http://arxiv.org/abs/2103.11458
作者: Enrico Maria Fenoaltea, Izat B. Baybusinov, Jianyang Zhao, Lei Zhou, Yi-Cheng Zhang
摘要: 我们提出了一个引人入胜的模型,该模型最近引起了从事复杂性相关领域工作的物理学家的关注。尽管该模型起源于数学,后来又起源于经济学,但该模型在许多方面都非常有启发性,我们将在本次审查中重点介绍该模型。它被称为“稳定婚姻问题”(尽管婚姻隐喻可以推广到许多其他情况),它由匹配的男性和女性组成,并考虑了个人对异性成员的偏爱的偏好表。该问题于1962年在Gale和Shapley的开创性论文中首次出现,引起了人们对许多科学领域的兴趣,包括经济学,博弈论,计算机科学等。最近,它还吸引了许多物理学家,他们使用强大的统计力学的工具,也将其作为优化问题来处理。在这里,我们对稳定婚姻问题进行了全面概述,强调了它的多学科方面,并回顾了对其影响最大的学科的主要成果。我们特别关注物理学家取得的最新成果,最后介绍了受稳定婚姻问题哲学启发的两个新的有希望的模型。此外,我们提出了对该问题的创新性解释,有助于强调信息在当代经济中的革命性作用。
融合科学的巨大挑战和新兴模式
原文标题: Grand challenges and emergent modes of convergence science
地址: http://arxiv.org/abs/2103.11547
作者: Alexander M. Petersen, Mohammed E. Ahmed, Ioannis Pavlidis
摘要: 为理解决复杂的问题,学者们越来越面临整合各种知识领域的挑战。我们分析了大脑科学广泛生态系统中这种融合范式的演变,这为评估跨域集成的两种模式(通过扩展学习和领域专家之间的跨学科协作进行的学科领域探索)提供了实时测试平台。我们表明,涉及这两种模式的研究都具有相对于单学科基准而言16%的引文溢价。整合相邻研究领域和遥远研究领域的研究的进一步比较表明,跨学科模式对于跨相对较大学科距离的整合至关重要。然而,我们发现仅利用跨领域主题领域探索(一项收敛捷径)的研究,以每年约3%的速度增长,比整合跨学科模式要快得多,尽管整合领域的效率较低,影响力也明显较小。通过测量2013年前后5年间隔内不同融合模式的流行率和影响的变化,我们的结果表明,这些适得其反的模式可能与全球人脑旗舰资助计划相关的竞争压力有关。在没有其他政策指导的情况下,此类“大挑战”旗舰企业可能会无意中激励此类融合捷径,从而削弱了跨学科团队在应对要求融合的挑战方面的优势。
修改公共交通工具的服务模式以考虑COVID-19的容量
原文标题: Modifying the service patterns of public transport vehicles to account for the COVID-19 capacity
地址: http://arxiv.org/abs/2103.11758
作者: Konstantinos Gkiotsalitis
摘要: 当公共交通运营商尝试恢复服务时,由于COVID-19,他们不得不在容量减少的情况下运营。由于需求可能会超出一天中不同地区和一天中不同时段的容量,因此驾驶员必须拒绝在特定站点上的乘客登机。为了实现这一目标,许多公共交通运营商已经修改了服务路线,避免在一天中的特定时间服务于乘客需求高的站点。鉴于迫切需要开发可以防止车辆过度拥挤的决策支持工具,本研究引入了动态整数非线性程序,该程序为准备分派的单个车辆提出服务模式。除了满足由于COVID-19施加的强制车辆通行能力的目的外,提出的服务模式模型还可以满足乘客的等候时间。我们的模型在通向特温特大学及其周边城市的公交线路上进行了测试,证明了车辆拥挤状况的改善,并分析了因未满足乘客需求和过度等待时间而可能产生的负面影响。
根据扩散估算城市绿色区域的影响
原文标题: Estimating the Effects of Urban Green Regions in terms of Diffusion
地址: http://arxiv.org/abs/2103.11998
作者: Eric K. Tokuda, Florence A. S. Shibata, Henrique F. de Arruda, Guilherme S. Domingues, Cesar H. Comin, Luciano da F. Costa, Roberto M. Cesar-Jr
摘要: 城市及其各自的绿色区域之间的互动关系是一个有趣的问题,在过去的几十年中,这个问题已受到越来越多的关注。这些关系具有多种性质,范围从为动物生活提供栖息地到温度和湿度动态变化。文献中已经考虑了几种基于面积,大小,形状和距离的方法。鉴于绿色区域对城市区域的几个重要贡献涉及温度,湿度和气体(例如氧气)的交换,这些交换与物理扩散本质上相关,因此模拟绿色效应在城市区域的扩散作为一种手段就变得特别有趣。更好地理解各自的影响。本工作报告了一种相关方法。一旦通过语义分割自动识别了给定城市的绿色区域并消除了最终的假象,就可以应用连续卷积作为获得绿色效果随时间展开的手段。如图所示,扩散动力学本质上很有趣,因为它会受到生坯空间分布的强烈影响。特别是,我们观察到较小的绿色区域可能会大大有助于扩散。已针对巴西城市里贝拉奥普雷图(Ribeirao Preto)说明了所报告的方法,该城市的中小绿色区域被发现以有效的方式补充了绿色效果的扩散,这是根据特定参数设置下进行的模拟推断得出的。
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://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。