- CSKG:常识知识图谱;
- 构建开源软件生态系统的协作图;
- 使用流行病学模型研究BLM运动期间错误信息的传播;
- 有向双向种群优先附着模型及其在分析玻璃天花板效应中的应用;
- 同意与分歧意见级联的分析和控制;
- 新闻媒体事实与偏见的预测研究;
- 利用车联网进行遥感以控制呼吸道病毒性疾病的暴发;
- 马达加斯加COVID-19的第一个月;
- COVID-19期间对美国大功率电力系统和市场运营的定量评估;
- 在COVID-19疫苗接种运动中评估学校开放政策的多层网络模型;
- 多模式虚假信息检测研究;
- Mittag-Leffler函数及其在网络科学中的应用;
- 单纯复形的有限冲激响应滤波器;
- 网络社区的一致性格局;
- 流行病传播和数字接触追踪:异构混合和隔离失败的影响;
CSKG:常识知识图谱
原文标题: CSKG: The CommonSense Knowledge Graph
地址: http://arxiv.org/abs/2012.11490
作者: Filip Ilievski, Pedro Szekely, Bin Zhang
摘要: 常识知识的来源支持自然语言理解,计算机视觉和知识图中的应用。鉴于它们的互补性,需要它们的整合。但是,它们的不同焦点,建模方法和稀疏重叠使集成变得困难。在本文中,我们通过遵循五项原则来整合常识知识,将五项原则应用于将七个关键源组合成第一个集成的常识知识图(CSKG)。我们分析了CSKG及其各种文本和图嵌入,表明CSKG具有良好的连接性,并且其嵌入为图提供了有用的入口点。我们演示CSKG如何为普遍的下游推理和语言模型的预训练提供证据。 CSKG及其所有嵌入内容均公开提供,以支持对常识知识集成和推理的进一步研究。
构建开源软件生态系统的协作图
原文标题: Building the Collaboration Graph of Open-Source Software Ecosystem
地址: http://arxiv.org/abs/2103.12168
作者: Elena Lyulina, Mahmoud Jahanshahi
摘要: 开源软件社区已成为许多研究人员的关注中心,他们正在研究这个庞大生态系统中的各个方面的协作。由于它的大小,很难掌握它是否具有结构,如果有的话,它可能是什么。我们的hackathon项目旨在通过使用从World of Code基础设施获得的数据提供此生态系统的交互式协作图,从而基于开发人员所贡献项目的二元图来促进对开发人员协作结构和项目之间关系的理解。由于无法使用布局和可视化工具来处理整个图的超大型图,因此使我们可视化整个项目和开发人员的尝试受阻。我们使用WoC来过滤节点(开发人员和项目)和边线(开发人员对项目的贡献)以减小图的比例,使其适合交互式可视化并发布结果可视化。我们计划应用分层方法,以便能够将整个数据整合到交互式可视化中,并评估此类可视化在多个任务中的实用性。
使用流行病学模型研究BLM运动期间错误信息的传播
原文标题: Using an Epidemiological Model to Study the Spread of Misinformation during the Black Lives Matter Movement
地址: http://arxiv.org/abs/2103.12191
作者: Maryam Maleki, Esther Mead, Mohammad Arani, Nitin Agarwal
摘要: 像Twitter这样的社交媒体平台的泛滥加剧了错误信息传播的后果。为了理解和建模错误信息的传播,在本文中,我们利用SEIZ(易感,暴露,感染,怀疑论者)流行病学模型来描述在Twitter上描述错误信息传播的基本过程。与其他流行病学模型相比,该模型产生了更广泛的结果,因为它包括附加的“怀疑论者”(Z)隔间,其中用户可能会接触到错误信息,但不会对此做出任何反应,而附加的“暴露”(E)隔间,其中用户可能需要一些时间才能决定散布错误信息。我们分析了有关2020年3月华盛顿特区动乱的错误信息,该信息是通过美国各地的不同用户在Twitter上使用#DCblackout主题标签传播的。我们的分析表明,可以使用流行病学概念对错误信息进行建模。据我们所知,这项研究是首次尝试将SEIZ流行病学模型应用于特定错误信息的传播,该错误信息是不同于谣言的类别,并且是在线社交媒体平台上的恶作剧。应用数学模型可以帮助理解Twitter上错误信息传播的趋势和动态,并最终帮助开发快速识别和控制错误信息的技术。
有向双向种群优先附着模型及其在分析玻璃天花板效应中的应用
原文标题: A Directed, Bi-Populated Preferential Attachment Model with Applications to Analyzing the Glass Ceiling Effect
地址: http://arxiv.org/abs/2103.12149
作者: Buddhika Nettasinghe, Nazanin Alipourfard, Vikram Krishnamurthy, Kristina Lerman
摘要: 在无向网络的情况下,对优先连接,同质性及其后果(例如玻璃天花板效应)进行了充分的研究。但是,缺乏具有可变水平的优先附着,同构和生长动力学(例如,新节点的速率)的有向,双种群(即,包含两组)网络的直观,理论上易处理的模型联接,无论新节点是大部分跟随现有节点还是现有节点跟随它们,等等)很大程度上阻止了在有向网络的情况下探索此类后果,在有向网络中,由于链路的不对称性,它们更自然地发生。为此,我们对 emph Directed Mixed Preferential Attachment模型进行了严格的理论分析,并使用它来分析有向网络中的玻璃天花板效应。更具体地说,我们推导了每组(少数和多数)的进出度分布的幂律指数的封闭式表达式,并将它们相互比较以获得洞察力。特别是,我们的结果得出了以下问题的答案: emph 与少数群体相比,少数群体的外向度(或内向度)分布较重?现有节点之间频繁增加边对多数和少数族裔的入度和出度分布有什么影响?。这些见解揭示了各种实物的结构(即两组的进,出度分布)和动力学(由同质性,优先依恋,群体规模和增长动力学共同表征)之间的相互作用。世界网络。最后,我们利用获得的分析结果来表征在有向网络中玻璃天花板效应出现的条件。详细的数值结果支持了我们的分析结果。
同意与分歧意见级联的分析和控制
原文标题: Analysis and control of agreement and disagreement opinion cascades
地址: http://arxiv.org/abs/2103.12223
作者: Alessio Franci, Anastasia Bizyaeva, Shinkyu Park, Naomi Ehrich Leonard
摘要: 我们介绍并分析形成大量关于两个或更多选项的观点的大量主体网络上的观点级联的连续时间和状态空间模型。通过利用我们关于协议和分歧状态出现的最新结果,我们引入了新颖的工具来分析和控制协议和分歧意见的级联。已显示出仅依赖于网络结构的新的一致和不一致中心概念是表征一致和不一致意见形成和层叠的非线性行为的关键。我们的结果与现实世界中包括生物,社会和人工网络在内的观点级联的分析和控制以及机器人群体中形成观点的行为有关。我们说明了我们的模型在多机器人任务分配问题上的应用,并讨论了由我们的建模框架提供的扩展和未来的方向。
新闻媒体事实与偏见的预测研究
原文标题: A Survey on Predicting the Factuality and the Bias of News Media
地址: http://arxiv.org/abs/2103.12506
作者: Preslav Nakov, Husrev Taha Sencar, Jisun An, Haewoon Kwak
摘要: 当前在线上虚假,有偏见和宣传性内容的泛滥程度使得无法通过手动或自动方式对每一个可疑主张或文章进行事实核查。因此,许多研究人员将注意力转移到了更高的粒度上,旨在描述整个新闻媒体,这使得仅通过检查消息来源的可靠性就可以检测出可能出现的“假新闻”。源事实性也是自动事实检查和“假新闻”检测系统的重要组成部分,因为它们需要评估在线获取的证据的可靠性。在西方政治环境中,政治偏见的检测是关于预测左,右,右偏见,这是一个同样重要的话题,它经历了类似的向整个新闻媒体进行概要分析的转变。此外,两者之间存在明显的联系,因为偏见程度高的媒体不太可能是事实。但是,这两个问题已分别解决。在本次调查中,我们回顾了媒体概况分析的最新情况,以理解事实性和偏见,并认为有必要共同建模。我们将进一步讨论使用不同信息源和方式的有趣的最新进展,这些进展超出了目标新闻媒体发表的文章的范围。最后,我们讨论了当前的挑战并概述了未来的研究方向。
利用车联网进行遥感以控制呼吸道病毒性疾病的暴发
原文标题: Remote Sensing to Control Respiratory Viral Diseases Outbreaks using Internet of Vehicles
地址: http://arxiv.org/abs/2103.12512
作者: Yesin Sahraoui, Ahmed Korichi, Chaker Abdelaziz Kerrache, Muhammad Bilal, Marica Amadeo
摘要: 呼吸道病毒疾病(例如由冠状病毒家族引起的疾病)极易传染,并通过咳嗽,打喷嚏或呼吸而产生的唾液飞沫传播。在人类中,最常见的感染症状包括发烧和呼吸困难。为了减少当前的“ 2019年冠状病毒病”(COVID-19)大流行的扩散,物联网(IoT)技术可以发挥重要作用;例如,它们可以有效地用于在城市范围内实施实时患者跟踪和预警系统。安装跟踪物联网设备的关键位置是公共/私有车辆,并增加了多种连接解决方案,可以实现车辆互联网(IoV)范式。在这种无处不在的网络环境中,车辆配备了各种传感器,包括可以用热像仪代替的常规相机。因此,本文提出了一种用于广泛检测呼吸道病毒性疾病的新设计,该设计利用IoV收集行人的实时体温和呼吸速率测量值。该信息可用于识别受可能的COVID-19病例影响的地理区域,并实施将进一步限制疾病传播的主动预防策略。
马达加斯加COVID-19的第一个月
原文标题: The First Months of COVID-19 in Madagascar
地址: http://arxiv.org/abs/2103.12514
作者: Stephan Narison (LUPM-CNRS/IN2P3, Montpellier (FR) and iHEPMAD Research Institute, Univ. Ankatso, Antananarivo (MG))
摘要: 利用官方数据并理解不确定的来源和不足的样本数量,我们提出了(目前)首次且独特的尝试来研究COVID-19在马达加斯加的头两个月的传播。通过使用标准的最小 chi ^ 2 拟合方法拟合在7或15天内收集的输入数据后,预测下一周的受污染人数,对该方法进行了测试。在首次测试的鼓舞下,我们将在67天,1-2周内进行新数据的系统研究,并预测下一周的受污染者。我们发现,线性或二次多项式可以很好地描述第一个月的数据,每天增加大约(4-5)个受感染的人。进行分析时,有人指出,直到46天的数据才支持三次多项式行为,这预示着第48天的新数据最终将在不久的将来实现更强劲的增长。我们完成了直到67天的分析,发现直到77天的数据证实了三次多项式行为,这是马达加斯加大流行性传播的显著特征。我们希望这些结果将对某些新型建筑有用。与其他一些类似SI的模型预测结果进行了比较,由于样本数量不足(20907年5月6日为2700万居民,为12907),这些结果也可能被解释为实际案例的最低值。直至67天的治愈人数的绝对数据分析显示,每天大约有3个治愈人数具有近似的线性行为。但是,治愈人数的百分比减少到42-46天以上,这表明医院设备和护理在开始的第67天要面对第二阶段大流行的局限性。简短讨论了有关COVID-19的社会,经济和政治影响以及对马达加斯加乃至整个世界范围的限制的一些评论。
COVID-19期间对美国大功率电力系统和市场运营的定量评估
原文标题: Quantitative Assessment of U.S. Bulk Power Systems and Market Operations during COVID-19
地址: http://arxiv.org/abs/2103.12515
作者: Guangchun Ruan, Jiahan Wu, Haiwang Zhong, Qing Xia, Le Xie
摘要: 从2020年初开始,新型冠状病毒病(COVID-19)严重影响了美国,导致大宗电力系统和电力市场的运营发生了重大变化。在本文中,我们开发了一个数据驱动的分析,以从电力系统安全,发电,电力需求和电价的角度证实大流行的影响。我们的结果表明,在COVID-19大流行期间,电力需求和电价均已明显下降。观察并量化了影响的地域差异,并且东北地区的大电力市场和电力系统运营受到的影响最大。本文中报告的所有数据源,评估标准和分析代码都可以在GitHub存储库上找到。
在COVID-19疫苗接种运动中评估学校开放政策的多层网络模型
原文标题: A multi-layer network model to assess school opening policies during the COVID-19 vaccination campaign
地址: http://arxiv.org/abs/2103.12519
作者: Christian Bongiorno (MICS), Lorenzo Zino
摘要: 我们为COVID-19的传播提出了一个多层网络模型,该模型说明了家庭内部,同学之间的互动以及人群中的临时接触。我们利用对流行病学和人口统计学数据进行校准的拟议模型来调查当前有关在疫苗接种运动中实施非药物干预措施(NPI)的问题。具体而言,我们考虑了最脆弱的人群已经接种疫苗的情况,我们将分析重点放在学校作为传染病驱动因素的作用以及针对儿童及其家庭的针对性干预政策的实施上。我们通过蒙特卡洛模拟运动来进行分析。我们的研究结果表明,在制定了NPI的阶段,但面对面的教育中,儿童在COVID-19的传播中起着关键作用。有趣的是,我们表明,儿童测试可能是拉平流行曲线的重要工具,特别是与针对检测到感染学生的课程实施临时在线教育相结合时。最后,我们测试了优先考虑大家庭成员的疫苗接种策略,并证明了其良好的性能。我们认为,我们的建模框架和研究结果可能有助于公共卫生当局规划其当前和未来的干预措施,并为未来的流行病暴发做好准备。
多模式虚假信息检测研究
原文标题: A Survey on Multimodal Disinformation Detection
地址: http://arxiv.org/abs/2103.12541
作者: Firoj Alam, Stefano Cresci, Tanmoy Chakraborty, Fabrizio Silvestri, Dimiter Dimitrov, Giovanni Da San Martino, Shaden Shaar, Hamed Firooz, Preslav Nakov
摘要: 近年来,目睹了虚假新闻,宣传,错误信息和网上虚假信息的泛滥。最初,这主要是关于文本内容的,但随着时间的流逝,图像和视频比简单文本更易于使用,吸引更多注意力并进一步普及,因此受到欢迎。结果,研究人员开始针对不同的方式及其组合。由于在不同的研究社区中研究了不同的模式,并且交互作用不足,因此我们在此提供了一项调查,探讨了多模式虚假信息检测的最新技术,涵盖了各种模式的组合:文本,图像,音频,视频,网络结构,和时间信息。此外,尽管有些研究关注事实,但另一些研究则调查了内容的危害性。尽管虚假信息定义中的这两个要素-(i)事实和(ii)危害同等重要,但通常会单独对其进行研究。因此,我们认为有必要在同一框架中通过考虑多种方式以及事实性和有害性来解决虚假信息检测问题。最后,我们讨论了当前的挑战和未来的研究方向。
Mittag-Leffler函数及其在网络科学中的应用
原文标题: Mittag-Leffler functions and their applications in network science
地址: http://arxiv.org/abs/2103.12559
作者: Francesca Arrigo, Fabio Durastante
摘要: 我们描述了根据Mittag-Leffler函数定义的复杂网络中基于步行的中心性指标的完整理论。这种总体理论在特殊情况下包括众所周知的集中度度量,例如子图集中度和Katz集中度。我们引入的索引由两个数字参数化;通过使这些变化,我们表明Mittag-Leffler中心在度数和本征向量中心度之间以及在基于解析度的索引和基于指数的索引之间进行插值。我们将进一步讨论建模和计算问题,并提供有关参数选择的指南。然后将该理论扩展到随时间演变的网络的情况。提供了在合成和真实世界网络上的数值实验。
单纯复形的有限冲激响应滤波器
原文标题: Finite Impulse Response Filters for Simplicial Complexes
地址: http://arxiv.org/abs/2103.12587
作者: Maosheng Yang, Elvin Isufi, Michael T. Schaub, Geert Leus
摘要: 在本文中,我们研究了线性滤波器以处理在简单复形上定义的信号,即在简单复形的节点,边,三角形等上定义的信号,从而概括了图信号的滤波操作。我们提出了一种基于Hodge Laplacian的有限脉冲响应滤波器,并演示了如何设计该滤波器来放大或衰减简单信号的某些谱分量。具体地,我们讨论与节点信号的情况不同,如何在边信号上下文中的傅立叶变换可以通过对应于由Hodge分解产生的梯度流信号和卷曲流信号的两个正交子空间来理解。通过为Hodge Laplacian的关联项分配不同的滤波器系数,我们开发了一种子空间可变滤波器,可以对这些信号类型进行更细微的控制。进行了数值实验,以显示简单滤波器在子分量提取,去噪和模型逼近中的潜力。
网络社区的一致性格局
原文标题: Consistency landscape of network communities
地址: http://arxiv.org/abs/2103.12626
作者: Daekyung Lee, Sang Hoon Lee, Beom Jun Kim, Heetae Kim
摘要: 长期以来,社区检测的概念一直被用作处理网络中尺度结构的关键设备。适当进行的社区检测揭示了网络拓扑的各种嵌入式信息子结构。但是,关于社区检测的实际使用,为感兴趣的网络分配合理的社区分辨率始终是一个棘手的问题。由于缺乏一致接受的标准,因此以前的大多数研究都采用相当特殊的启发式方法来决定社区的解决方案。在这项工作中,我们利用网络社区结构中一致性的概念来提供网络的整体社区解决方案景观,我们最终将其用于量化给定分辨率参数下检测到的社区的可靠性。更准确地说,我们利用随机检测算法的结果中的歧义,并提出了一种方法,该方法使用多个检测过程来表示社区结构相对于全局和局部不一致措施的稳定性而言的相对有效性。将我们的框架应用于综合网络和真实网络,我们确认它有效地展示了社区结构的深刻见解的基本方面。
流行病传播和数字接触追踪:异构混合和隔离失败的影响
原文标题: Epidemic Spreading and Digital Contact Tracing: Effects of Heterogeneous Mixing and Quarantine Failures
地址: http://arxiv.org/abs/2103.12634
作者: Abbas K. Rizi, Ali Faqeeh, Arash Badie-Modiri, Mikko Kivelä
摘要: 通过安装在手机上的数字跟踪应用程序进行的联系人跟踪是控制流行病传播的重要工具。可以通过修改用于分析联系网络的渗流和连通性的标准方法来量化其有效性。我们将此框架应用于具有不同程度分布,应用程序用户数量和隔离失败概率的网络。此外,我们包括同构和异构的结构化种群,以及以度为目标的应用程序分布的可能性。我们的结果基于显式模拟和均值场分析的结合。他们指出,流行病的规模和流行病概率可能存在与正常SIR过程相同的重大差异。此外,程度异质性对于流行阈值尤其重要,但对于流行规模则不那么重要。跟踪导致隔离的可能性不如应用程序适应率那么重要。最后,就应用程序采用而言,强同质性(尤其是异质性)可能都是有害的。总体而言,流行病对我们测试的所有参数值都非常敏感,这使得估计数字接触跟踪的效果成为一个固有的多维问题。
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。
网友评论