- 隔离反疫苗者是个好主意吗？;
- 渐进演化图的社区检测算法评估;
- “统计独立性”与“逻辑不确定性”的比较，两种通过耦合生成聚类标准的方法：图模块化中的应用;
- 共享出行车辆服务的城市交通动态和最佳控制;
- 解构城市可达性和设施分布规律;
- Twitter上信息级联的分支过程描述;
- 带有子图中心性的顶点区分：Estrada猜想的证明和一些推广;
- 图卷积网络的简化：基于矩阵分解的观点;
- 通过简单贪婪策略的自适应影响最大化的改进近似因子;
- 飓风“玛丽亚”过后，波多黎各人最关注当地信息资源;
隔离反疫苗者是个好主意吗？
原文标题： Is segregating anti-vaxxers a good idea?
地址： http://arxiv.org/abs/2007.08523
作者： Matteo Bizzarri, Fabrizio Panebianco, Paolo Pin
摘要： 我们研究了SI型模型，并带有疫苗接种的可能性，其中种群在亲疫苗和反疫苗之间分配。我们表明，在疾病暴发期间，将反对接种疫苗的人群与其他人群隔离会降低康复的速度，并可能增加病例数。然后，我们根据疫苗接种成本与感染风险之间的权衡取舍，选择了内生的选择。我们表明，结果在内生选择下仍然有效，除非人们在确定疫苗接种身份时过于灵活。
渐进演化图的社区检测算法评估
原文标题： Evaluating Community Detection Algorithms for Progressively Evolving Graphs
地址： http://arxiv.org/abs/2007.08635
作者： Remy Cazabet, Souaad Boudebza, Giulio Rossetti
摘要： 在过去的十年中，已经提出了许多算法来发现动态社区。但是，这些方法之间很少进行比较。在本文中，我们提出了一种具有植入的不断发展的社区结构的动态图生成器，作为比较和评估此类算法的基准。与先前提出的基准不同，它能够通过描述性语言指定任何所需的不断发展的社区结构，然后生成相应的不断发展的网络。我们根据与种植的地面实况的瞬时和纵向相似性，动态分区的平滑性和可伸缩性，经验性地评估了六个现有的用于动态社区检测的算法。我们尤其会注意到不同类型的弱点，具体取决于其确保平滑的方法，即毛刺，过度简化和身份丢失。尽管没有一种方法能赢得明确的胜利者，但我们观察到方法之间存在明显的差异，并且我们确定了最快的方法，即在每个步骤中得出最平滑或最准确的解决方案的方法。
“统计独立性”与“逻辑不确定性”的比较，两种通过耦合生成聚类标准的方法：图模块化中的应用
原文标题： "Statistical Independence" versus "Logical Indetermination", two ways of generating clustering criteria through couplings : Application to graphs modularization
地址： http://arxiv.org/abs/2007.08820
作者： Pierre Bertrand (LPMA), M Broniatowski (LPMA), J.-F Marcotorchino
摘要： 本文旨在比较两种耦合方法作为构建聚类标准的基础层，适用于模块化非常大的图。尽管科学文献中没有保留专门用于图和网络分解的聚类标准，但是我们仍将在本文中通过基于耦合函数提出一种新的对称和对偶方法，允许对它们进行比较和校准，来对这一主题进行修改。为了详细说明这些耦合图，我们将简要地以“最优运输理论”为起点，然后得出两个主要的准则族：基于“统计独立性”的准则与基于“逻辑不确定性”的准则。除其他外，我们将使用适用于权变矩阵上下文的所谓“蒙吉性质”，作为提出有关这些准则的一些关键特征的特定技巧。提出了更进一步和更深入的研究，强调了“逻辑不确定性”，因为到目前为止它鲜为人知。这些双重和并行条件非常适合图聚类，这将在本文中的各种类型的图上进行说明和显示。
共享出行车辆服务的城市交通动态和最佳控制
原文标题： Traffic dynamics and optimal control in a city served by ride-sourcing vehicles
地址： http://arxiv.org/abs/2007.08827
作者： Wenbo Fan
摘要： 本文提出了一个交互式浴缸模型，用于描述乘车来源车辆（包括非共享出租车和乘车共享车辆）的交通动态。假定一个城市拥有无差别的街道网络，并且仅由乘车外包服务提供服务，以便利建模，隔离拥堵影响并相应制定控制策略。所提出的模型是简约的，仅包含网络总车道长度，需求涌入和行进距离分布的输入信息。但是，该模型的输出不仅捕获车辆的交通动态，而且还捕获在拼车服务中乘客的动态状态，包括总数，剩余行驶距离以及任何系统时间的不匹配请求队列。可以利用有用的系统度量标准，以便当局来监视，预测和控制流量，以及TNC可以确定车队规模，派遣车辆并测量服务生产率。为了说明起见，我们提出了一个鲁棒的控制规则来有效地管理流量并避免死锁，并且还提出了随时间变化的拼车规模以消除不匹配请求的队列。数值算例表明了所提模型以及控制和操作策略的有效性。
解构城市可达性和设施分布规律
原文标题： Deconstructing laws of accessibility and facility distribution in cities
地址： http://arxiv.org/abs/2007.08832
作者： Yanyan Xu, Luis E. Olmos, Sofiane Abbar, Marta C. Gonzalez
摘要： 汽车时代通过昂贵的旅行和可见的环境影响严重降低了城市生活质量。在未来的几年中，新的城市规划范式必须成为我们路线图的核心。在几分钟之内，居民就可以骑自行车或步行来满足其基本生活需求。在这项工作中，我们对设施分布和人口分布之间的相互作用提出了新颖的见解，从而最大限度地利用了现有道路网络。六个城市的结果表明，通过重新分配设施可以将旅行成本降低一半。在最佳方案中，可以将平均旅行距离建模为设施数量和人口密度的函数形式。作为该发现的应用，有可能在给定城市人口分布的情况下，估算达到理想的平均出行距离所需的设施数量。
Twitter上信息级联的分支过程描述
原文标题： Branching process descriptions of information cascades on Twitter
地址： http://arxiv.org/abs/2007.08916
作者： James P. Gleeson, Tomokatsu Onaga, Peter Fennell, James Cotter, Raymond Burke, David J. P. O'Sullivan
摘要： 对基于Twitter的信息级联进行了详细的分析，并证明了分支过程的假设是近似满足的。使用分支过程框架，比较了主体到主体的传输模型，得出的结论是，与更常见的独立级联模型相比，有限注意力模型可以更好地重现数据的相关特征。显示了分支过程的现有和新分析结果与经验信息级联的重要统计特征非常匹配，从而证明了分支过程描述对于理解社会信息传播的强大作用。
带有子图中心性的顶点区分：Estrada猜想的证明和一些推广
原文标题： Vertex distinction with subgraph centrality: a proof of Estrada's conjecture and some generalizations
地址： http://arxiv.org/abs/2007.08956
作者： Francesco Ballini, Nikita Deniskin
摘要： 在网络科学中，使用集中度度量来确定在图上传输信息和动态的最重要顶点。由Estrada和合作者介绍的这些度量之一是 beta -子图的中心度，它基于矩阵 beta A 的指数，其中 A 是图的邻接矩阵和 beta 是一个实参（“逆温度”）。我们证明，对于代数 beta ，具有相等的 beta -子图中心性的两个顶点必然具有相同数量的经过的闭合长度的给定长度。我们进一步表明，两个这样的顶点必须具有相同的度数和特征向量中心性。我们的结果解决了Estrada的一个猜想，并且归因于Kloster，Kr'al和Sullivan。我们还将讨论结果的可能扩展。
图卷积网络的简化：基于矩阵分解的观点
原文标题： Simplification of Graph Convolutional Networks: A Matrix Factorization-based Perspective
地址： http://arxiv.org/abs/2007.09036
作者： Qiang Liu, Haoli Zhang, Zhaocheng Liu
摘要： 近年来，图卷积网络（GCN）取得了实质性进展。但是，GCN的计算通常需要很大的存储空间才能保留整个图。因此，GCN不够灵活，尤其是对于复杂的实际应用中的大型图。幸运的是，基于矩阵分解（MF）的方法自然支持构建迷你批处理，因此与GCN相比，它对分布式计算更友好。因此，在本文中，我们分析了GCN和MF之间的联系，并将GCN简化为具有单元化和协同训练的矩阵分解。此外，在我们的分析指导下，我们提出了GCN的替代模型，称为联合化和协同训练矩阵分解（UCMF）。在几个真实世界的数据集上进行了广泛的实验。在半监督节点分类的任务上，实验结果表明，UCMF与GCN相比具有相似或更好的性能。同时，分布式UCMF明显优于分布式GCN方法，这表明UCMF可以极大地受益于大规模和复杂的实际应用。此外，我们还对图嵌入的典型任务（即社区检测）进行了实验，并且所提出的UCMF模型优于几种代表性的图嵌入模型。
通过简单贪婪策略的自适应影响最大化的改进近似因子
原文标题： Improved Approximation Factor for Adaptive Influence Maximization via Simple Greedy Strategies
地址： http://arxiv.org/abs/2007.09065
作者： Gianlorenzo D'Angelo, Debashmita Poddar, Cosimo Vinci
摘要： 在自适应影响力最大化问题中，我们得到了一个社会网络和一个预算 k ，并且我们反复选择 k 个节点（称为种子），以使影响力级联达到的预期节点数达到最大，根据随机模型产生影响扩散。与非自适应影响最大化问题不同，在非自适应影响最大化问题中，必须事先选择所有种子，在此，节点是一个接一个地依次选择的，并且第i个 i 种子的决策基于第一个 i产生的级联-1 种子。我们关注的是近视反馈模型，在该模型中，我们只能观察到先前选择的种子的哪些邻居受到了影响；而在独立的级联模型中，每个边都具有独立的扩散影响概率。先前的工作表明，适应性差距最大为4美元，这意味着非自适应贪婪算法可保证近似因子为 frac 1 4 left（1- frac 1 e 右）适应性问题。在本文中，我们改善了适应性差距和逼近因子的界限。我们直接分析了非自适应贪婪算法的近似因子，而没有经过适应性差距，并表明它至少为 frac 1 2 left（1- frac 1 e right）。因此，适应性差距最多为 frac 2e e-1 约3.164 。为了证明这些界限，我们引入了一种新方法，将贪婪的非自适应算法与自适应最优算法联系起来。新方法不依赖于多线性扩展或最优决策树上的随机游动，最优决策树是本领域中常用的技术。我们认为它具有独立的意义，可用于分析其他自适应优化问题。
飓风“玛丽亚”过后，波多黎各人最关注当地信息资源
原文标题： Local information sources received the most attention from Puerto Ricans during the aftermath of Hurricane Maria
地址： http://arxiv.org/abs/2007.09124
作者： Benjamin Freixas Emery, Meredith T. Niles, Christopher M. Danforth, Peter Sheridan Dodds
摘要： 2017年9月，飓风“玛利亚”登陆了加勒比地区，成为第4类风暴。此后，波多黎各的许多居民都将近一年都没有电源或没有干净的自来水。我们使用2017年9月16日至10月15日的英语和西班牙语推文，调查了岛上和岛外关于玛利亚的讨论，为飓风受害者与其他人之间的时间交流网络构建了主体。我们使用信息论工具来比较网络中不同子组的词汇差异。最后，我们量化了整个事件中用户知名度的时间变化。我们发现，在全球范围内，西班牙推文更多地包含着希望的信息，并侧重于那些帮助。在地方一级，我们发现波多黎各人之间传播的信息通常来自该岛当地的消息来源，例如记者和政客。至关重要的是，在研究的大部分时间里，这些帐户的内容使名人，全球新闻网络等的内容黯然失色。我们的发现揭示了对未来如何在类似事件中部署社交媒体活动以传播救济信息的见解。
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