- 难民迁移数据的马尔可夫链模型;
- 一种识别电力系统关键部件的状态失效网络方法;
- 激进化与恐怖主义的数学模型;
- 维基百科研究的图结构数据集;
难民迁移数据的马尔可夫链模型
原文标题： Markov Chain Models of Refugee Migration Data
地址： http://arxiv.org/abs/1903.08255
作者： Vincent Huang, James Unwin
摘要： 本文探讨了马尔可夫链在模拟难民危机中的应用，重点是城市和城市层面的个人本地移民。作为一个明确的例子，我们将这里开发的马尔可夫链迁移模型应用于难民署关于布隆迪难民危机的数据。我们将我们的方法与布隆迪难民运动的最先进的“基于主体人”的模型进行比较，并强调这里提出的马尔可夫链方法可以改善与数据的匹配，同时具有更高的算法效率。
一种识别电力系统关键部件的状态失效网络方法
原文标题： A State-Failure--Network Method to Identify Critical Components in Power Systems
地址： http://arxiv.org/abs/1903.08471
作者： Linzhi Li, Hao Wu, Yonghua Song, Yi Liu
摘要： 为了减轻电力系统中的级联故障停电风险，应确定其故障导致高停电风险的关键部件。在本文中，这些关键组件由级联故障链和损耗数据形成的状态故障网络（SF网络）识别，可以从公用事业或模拟中收集。链中的故障在SF网络中重新组合，其中每个故障被分配一个值，该值可以揭示其发生后的停电风险。因此，可以在SF网络中识别关键故障，其中故障引起中断风险，因此可以基于其关键故障风险找到关键组件。仿真结果验证了该方法的有效性。
激进化与恐怖主义的数学模型
原文标题： Mathematical Models of Radicalization and Terrorism
地址： http://arxiv.org/abs/1903.08485
作者： Yao-li Chuang, Maria R. D'Orsogna
摘要： 近年来，激进意识形态的迅速蔓延导致了世界范围内的恐怖主义袭击。从文化的角度来看，了解极端主义倾向如何发芽，发展和推动个人行动是重要的，同时也有助于制定应对和预防策略。人口学研究，对激进主题的访谈，对恐怖主义数据库的分析，揭示了激进化的道路沿着渐进步骤发生，其中年龄，社会背景和点对点交流发挥了重要作用。为了实施恐怖袭击，激进分子必须在保持秘密的同时有效地相互沟通;他们还受到反恐机构，公众舆论和物质资源需求的压力。同样，政府实体必须衡量哪种干预方法最有效。虽然仍然缺乏对导致极端主义和暴力以及其中最佳威慑的过程的完整理解，但数学建模者通过使用统计力学和应用数学的工具来描述现有的和新颖的范式，从而为话语做出了贡献，并且提出新的反恐战略。我们回顾了他们在这项工作中的一些方法，包括日益极端观点人群的隔室模型，年龄结构激进人口的连续时间模型，格子和社会网络上的社会传染过程的激进化，基于主体的模型，博弈论公式。我们强调通过定量框架分析激进化和恐怖主义所提供的有用见解。最后，我们讨论了制度干预的作用以及去激进化战略可能最有效的阶段。
维基百科研究的图结构数据集
原文标题： A Graph-structured Dataset for Wikipedia Research
地址： http://arxiv.org/abs/1903.08597
作者： Nicolas Aspert, Volodymyr Miz, Benjamin Ricaud, Pierre Vandergheynst
摘要： 维基百科是一个丰富而宝贵的信息来源。它在网络上的中心位置使其成为科学家特别有趣的研究对象。来自不同领域的研究人员使用与维基百科相关的各种复杂数据集来研究语言，社会行为，知识组织和网络理论。作为一种科学宝藏，大尺寸的数据集阻碍了预处理，可能成为潜在新研究的一个具有挑战性的障碍。这个问题在科学领域尤其严重，研究人员可能不具备技术和数据处理能力。一方面，维基百科转储的规模很大。它使得相关信息的解析和提取变得麻烦。另一方面，API易于使用，但仅限于相对较少的请求。当研究人员需要维基百科的一个子集（从数千到数十万页）时，中间层处于介观尺度，但在这种规模上没有有效的解决方案。在这项工作中，我们提出了一个有效的数据结构来发出请求和访问维基百科页面和类别的子网。我们提供便捷的工具来访问和过滤维基百科网页的收视率统计数据或“页面数量”。数据集组织利用图数据库的原理，允许快速直观地访问维基百科文章和类别的子图。数据集和部署指南可在LTS2网站上找到（https://lts2.epfl.ch/Datasets/Wikipedia/）。
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.me （提供RSS订阅）进行同步更新。
网友评论