- 经济流行病学博弈中的疾病状态自发发散;
- 社会网络操纵选举：选种子、移除边、添加边;
- 延迟耦合群集的不稳定振荡和双稳态;
- 为谁“做正确的事”？组内舞弊、小组分选和道义劝告的实验研究;
- 学习大规模多元霍克斯过程;
- 一种检测Twitter虚假内容的多层方法;
- RP-DNN：基于推特水平传播上下文的深层神经网络检测社交媒体早期谣言;
- 差分隐私广义β模型增加参数的渐近理论;
- 可能成为的城市：人工生命与城市系统;
经济流行病学博弈中的疾病状态自发发散
原文标题： Spontaneous divergence of disease status in an economic epidemiological game
地址： http://arxiv.org/abs/2002.12748
作者： Ewan Colman, Nicholas Hanley, Rowland R. Kao
摘要： 我们引入的博弈受到畜牧业疾病管理所面临的挑战和地方病的通过贸易网络传输启发。博弈的成功需要平衡买入新存货的成本与其携带疾病的风险。当参与者遵循一个简单的基于记忆策略，我们观察到自发分离现象，对应参与者感染的水平较高和较低的两个组。通过模拟疾病和贸易关系形成和破坏的动力学，我们推导出分离发生条件是一个传播速率和每个参与者可接受疾病阈值的函数。当博弈中互动仅限于小世界网络上彼此相邻的参与者之间，参与者往往与邻居有类似的感染水平。我们结论是，经济流行病学系统的成功可能源自不幸和地理周边，以及对风险的个人态度先天差异。
社会网络操纵选举：选种子、移除边、添加边
原文标题： Election Manipulation on Social Networks: Seeding, Edge Removal, Edge Addition
地址： http://arxiv.org/abs/1911.06198
作者： Matteo Castiglioni, Nicola Gatti, Giulia Landriani, Diodato Ferraioli
摘要： 我们专注于选举操纵的问题，通过社会影响力，在操纵利用社会网络，使她的最优选的候选人赢得选举。影响是由于在有利于和/或针对一个或多个候选，通过种子发送和根据独立级联模型通过网络传播信息。我们提供选控制问题的综合研究，调查两种形式操作的：播种购买影响力给予了社会网络，并删除或给予种子和信息发送的社会网络中增加边。特别是，我们研究广泛的区分候选人的数量或在网络上的一种信息传播的病例。我们的主要结果为阳性，它表明，选举操纵问题不在除了微不足道的类的实例中，在最坏情况下经济实惠，即使一个人接受接近胜利的边。在播种的情况下，我们还显示，操作是很难，即使图是一条线，一个大班的算法，其中包括大部分的社会影响力问题的办法最近通过的，无法计算有界逼近甚至基本网络，为具有一定程度的至多两个或有向树木与每一个节点无向图。在边去除或增加的情况下，我们的硬度结果同样适用于社会影响力的最大化/最小化的基本情况。相比之下，选举操纵的硬度持有，即使机械手具有无限的预算，被允许删除或添加的边任意数量。
延迟耦合群集的不稳定振荡和双稳态
原文标题： Unstable oscillations and bistability in delay-coupled swarms
地址： http://arxiv.org/abs/2002.12420
作者： Jason Hindes, Victoria Edwards, Sayomi Kamimoto, Ioana Triandaf, Ira B. Schwartz
摘要： 它是从理论和实验，引入时间延迟到移动主体群的通信网络中产生相干的旋转模式是已知的。通常这样的时空旋转可以是双稳态的与其他群聚模式，如研磨和群集。然而，有关延迟耦合群最知名的分岔结果依靠不准确的平均场技术。其结果是，施加宏观理论作为预测和控制移动机器人的群导向的效用是有限的。为了克服这种限制，我们与时间延迟的相互作用的一般模型进行的两个主要蜂拥模体的精确稳定性分析。通过正确地识别相关的时空模式，确定在时间延迟的存在下稳定性，我们能够准确地预测双稳态和在大群simulations--不稳定振荡奠定比较，以机器人实验基础。
为谁“做正确的事”？组内舞弊、小组分选和道义劝告的实验研究
原文标题： "Do the Right Thing" for Whom? An Experiment on Ingroup Favouritism, Group Assorting and Moral Suasion
地址： http://arxiv.org/abs/2002.12464
作者： Ennio Bilancini, Leonardo Boncinelli, Valerio Capraro, Tatiana Celadin, Roberto Di Paolo
摘要： 在本文中，我们探讨道德劝说对内群体偏袒的影响。我们报告一个良好的供电，预注册，两个阶段的2×2混合设计实验。在第一阶段中，形成的参与者如何回答一组问题，关于一个治疗非道德有关的问题（在非道德喜好分拣），和道德有关的问题在另一种处理的基础上，组（道德分拣优先）。在第二阶段，参与者选择如何分割的钱一定量自己组的学员，另一组的参与者之间，首先在基准设置，然后在他们被告知做什么他们认为是道德上的设置右（道义劝告）。我们的主要结果是：（i）在基线，参与者倾向于自己组在更大程度上，当基根据道德喜好时相比，他们是根据非道德喜好什至什锦; （ⅱ）道德劝说的净效果是降低内群体偏爱，但也有参与者内群体偏袒谁道德劝说增大的不可忽略的比例; （ⅲ）道德劝说的效果是跨组分拣和四个预先登记的个体特征（性别，政治方向，宗教，亲生活VS亲选择伦理信念）基本上是稳定的。
学习大规模多元霍克斯过程
原文标题： Learning Multivariate Hawkes Processes at Scale
地址： http://arxiv.org/abs/2002.12501
作者： Maximilian Nickel, Matthew Le
摘要： 多元霍克斯进程（的MHP）是理解和预测社会信息系统已经启用了重大进步，时间点过程中重要的一类。然而，由于其时序依赖复杂的造型，的MHP已被证明是非常困难的规模，是什么限制了其应用程序以相对较小的领域。在这项工作中，我们提出了一种新的模型和计算方法来克服这一重大限制。通过利用在现实世界的扩散过程特征稀疏模式，我们表明，我们的方法可以计算确切的可能性和MHP的梯度 - 独立于底层网络的环境维度。我们显示在合成和真实世界的数据集，我们的模型不仅达到国家的最先进的预测结果，但也提高了几个数量级相比，稀疏的事件序列的标准方法的运行时性能。在用简单易懂的潜在变量和影响力的结构组合，这使我们能够分析的扩散过程，在前所未有的规模。
一种检测Twitter虚假内容的多层方法
原文标题： A multi-layer approach to disinformation detection on Twitter
地址： http://arxiv.org/abs/2002.12612
作者： Francesco Pierri, Carlo Piccardi, Stefano Ceri
摘要： 我们通过解决仅检查在Twitter上的扩散机制有关造谣VS主流新闻新闻文章进行分类的问题。相比于现有的基于文本的方法我们的技术本质上是简单的，因为它允许绕过这些新闻内容中发现的复杂的多层次（如语法，句法，风格）。我们使用Twitter的扩散网络的多层表示，我们计算每个层的一套全球网络功能，其量化的共享过程的不同方面。有两个大型数据集的实验结果，对应的消息扩散级联在美国和意大利分别共享，表明一个简单的逻辑回归模型能够进行分类造谣VS高精度主流网络（AUROC高达94％），还考虑在分类任务不同来源的政治偏见的时候。我们还强调在这似乎是国家独立的两个新闻领域的交流模式的差异。我们相信，我们的基于网络的方法提供了铺平了道路系统的未来发展，以检测误导和有害信息在社会化媒体传播有益的见解。
RP-DNN：基于推特水平传播上下文的深层神经网络检测社交媒体早期谣言
原文标题： RP-DNN: A Tweet level propagation context based deep neural networks for early rumor detection in Social Media
地址： http://arxiv.org/abs/2002.12683
作者： Jie Gao, Sooji Han, Xingyi Song, Fabio Ciravegna
摘要： 当有限的，不完整的社交媒体平台的早期传言检测（ERD）是非常具有挑战性和嘈杂的信息是可用的。大多数现有的方法大都工作在事件等级检测，需要相关的特定事件的帖子收集和只在用户生成内容的依据。他们并不适合检测非常早期的谣言来源，事件都呈现出前，成为普遍。在本文中，我们解决在消息级别的ERD的任务。我们提出了一个新颖的混合神经网络体系结构，它结合了一个基于字符任务专用双向语言模型和堆叠长短期存储器（LSTM）网络来表示文本内容和输入源鸣叫的社会时空上下文，用于建模传播模式在其发展的早期阶段的传言。我们采用多层关注车型，共同学习了多个方面的投入周到的背景下的嵌入。我们的实验采用了严格的留一交叉验证（LOO-CV）评估设置七个公开提供真实的谣言事件数据。我们的模型实现状态的最先进的（SOA）表现为在其上覆盖超过12个事件和2967个传言大增强数据检测看不见传言。消融研究以了解我们提出的模型中各组分的相对贡献。
差分隐私广义β模型增加参数的渐近理论
原文标题： Asymptotic Theory for Differentially Private Generalized beta-models with Parameters Increasing
地址： http://arxiv.org/abs/2002.12733
作者： Yifan Fan, Huiming Zhang, Ting Yan
摘要： 造型边权发挥网络数据的分析，从而揭示个体之间的关系的程度了至关重要的作用。由于权重信息的多样性，共享这些数据已经成为一个隐私保护的方式复杂的挑战。在本文中，我们考虑了非去噪处理的情况下，实现隐私和广义 公测重量-model信息之间的权衡。根据与离散拉普拉斯机构边微分隐私，从估计所述模型参数方程Z-估计被示出为一致和渐近正态分布的。模拟和实时数据例如被给予进一步支持了理论结果。
可能成为的城市：人工生命与城市系统
原文标题： Cities as they could be: Artificial Life and Urban Systems
地址： http://arxiv.org/abs/2002.12926
作者： Juste Raimbault
摘要： 城市作为有机体的比喻在城市规划悠久的历史，和几个城市的建模方法都明确被链接到人工生命。我们建议在本文所探讨人工生命与人工智能应用的程度，城市问题，通过构建和探索周围225000论文引文网络。这表明，大多数文献确实是方法的应用和方法相当强大的模块化。我们终于开发出具有新的城市理论的发展潜力很大ALIFE概念。
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。
网友评论