- 深度图映射：通过神经网络视角观察图;
- 建筑特征的机器学习和城市指标的幂律恢复;
- 非线性网络动态与共识-分歧的分叉;
- 特征值问题迭代方法的Entrywise收敛;
- 基于连续影响的社会网络社团划分;
- 公路交通电气化的经济活力和基础设施要求;
深度图映射：通过神经网络视角观察图
原文标题： Deep Graph Mapper: Seeing Graphs through the Neural Lens
地址： http://arxiv.org/abs/2002.03864
作者： Cristian Bodnar, Cătălina Cangea, Pietro Liò
摘要： 图表示学习的最新发展，出现压缩编码刻画图的主要特性的工作。然而，尽管这些抽象的表征在下游任务中表现的很强大，却不那么适合可视化的目的。在这项工作中，我们整合了拓扑数据分析（TDA）领域的映射算法和图神经网络（GNNS）的表达能力，产生分层的基于拓扑的图可视化。这些可视化不仅有助于洞悉复杂图的结构，还提供了理解适用于他们解决各种任务的模型的一种手段。通过数学证明与最小割和差异池化的等价性，我们进一步证明映射适合作为图池化的拓扑框架。在此框架的基础上，我们介绍了基于PageRank的新颖池化算法，获得了相比图分类基准的现有技术方法的有竞争力结果。
建筑特征的机器学习和城市指标的幂律恢复
原文标题： Machine learning for buildings characterization and power-law recovery of urban metrics
地址： http://arxiv.org/abs/2002.08355
作者： Alaa Krayem, Aram Yeretzian, Ghaleb Faour, Sara Najem
摘要： 在本文中，我们专注于这个城市的一个重要组成部分：它的建筑存量，持有其大部分的社会经济活动。在我们的例子中，缺乏对他们的特点和它的局限性的调查子集的综合数据库，导致我们采用数据驱动技术就我们所知，延伸到接近全市规模。神经网络和随机森林被应用到识别建筑物的层数和建设时期的一组形状特征的依赖关系：用一年的耗电量沿面积，周长和高度，在贝鲁特市依托调查数据。预测的结果再与城市形态，构成我们的工作流的进一步一致性检查和确认，建立了定标律相比。
非线性网络动态与共识-分歧的分叉
原文标题： Non-linear network dynamics with consensus-dissensus bifurcation
地址： http://arxiv.org/abs/2002.08408
作者： Karel Devriendt, Renaud Lambiotte
摘要： 我们研究了由音叉分岔范式启发网络非线性动力系统。该系统有几个有趣的解释：如几杈系统的互连，梯度动力系统和一般的类非线性动态系统的主导的行为。系统的平衡行为表现出全局分岔相对于所述系统参数，与来自一个单一的恒定静止状态到大范围的可能的固定状态的过渡。我们的主要结果进行分类（的一个子集）的底层图的有效电阻的方面这些静止状态的稳定性;这种分类清楚地辨别其中地方杈系统互连的具体拓扑结构的影响。我们进一步描述了用于与外部公平分区图的精确解和表征树图吸引盆。树图，完全图和杠铃图表：我们的技术分析是通过对系统的一些典型网络的研究为辅。我们描述了一些关于这些网络的动态定性性质的，有希望的造型后果。
特征值问题迭代方法的Entrywise收敛
原文标题： Entrywise convergence of iterative methods for eigenproblems
地址： http://arxiv.org/abs/2002.08491
作者： Vasileios Charisopoulos, Austin R. Benson, Anil Damle
摘要： 在机器学习，统计学等领域的几个问题依靠计算特征向量。对于大规模的问题，这些本征矢量的计算通过迭代方案，诸如子空间迭代或克雷洛夫方法通常进行。虽然有古典和综合分析的子空间收敛保证相对于谱规范，在许多现代应用子空间距离的其他概念是比较合适的。最近的理论工作集中在 ell_ 2 到 infty 规范测量子空间的扰动，但不会考虑特征向量的实际计算。在这里，我们针对子空间迭代的收敛，当距离在 ell_ 2 到 infty 标准进行测量，并提供确定性的边界。我们用实际停止准则补充了我们的分析，并通过数值实验证明其适用性。我们的研究结果表明，虽然需要较少的迭代，从而节省大量的计算时间可以得到下游的任务相当的性能。
基于连续影响的社会网络社团划分
原文标题： Continuous Influence-based Community Partition for Social Networks
地址： http://arxiv.org/abs/2002.08554
作者： Qiufen Ni, Jianxiong Guo, Weili Wu, Chuanhe Huang
摘要： 社区分区的，因为快速增长的网络规模，数据和应用的社会网络非常重要。我们认为，在社会网络下LT模型社区划分问题，这是一个组合优化问题划分的社会网络不相交 M 的社区。我们的目标是通过每个社区内最大限度地提高它的影响力最大化传播的总和。社区划分问题的影响力传播的功能是在LT模型超模，我们使用Lov区 急性一 SZ扩展的方法来放松目标的影响作用，并转移我们的目标是在拟阵最大限度的放松功能多面体。接下来，我们建议用轻松的函数的性质来解决我们的问题，需要在具体的实施进行离散化连续贪心算法。然后，随机舍入技术被用于分数溶液到整数解转换。我们提出了一个理论分析用1-1 / E 近似比对所提出的算法。大量的实验进行网上评价的现实世界所提出的连续贪心算法的性能社会网络数据集，结果表明，连续的社区划分方法可以有效地改善社区划分的影响蔓延和准确性。
公路交通电气化的经济活力和基础设施要求
原文标题： Economic Viability and Infrastructure Requirements for the Electrification of Highway Traffic
地址： http://arxiv.org/abs/2002.08696
作者： Thiemo Pesch, Hans-Josef Allelein Dirk Müller, Dirk Witthaut
摘要： 电池电动汽车正在迅速进入市场。他们的成功提供了运输部门的脱碳巨大的机遇，但也对能源基础设施的新挑战。公共充电站必须建立和电网可能会变得拥挤。在这篇文章中，我们分析了沿使用高分辨率优化模型的高速公路收费系统的优化布局和操作。我们讨论了经济活力和识别潜在的障碍阻碍了快速集结电动汽车的。我们发现区域配电网的拥塞成为电动车的中等市场渗透率已经是一个严重的问题。虽然峰值负载可通过电池的蓄电系统来处理，电网连接根本限制了可以每天送达汽车的总量。我们的研究结果进一步突出不同部门之间的相互依赖性和区域性基础设施的改造，可持续能源体系中的重要性。由于需要规划和实现的基础设施措施的长的时间段，快速决策是必要的。
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