- 使用动态模式分解的随机耦合振荡器网络中的功能社区检测;
- 网络流量的混合幂律模型;
- 在经过统计验证的超图中检测信息量较高的交互作用;
- 利益相关者的相互依存关系及其在可持续商业模式创新中的作用;
- 认知网络可以识别关于COVID-19疫苗的英文和意大利流行文章的内容：预期，逻辑，阴谋和失去信任;
- 芬兰的工业4.0：迈向双轨过渡;
- 工业4.0环境中的协作创新、协作能力和价值共创：经验证据;
- 简短对话中通过气溶胶传输传播病毒;
- 用于公共卫生研究的COVID-19英国社交媒体数据集：收集和处理的方法;
使用动态模式分解的随机耦合振荡器网络中的功能社区检测
原文标题： Detection of Functional Communities in Networks of Randomly Coupled Oscillators Using the Dynamic-Mode Decomposition
地址： http://arxiv.org/abs/2103.14763
作者： Christopher W. Curtis, Mason A. Porter
摘要： 动态模式分解（DMD）是一种通用框架，用于对动力学系统生成的时间序列进行无模型分析。我们开发了一种基于DMD的算法，以研究耦合的异构Kuramoto振荡器网络中“功能社区”的形成。在这些功能社区中，网络中的振荡器具有相似的动态。我们考虑了两个常见的随机图模型（Watts-Strogatz网络和Barab'asi-Albert网络），它们在振荡器之间具有不同数量的异质性。在我们的计算中，我们发现一个社区中的成员资格反映了振荡器之间建立和维持锁定的程度。我们构建的森林图说明了异构振荡器相互关联和解除关联的复杂方式。
网络流量的混合幂律模型
原文标题： Hybrid Power-Law Models of Network Traffic
地址： http://arxiv.org/abs/2103.15928
作者： Pat Devlin, Jeremy Kepner, Ashley Luo, Erin Meger
摘要： 大规模流网络数据的可用性增强了观测中幂律分布的普遍性，并实现了分布参数的精确测量。这些测量精度的提高允许探索新的潜在生成网络模型。优先依恋模型是这些模型的自然起点。这项工作增加了其他模型组件，以解决分布中观察到的现象。在此模型中，对优先连接进行了补充，以提供更准确的网络流量理论模型。具体来说，提出了一种概率复杂网络模型，该模型使用优先附着以及其他参数来描述新观察到的叶子和未附着节点的普遍性。通过考虑对模型创建的网络进行随机抽样来生成该模型的示例分布，该方式可以复制当前的数据收集方法。
在经过统计验证的超图中检测信息量较高的交互作用
原文标题： Detecting informative higher-order interactions in statistically validated hypergraphs
地址： http://arxiv.org/abs/2103.16484
作者： Federico Musciotto, Federico Battiston, Rosario N. Mantegna
摘要： 最近的经验证据表明，在许多成功地表示为网络的现实世界系统中，交互作用不仅限于二元组，而且一次通常涉及三个或更多主体。这些数据可以用超图更好地描述，其中超链接对一组节点之间的更高阶交互进行编码。尽管在网络上进行了大量工作，但在从现实世界数据获得的超图中高亮显示信息性超链接仍然是一个未解决的问题。在这里，我们提出一种分析方法，通过识别相对于随机零假设过度表达的那些超链接来过滤超图，并表示最相关的高阶连接。我们将我们的方法应用于一类综合基准和多个数据集。对于所有情况，该方法都会突出显示比使用成对方法提取的超链接更具信息性的超链接。我们的方法提供了一种获取经过统计验证的超图的第一种方法，该方法将信息连接与冗余连接和嘈杂连接分离开来。
利益相关者的相互依存关系及其在可持续商业模式创新中的作用
原文标题： Stakeholders interdependencies and their role in sustainable business model innovation
地址： http://arxiv.org/abs/2103.16281
作者： Iqra Sadaf Khan, Jukka Majava
摘要： 可持续创新需要及时发展，业务模型从一种到另一种的多样化和转变。可持续发展的商业模式创新，发展和转型通过将利益相关者的管理推进到商业模式中来融合经济，环境和社会价值。除了对业务模型的相互依赖性进行了一些研究之外，还没有对利益相关者的相互依赖性进行研究，以便在开发或转换业务模型并对环境，社会和经济产生影响的同时理解利益相关者的相互关系。因此，目前的研究使用行为者依赖模型来分析四种不同的相互依赖关系，即目标依赖关系，任务依赖关系，资源依赖关系和软目标依赖关系。商业模型实验图的生态学被用作在车间环境中通过多角色方法实际理解可持续商业模型的工具。研究结果将有助于理解利益相关者在建立可持续性和创新业务模型时如何相互依赖。
认知网络可以识别关于COVID-19疫苗的英文和意大利流行文章的内容：预期，逻辑，阴谋和失去信任
原文标题： Cognitive networks identify the content of English and Italian popular posts about COVID-19 vaccines: Anticipation, logistics, conspiracy and loss of trust
地址： http://arxiv.org/abs/2103.15909
作者： Massimo Stella, Michael S. Vitevitch, Federico Botta
摘要： 监视关于COVID-19疫苗的社会讨论是理解大批人如何接受疫苗接种运动的关键。在12/2020至03/2021之间，我们重点关注4765种英语或意大利语关于COVID-19疫苗的独特流行推文。一条受欢迎的英语推文被多达495,000次喜欢，强调了受欢迎的推文如何影响认知上的大量人群。我们研究推文中的文本和多媒体，在消息中建立语法/语义关联的知识图谱，包括视觉特征，并指出在线用户如何围绕疫苗分发的后勤构架社交话题。 “疫苗”的英语语义框架在信任/期望（将疫苗视为挽救生命的科学资产）和愤怒/悲伤（用剂量提及关键问题）之间高度分化。带有“疫苗”，“恶作剧”和阴谋术语的语义关联表明，在大量阅读的英语文章（意大利语消息中没有）中，阴谋理论和疫苗的存在依然存在。图像分析发现，带有戴着口罩的人的图像的流行推文使用的语言缺乏在推文中显示没有戴着口罩的人的信任和喜悦，这表明社交话语中面部掩盖的负面影响。一项行为分析表明，用户倾向于共享引起欢乐，悲伤和厌恶的内容，并喜欢不那么悲伤的消息，从而突出了情绪和超出情感范围的内容之间的相互作用。随着2021年3月中旬暂停使用阿斯利康疫苗，“阿斯利康”与专家推动的可信赖语言相关联，但流行的意大利推文却用严重的悲伤情绪取代了先前的信任程度，从而构成了“疫苗”。我们的研究结果强调了认知网络和创新的多媒体处理如何为重构关于疫苗和信任的在线认知开辟了新途径。
芬兰的工业4.0：迈向双轨过渡
原文标题： Industry 4.0 in Finland: Towards Twin Transition
地址： http://arxiv.org/abs/2103.16276
作者： Iqra Khan, Osmo Kauppilaa, Jukka Majava, Marko Jurmu, Jan Olaf Blech, Elina Annanperä, Marko Jurvansuu, Susanna Pirttikangas
摘要： 在数字化和工业4.0成熟度的全球排名中，芬兰一直处于领先者的位置。这项研究考察了芬兰走在最前沿的道路，推动因素，以及与工业4.0和数字化相关的当前挑战和未来机遇。该分析基于与工业4.0相关的生态系统项目，政策文档和以前的研究中的丰富经验。由于芬兰专注于高附加值产品和服务的出口，因此早期采用新技术至关重要，因此是关键驱动力。此外，创新，研发和三重螺旋合作的国家文化推动了工业4.0的实施以及高技能的劳动力。但是，仍然存在多种阻碍工业4.0充分利用的障碍，包括由于支持机制不足，人口老龄化以及难以找到单一来源的解决方案，中小企业不愿进行数字化。在智能可持续制造和生态系统，中小企业参与度提高，终身学习和平台经济等领域发现了各自的未来机会。当前，芬兰正在从数字化向双重过渡和可持续的生态系统到生态系统合作过渡。实施此政策的早期实践示例包括AI 4.0和Sustainable Industry X超级集群计划。
工业4.0环境中的协作创新、协作能力和价值共创：经验证据
原文标题： Collaborative Innovation, Collaborative Capabilities and Value Co-creation in an Industry 4.0 Context: An Empirical Evidence
地址： http://arxiv.org/abs/2103.16279
作者： Iqra Khan, Marko Jurmu, Marko Jurvansuu, Susanna Pirttikangas, Johan Lilius, Bogdan Iancu, Osmo Kauppila, Mikko Koho, Erno Marjakangas, Jukka Majava
摘要： 数字化和工业4.0带来了根本的技术中断，要求工业，研究和政府机构重新审视其在创新生态系统三重螺旋中的作用。特别是，在这种环境中的参与者需要在交互和协作过程中理解价值共创和价值系统协调的逻辑。这项研究的目的是通过研究工业4.0生态系统环境中的三重螺旋和协作能力来增加对这些主题的理解。它研究了Reboot IoT Factory项目，该项目耗资1300万欧元，与七个领先制造商，四个研究合作伙伴以及数十个中小型企业（SME）一起。这项定性的单案例研究为项目提供了新颖的实验性运营模型，该模型可以促成有效的协作，但同时也对协作能力提出了要求，以便在创新生态系统中共同创造价值和创新。结果表明，可以动态方式进行研究项目，以解决快速出现的研究需求，实施快速试验并扩大已开发的解决方案。但是，这种类型的操作需要采用具有相互信任，紧密协作和确定项目参与者之间共同目标的生态系统方法。提出的共同创新模型的原理可以应用于设计创新生态系统项目。
简短对话中通过气溶胶传输传播病毒
原文标题： Virus transmission by aerosol transport during short conversations
地址： http://arxiv.org/abs/2103.16415
作者： Rohit Singhal, S. Ravichandran, Rama Govindarajan, Sourabh S. Diwan
摘要： 众所周知，致病性病原体的空气传播是导致COVID-19大流行的SARS-CoV-2病毒，不仅通过咳嗽或打喷嚏等剧烈的呼气事件发生，而且还在唱歌甚至说话等活动中通过空气传播。我们使用直接数值模拟（DNS）研究在人类语音过程中生成的载有病毒的气溶胶的运输。我们表明，使用“礼帽式”公式保持稳定的语音流可以将感染概率低估2-3倍。我们提出了另一种估算病毒摄入量的方法，包括通过眼睛和嘴巴暴露，以提供更实际的感染风险估算。然后，当两个彼此面对的讲话者进行简短交谈时，可以使用此方法确定感染的可能性。我们表明，两个方向相反的语音喷气机之间的相互作用可以增加或降低感染的可能性，当扬声器之间的轴向间隔为2英尺（6英尺）时，扬声器之间的高度差约为10厘米（30厘米）。这些结果可通过在简短对话中在人与人之间横向转移来帮助改善现有的缓解COVID的公共卫生准则。此外，类似的模拟可以为现有的流行病学模型提供有用的输入，以提高其可靠性和准确性。
用于公共卫生研究的COVID-19英国社交媒体数据集：收集和处理的方法
原文标题： COVID-19 UK Social Media Dataset for Public Health Research: Methodology for Collection and Processing
地址： http://arxiv.org/abs/2103.16446
作者： Richard Plant (for the Edinburgh Napier CSO Covidtracker project team)
摘要： 我们为学术研究目的提供了来自英国的与Covid-19大流行相关的英国公共社交媒体发布的基准数据库，以及一些初步分析，包括按关键字组织的关键主题的分类。此版本支持由苏格兰政府首席科学家办公室资助的一项研究研究的结果，该研究旨在调查社会情绪，以便理解对大流行期间实施的公共卫生措施的反应。
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