- 国家科学发展的潜在结构;
- 结构美：一种基于结构的量化图像美的方法;
- REMOD：用于建模在线话语的关系提取;
- 社交媒体身份欺骗检测综述;
- 定义和检测社交媒体上的毒性：上下文和知识是关键;
- 内在调和空间：古代调音问题的解决方案;
- COVID-19和大数据：通过社交媒体对话对流行病的时空理解的多方面分析;
- 40多个国家/地区的错误信息，可信度和疫苗接受度：COVID-19信息疫情初始阶段的收获;
- 图上的竞争流行病-全局收敛与共存;
- 自由攀登物理;
- 表情符号和词嵌入如何帮助揭示在线消息传递过程中的情感过渡;
- 水蟒与巨龙：拉丁美洲与中国之间的机构合作;
- 社会压力下的舆论动态;
国家科学发展的潜在结构
原文标题： The latent structure of national scientific development
地址： http://arxiv.org/abs/2104.10812
作者： Lili Miao, Dakota Murray, Woo-Sung Jung, Vincent Larivière, Cassidy R. Sugimoto, Yong-Yeol Ahn
摘要： 科学被认为对创新和经济繁荣至关重要。因此，理解国家如何建设科学能力对于促进经济增长和国家发展至关重要。尽管研究表明国家科学发展受到地理，历史和经济因素的影响，但尚不清楚国家科学发展背后是否存在可以为预测和决策提供依据的通用结构和轨迹。通过研究国家的科学出口-被国际索引的出版物-我们揭示了学科联系网络中的三类结构，这些结构支撑着国家科学发展和全球科学的组织。追踪国家研究组合的演变情况，可以发现，尽管各国分别研究更多样化的研究，但在过去的几十年中，科学生产越来越专注于全球科学。我们进一步证明，所揭示的学科集群可以促进经济发展，其中以应用研究为中心的集群出版物数量可以显著预测经济增长。通过揭示科学发展的基础结构并将其与经济发展联系起来，我们的结果可能为研究国家科学发展及其与经济发展的关系提供新的视角。
结构美：一种基于结构的量化图像美的方法
原文标题： Structural Beauty: A Structure-based Approach to Quantifying the Beauty of an Image
地址： http://arxiv.org/abs/2104.11100
作者： Bin Jiang, Chris de Rijke
摘要： 要说美丽在旁观者眼中，就意味着美丽在很大程度上是主观的，因此因人而异。虽然通常持有主观性观点，但也有一种客观性观点试图以某种定量的方式来衡量美感或美感。克里斯托弗·亚历山大（Christopher Alexander）长期以来一直发现，美或连贯性与子符号或子结构的数量高度相关，并证明了人们，甚至不同民族之间，无论其信仰，文化和种族如何，都存在着共同的美观念，即结构美。这种结构美的概念直接源于生活结构或整体性，它是构成所有空间和物质基础的物理和数学结构。基于居住结构的概念，本文提出了一种基于自动派生的子结构（S）的数量及其固有层次（H）来计算图像的结构美感或生命（L）的方法。为了验证这种方法，我们对包括莱昂纳多·达·芬奇的《蒙娜丽莎》和杰克逊·波洛克的《蓝色波兰人》在内的八对图像进行了一系列案例研究。我们发现，“波兰人”在结构上比蒙娜丽莎更漂亮，而传统建筑在总体上比现代主义建筑更漂亮。这一发现暗示着事物或图像的善良在很大程度上是事实问题，而不是传统上的观点或个人偏爱。结构美的研究对许多学科都有深远的影响，其中美或美学是一个主要问题，例如图像理解和计算机视觉，建筑和城市设计，人文与艺术，神经生理学和心理学。关键词：生活；整体性形象的善良头/尾部断裂；计算机视觉
REMOD：用于建模在线话语的关系提取
原文标题： REMOD: Relation Extraction for Modeling Online Discourse
地址： http://arxiv.org/abs/2102.11105
作者： Matthew Sumpter, Giovanni Luca Ciampaglia
摘要： 在线进行的大量讨论对民用和知情的公共领域的运作构成了挑战。由第三方事实检查员审查的使标准化在线话语数据（例如ClaimReview）的努力正在提供大量有关可能不准确的索赔的新数据。这些数据可以帮助阐明在线话语的性质，政治精英在扩大在线话语中的作用及其对在线信息生态系统完整性的影响。不幸的是，当涉及在线话语的建模和推理时，许多数据的半结构化性质提出了重大挑战。关键挑战是关系提取，这是确定索赔中命名实体之间的语义关系的任务。在这里，我们开发了一种用于关系提取的新型监督学习方法，该方法结合了图嵌入技术和语义依赖图上的路径遍历。我们的方法基于直观的观察，即关于三元组的对象和对象（例如Washington，_D.C。和United_States_of_America）之间路径上的实体的知识提供了可用于提取其语义关系的有用信息（即capitalOf）。作为该技术在在线话语建模中潜在应用的一个例子，我们证明了我们的方法可以集成到管道中以对潜在的错误信息主张进行推理。
社交媒体身份欺骗检测综述
原文标题： Social Media Identity Deception Detection: A Survey
地址： http://arxiv.org/abs/2103.04673
作者： Ahmed Alharbi, Hai Dong, Xun Yi, Zahir Tari, Ibrahim Khalil
摘要： 社交媒体发展迅速，已成为许多人生活中必不可少的元素。同时，社交媒体也已成为身份欺骗的流行来源。过去几年中出现了许多社交媒体身份欺骗案件。最近进行了预防和检测身份欺骗的研究。这项调查分析了各种身份欺骗攻击，可以将其分类为假冒个人资料，身份盗用和身份克隆。这项调查详细介绍了社交媒体身份欺骗检测技术。它还确定了现有检测技术中的主要研究挑战和问题。预计本文将使研究人员和社交媒体提供商受益。
定义和检测社交媒体上的毒性：上下文和知识是关键
原文标题： Defining and Detecting Toxicity on Social Media: Context and Knowledge are Key
地址： http://arxiv.org/abs/2104.10788
作者： Amit Sheth, Valerie L. Shalin, Ugur Kursuncu
摘要： 随着在线平台在交流中的作用越来越突出，在过去十年中，诸如网络欺凌和骚扰之类的有害行为十分猖ramp。另一方面，在线毒性本质上是多维且敏感的，这使其检测具有挑战性。由于接触在线毒性的影响可能会给个人和社区带来严重影响，因此需要可靠的模型和算法来检测和理解此类通信。在本文中，我们定义毒性以提供借鉴社会理论的基础。然后，我们提供了一种方法，该方法可识别毒性的多个维度，并将显式知识纳入统计学习算法中，以解决此类维度之间的歧义。
内在调和空间：古代调音问题的解决方案
原文标题： Intrinsic Harmonic Spaces: A Solution to the Ancient Problem of Perfect Tuning
地址： http://arxiv.org/abs/2104.10793
作者： Diederik Aerts
摘要： 在本文中，我们解决了所有键中完美调音的古老问题，并提出了一个系统，即所有调和都得到了同时保留。当我们公开我们的解决方案时，很清楚为什么无法以早期音乐家和科学家解决该问题的方式找到该解决方案。我们确实采用了不同的方法。我们首先通过向量空间构造完全和声的数学表示，其中，所有音调都以完全和声的方式表示不同的音调。与早期系统的本质区别之一是音调将不再在一个八度音阶中排序，并且我们发现类似八度音阶的排序作为我们系统的投影。但是正是通过这种投影过程，就失去了一次为所有琴键创建和声系统的可能性。因此，我们理解了为什么在八度音阶中排序音调的旧方法不能导致问题的解决。我们指出了可以通过哪种方式构建可以实现谐波方案的真实乐器。由于音调不再在八度音阶内排序，因此这种乐器将非常不合常规。然而，它是一种物理上可实现的乐器，至少对于毕达哥拉斯和声而言。我们还指出了如何通过计算机实现各个维度的完美和谐。
COVID-19和大数据：通过社交媒体对话对流行病的时空理解的多方面分析
原文标题： COVID-19 and Big Data: Multi-faceted Analysis for Spatio-temporal Understanding of the Pandemic with Social Media Conversations
地址： http://arxiv.org/abs/2104.10807
作者： Shayan Fazeli, Davina Zamanzadeh, Anaelia Ovalle, Thu Nguyen, Gilbert Gee, Majid Sarrafzadeh
摘要： 自2019年底以来，COVID-19一直在破坏世界，并继续在重大的国家和全球活动以及新闻中发挥重要作用。随之而来的是，没有任何生命不受影响。社交媒体平台赢得了全世界的关注，已成为有关COVID-19的全球对话的工具。特别是，许多人使用这些站点来表达他们对大流行的感觉，经历和观察。我们对社交媒体上有关新型冠状病毒大流行的这些对话所展现的关键特性进行了多方面的分析。我们提供了一个框架，用于分析，挖掘和跟踪大流行周围社交媒体对话的关键内容和特征。针对Twitter和Reddit，我们收集了有关COVID-19社交媒体对话的大规模数据集。我们的分析涵盖了在整个美国范围内按时间和地区跟踪有关病毒获取，症状，对话主题和语言复杂性度量的潜在报告。我们还提出了一种基于BERT的模型，用于识别COVID-19对话中的可恶推文实例，该模型实现的误码率低于最新技术。我们的结果为我们提出的框架的有效性提供了经验验证，并进一步证明了可以有效利用社交媒体数据为暴发过程中的公共卫生专家提供廉价但全面的洞察力。
40多个国家/地区的错误信息，可信度和疫苗接受度：COVID-19信息疫情初始阶段的收获
原文标题： Misinformation, Believability, and Vaccine Acceptance Over 40 Countries: Takeaways From the Initial Phase of The COVID-19 Infodemic
地址： http://arxiv.org/abs/2104.10864
作者： Karandeep Singh, Gabriel Lima, Meeyoung Cha, Chiyoung Cha, Juhi Kulshrestha, Yong-Yeol Ahn, Onur Varol
摘要： COVID-19大流行已经损害了世界各地人们的生活。大流行伴随着一个信息流行病，大量，不受控制的潜在有害错误信息传播。信息流行病可能会干扰公共卫生干预措施，例如戴口罩，远离社会和接种疫苗，从而严重改变大流行的进程。特别是信息病对疫苗接种的影响至关重要，因为它是恢复大流行前正常水平的关键。本文提供了一项全球调查的结果，该调查涉及全球范围内COVID-19信息病的暴露程度，评估了不同人群对虚假主张的敏感性，并分析了其与疫苗接受性的关系。根据来自40个国家/地区的18400多名个人的反馈，我们发现错误信息的可信度与疫苗接种犹豫之间存在密切的联系。此外，我们的研究表明，只有半数暴露于谣言的在线用户可能已经查看了事实核实的信息。此外，根据国家/地区的不同，有6％至37％的人认为这些谣言令人信服。我们的调查还显示，贫困地区更容易遇到和相信COVID-19错误信息。我们讨论了我们的发现对公共运动的意义，这些运动将准确的信息主动传播给了更容易受到信息病侵害的国家。我们还将重点介绍事实检查平台在更好地识别和优先考虑被认为是可信的且具有广泛影响的索赔方面的作用。我们的发现为在未来大流行的初始阶段更好地处理风险沟通提供了见识。
图上的竞争流行病-全局收敛与共存
原文标题： Competing Epidemics on Graphs -- Global Convergence and Coexistence
地址： http://arxiv.org/abs/2104.10872
作者： Vishwaraj Doshi, Shailaja Mallick, Do Young Eun
摘要： 病毒，传染病甚至谣言/观点等传染病在接触网络（图）上的传播动态已由众所周知的 Susceptible-Infected-Susceptible（ SIS ）流行模型有效地刻画。年。当涉及在重叠图上传播的两个此类传染病之间的竞争时，它们的传播被所谓的 bi-virus流行模型所刻画。对这种动力学系统的分析涉及确定平衡点及其收敛性，从而确定病毒是消亡还是一起生存。我们演示了现有的工作如何无法表征模型参数空间的大子集，包括所有参数，其中双病毒系统的竞争力足以实现流行病的共存。在本文中，我们填补了这个空白，并获得了整个模型参数空间的收敛结果。给出精确的条件（必要和充分），使系统 全局收敛到 trichotomy可能的结果：无病毒状态，单一病毒状态和共存状态-第一个这样的结果。
自由攀登物理
原文标题： Physics of free climbing
地址： http://arxiv.org/abs/2104.10965
作者： Bartłomiej Dybiec, Karol Capała, Jakub Barbasz
摘要： 随机过程的理论提供了理论工具，可以有效地用来探索噪声诱发的逃逸动力学的性质。由于噪声促进了越过潜在障碍物的逃逸，就像自由攀登一样，因此可以使用第一通过时间理论来分析攀岩。我们对平均首次通过时间进行分析，以回答有关最佳（即导致最快的攀登）绳索长度的问题。结果表明，有一组离散的有利绳索长度可确保最短的爬升时间，因为它们对应于平均首次通过时间的局部最小值。在最佳的绳索长度范围内，存在最佳的绳索，从而导致最短的爬升时间。特别是，经验丰富的登山者可以通过使用更长的绳索来减少其攀爬时间。
表情符号和词嵌入如何帮助揭示在线消息传递过程中的情感过渡
原文标题： How emoji and word embedding helps to unveil emotional transitions during online messaging
地址： http://arxiv.org/abs/2104.11032
作者： Moeen Mostafavi, Michael D. Porter
摘要： 在在线聊天期间，肢体语言和人声特征不是沟通机制的一部分，因此很难准确地解释感觉，情感和态度。在这些类型的交流中，使用表情符号来表达情感是另一种方法。在这个项目中，我们专注于在与聊天机器人进行的在线消息传递会话中模拟客户的情绪。我们使用情感控制理论（ACT）来预测互动过程中的情绪变化。为了让客户使用表情符号，我们还扩展了ACT使用的情感词典。为此，我们将Emoji2vec嵌入映射到情感空间。我们的框架可以发现消息传递过程中的情感变化，以及客户的反应如何相应地发生变化。
水蟒与巨龙：拉丁美洲与中国之间的机构合作
原文标题： The Anaconda and the Dragon: institutional collaboration between Latin America and China
地址： http://arxiv.org/abs/2104.11119
作者： Julian D. Cortes
摘要： 拉美和中国之间的机构共同资助是通过参与全球领导力相关项目而获得的。每个地区的机构都偏离了最初的位置：拉美地区到边地区，中国到中心。机构社区变得更加紧凑，与外部社区的联系也减少了。新机构的加入有所增加，特别是在过去的六年中。当时，中国机构发挥了领导社会桥梁的作用。哥伦比亚的一个机构后来接任了这个角色。澳大利亚正在通过最多的中介机构巩固其作为地理的地位。
社会压力下的舆论动态
原文标题： Opinion Dynamics under Social Pressure
地址： http://arxiv.org/abs/2104.11172
作者： Ali Jadbabaie, Anuran Makur, Elchanan Mossel, Rabih Salhab
摘要： 我们引入了一种新的意见动态模型，其中一组主体持有两种意见：固有意见和声明意见。每个主体的固有观点是固定的，其他主体无法观察到。在每个时间步长，主体商都会在社会网络上广播其声明的意见，这些意见受主体商固有的意见和社会压力的支配。特别是，我们假设主体人可能会声明与他们的内在观点不一致的观点，以使其与邻居相符。这就提出了一个自然的问题：我们是否可以通过对已发表意见的观察来估计主体人的固有意见？例如，主体人的固有意见可能代表他们真正的政治同盟（民主或共和党），而其宣布的意见则可以模仿社交媒体上推文的政治倾向。在这种情况下，我们可能会通过观察选民的推文来预测选举结果，这些推文不一定反映出由于社会压力而产生的政治支持。我们在基础社会网络是完整图的特殊情况下分析此问题。我们证明，只要人口不包括大多数人，就可以对总体和个人固有意见进行估计。另一方面，随着时间的流逝，多数人迫使少数人撒谎，这使得渐近估计变得不可能。
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