- 通过基于电导的节点约束产生新的层次结构;
- MultiWalk：一种基于游走集合方法的生成节点嵌入的框架;
- 昂贵机构中合作的演变;
- 社会网络中的稳健朴素学习;
- SliceNStitch：稀疏张量流的连续CP分解;
- 意大利COVID-19大流行高峰期间的在线错误信息流;
- 大流行各个阶段流行病学数据的比较可视化;
- 在线社会网络中错误信息的本体分析;
- 流行过程中与度有关的传播概率;
- 对Simon随机复制中性模型的记忆认知概括;
- 从亚临界行为到谣言模型中难以捉摸的相变;
- 张量积公式的精确流行病模型;
- 在一个具有竞争性相互作用的稀释的Ising模型中实现的社会中的逃税研究;
通过基于电导的节点约束产生新的层次结构
原文标题： Emergent hierarchy through conductance-based node constraints
地址： http://arxiv.org/abs/2102.11774
作者： C. Tyler Diggans, Jeremie Fish, Erik Bollt
摘要： 在许多实际网络中，层次结构的存在尚未完全得到解释。复杂的交互网络通常是庞大的模块化网络的粗粒度模型，其中紧密连接的子图被聚集到节点中，以简化表示和分析的可行性。在日益复杂的网络中，层次结构的出现可能源于这些被忽略的子图的一个特殊属性：它们的图电导。作为子图上主要瓶颈的量化，所有这些子图将具有与该标量值相关的特定结构限制。这支持了对随机增长网络上异构度限制的考虑，该网络基于基本 rich-get-richer方案提出了隐藏变量模型。这种节点程度限制是从各种概率分布中得出的，并且表明限制通常会导致层次结构的度量增加，同时会改变程度分布的尾部。因此，提供了一种通用机制，由此固有的局限性导致了等级的自组织。
MultiWalk：一种基于游走集合方法的生成节点嵌入的框架
原文标题： MultiWalk: A Framework to Generate Node Embeddings Based on an Ensemble of Walk Methods
地址： http://arxiv.org/abs/2102.11691
作者： Kaléu Delphino
摘要： 图嵌入是节点，边或整个图的低维表示。这样的表示允许将网络格式的数据与机器学习模型一起用于各种任务（例如，节点分类），其中使用相似性矩阵是不切实际的。近年来，基于随机游走的想法已经创建了许多用于图嵌入生成的方法。我们提出了MultiWalk，这是一个使用这些方法的整体来生成嵌入的框架。我们的实验表明，所提出的框架使用由两种最新方法组成的集合，可以生成在分类任务中比单独使用每种方法更好的嵌入。
昂贵机构中合作的演变
原文标题： Evolution of cooperation in costly institutes
地址： http://arxiv.org/abs/2102.11432
作者： Mohammad Salahshour
摘要： 我们表明，在个人可以选择一个昂贵的研究所和一个免费研究所来执行集体行动任务的情况下，参与成本的存在促进了该昂贵研究所中的合作。尽管支付了参与费用，但昂贵的合作者（加入昂贵的研究所并进行合作）可以胜过叛逃者，后者主要加入免费的研究所。这不仅促进了昂贵机构中的合作，而且还促进了免费机构中合作的发展。当集体行动的获利能力很低时，成本高昂的机构要优于免费机构。另一方面，当集体行动的盈利能力很高时，自由机构的表现会更好。此外，我们表明，在结构化的人群中，当个人在不同的机构之间做出选择时，具有不同机构偏好的合作者之间就会出现一种相互关系，这有助于合作的发展。
社会网络中的稳健朴素学习
原文标题： Robust Naive Learning in Social Networks
地址： http://arxiv.org/abs/2102.11768
作者： Gideon Amir, Itai Arieli, Galit Ashkenazi-Golan, Ron Peretz
摘要： 我们研究了社会网络中的意见交换模型，在该模型中实现了世界状态，并且每个主体都收到实现状态的零均值噪声信号。从Golub和Jackson得知，在DeGroot动力学下，主体商达成了一个共识，当网络很大时，这个共识已接近世界的现状。但是，DeGroot的动态性非常不强壮，并且存在一个不遵守更新规则的“机器人”，可以将公众的共识转移到其他任何价值上。我们介绍了DeGroot动力学的一种变体，我们称之为 emph varepsilon -DeGroot。 varepsilon -DeGroot动力学近似于标准的DeGroot动力学，就像DeGroot动力学一样，它是马尔可夫定律。我们显示，与标准DeGroot动力学相反， varepsilon -DeGroot动力学对于存在bot以及某些类型的错误指定都具有高度的鲁棒性。
SliceNStitch：稀疏张量流的连续CP分解
原文标题： SliceNStitch: Continuous CP Decomposition of Sparse Tensor Streams
地址： http://arxiv.org/abs/2102.11517
作者： Taehyung Kwon, Inkyu Park, Dongjin Lee, Kijung Shin
摘要： 考虑随时间增长的流量数据（即以源-目的地-时间戳记形式的三元组）。具有时间模式的张量（即多维数组）被广泛用于建模和分析这种多方面的数据流。但是，在这种张量中，每个周期只能添加一次新条目，通常是一个小时，一天甚至一年。张量的这种离散性限制了它们在实时应用中的使用，在实时应用中，应在新数据到达时立即对其进行分析。我们如何使用时间为“离散”的张量“连续地”分析时间演变的多方面稀疏数据？我们建议使用SLICENSTITCH进行连续的CANDECOMP / PARAFAC（CP）分解，该分解具有许多时间紧迫的应用程序，包括异常检测，推荐系统和股票市场预测。 SLICENSTITCH基于当前时间自适应地更改每个周期的起点，并在新数据到达时立即更新因子矩阵（即CP分解的输出）。我们从理论上和实验上证明，SLICENSTITCH是（1）“任意时间”：立即更新因子矩阵，而不必等到当前时间段结束，（2）快速：恒定时间的更新速度比在线方法快759倍，和（3）准确：适合度与离线方法相当（具体为72〜160％）。
意大利COVID-19大流行高峰期间的在线错误信息流
原文标题： Flow of online misinformation during the peak of the COVID-19 pandemic in Italy
地址： http://arxiv.org/abs/2010.01913
作者： Guido Caldarelli, Rocco de Nicola, Marinella Petrocchi, Manuel Pratelli, Fabio Saracco
摘要： COVID-19大流行影响了人类的每项活动，由于迫切需要找到对这种前所未有的紧急情况的正确应对措施，因此引发了广泛的社会争论。网上讨论的内容并不能免除错误信息宣传活动，但与其他辩论中已经见证的活动不同，COVID-19（有意或无意）的虚假信息流冒着严重危害公共卫生的风险。 ，降低了政府对策的有效性。在本手稿中，我们研究了大流行期间意大利社会在Twitter上进行的社会辩论中错误信息的有效影响，重点是各种话语社区。为了提取话语社区，我们专注于经过验证的用户，即其身份已由Twitter官方认证的帐户。因此，我们根据标准用户对已验证用户的看法来推断各种话语社区：如果两个未验证用户将两个已验证帐户视为相似，则将它们链接到已验证帐户网络中。我们首先观察到，除了是一门科学性很强的主题之外，COVID-19的讨论还清楚地表明了不同政治集团的结果。在这一点上，通过使用通用的事实检查软件（NewsGuard），我们可以评估交换的新闻片段的声誉。我们从随机噪声中过滤了转发网络（即用户重新广播相同的基本信息或推文），并检查是否存在显示网址的消息。错误信息的影响在右翼和中右翼社区中达到22.1％，并且由于这一群体的活动，其绝对值的贡献甚至更大：政治团体共享的所有不知名网址中的96％来自此社区。
大流行各个阶段流行病学数据的比较可视化
原文标题： Comparative visualization of epidemiological data during various stages of a pandemic
地址： http://arxiv.org/abs/2102.11315
作者： Thomas Kreuz
摘要： 自2019年底在中国首次报道COVID-19之后，这场地方性危机仅用了几个月就演变成一场全球性的大流行，其日常生活受到前所未有的破坏。但是，在任何时候，世界各地的情况都远非统一，每个国家都遵循自己的流行病学轨迹。为了同时跟踪许多地方的大流行病情，开发可比较的可视化工具以促进对共同趋势和不同行为的识别至关重要。同样，重要的是始终专注于在任何给定时间点最相关的信息。在本研究中，我们仅观察一年中每天新发病例和死亡人数，并提供可视化数据，以比较许多不同国家并适应大流行的整个阶段。在病例和死亡人数仍然上升的早期阶段，我们将重点放在相对于当前大流行中心和时间加倍的时间滞后上。稍后，我们通过波动检测图监视每日数量的上升和下降。当每日数字首次停止上升时，就会在这两个阶段之间进行转换。
在线社会网络中错误信息的本体分析
原文标题： An ontological analysis of misinformation in online social networks
地址： http://arxiv.org/abs/2102.11362
作者： Izzat Alsmadi, Iyad Alazzam, Mohammad A. AlRamahi
摘要： 互联网，在线社会网络（OSN）和智能手机使用户能够创建大量信息。搜索一般或特定知识的用户如今可能不会遇到信息稀缺但信息错误的问题。如今，错误信息可以指的是在“事实”或“真相”之间的连续谱，如果人类同意这种事实的存在，那就是每个人都同意它是错误的虚假信息。在本文中，我们将研究信息/错误信息的范围，并比较一些主要的相关概念。尽管几乎没有事实检查网站可以评估新闻报道或人们交流的一些流行说法，但是这可以看作是在为在线信息添加“适当”类别或标签标记这一任务上付出的一点努力。
流行过程中与度有关的传播概率
原文标题： Degree dependent transmission probabilities in epidemic processes
地址： http://arxiv.org/abs/2102.11602
作者： G. J. Baxter, G. Timár
摘要： 具有不同的感染寿命或不同的药敏性的SIR流行病的结果可以映射到基础联系网络上的有向渗透过程。在本文中，我们研究了SIR模型，其中异质性是疾病传播率的程度依赖性的结果。我们开发数值方法来确定流行阈值，流行概率和流行规模，以接近具有任意程度分布和任意传输速率矩阵（取决于发射和接收节点程度）的配置模型联系网络的阈值。对于可分离传输速率的特殊情况，我们获得了这些量的解析表达式。我们根据流行病的概率与流行病的预期规模之比，对传播过程进行分类。我们证明该比率对度分布和度依赖的传输速率具有复杂的依赖性。 ％我们研究了无标度接触网络和传输速率的情况，这是发送和接收节点度的幂函数。我们发现，预期的流行病规模和流行病的可能性可能会在流行病阈值之上非线性增长，其指数不仅取决于度数分布幂律指数，而且还取决于传输率度数依赖函数的参数，这与普通的有向图相反。渗滤和先前研究的SIR模型的变体。
对Simon随机复制中性模型的记忆认知概括
原文标题： A memory-cognizant generalization to Simon's random-copying neutral model
地址： http://arxiv.org/abs/2102.11705
作者： Joseph D. O'Brien, James P. Gleeson
摘要： 西蒙（Simon）于1955年推出的经典随机复制模型，尽管具有明显的简单性，但其产生与复杂系统范围内所观察到的特征相似的特征，却赢得了广泛的关注。通过一种离散时间机制，其中，根据富集-富集动力学，将项添加到序列中，Simon证明了此类序列的最终大小分布显示出幂律尾部。该模型的简单性来自于在序列中所有先前元素上均匀地进行复制的方法。在这里，我们提出了对该模型的概括，它摆脱了这种统一的假设，而是合并了允许复制事件通过任意内核发生的内存效应。通过这种方法，我们首先展示了从经典模型中确定有关序列结构的更多信息的潜力，然后通过分析研究和数值模拟说明了任意选择存储所提供的灵活性。此外，我们演示了如何将先前提出的依赖于内存的模型作为提出的框架的特定案例进行进一步研究。
从亚临界行为到谣言模型中难以捉摸的相变
原文标题： From subcritical behavior to elusive transitions in rumor models
地址： http://arxiv.org/abs/2102.11706
作者： Guilherme Ferraz de Arruda, Lucas G. S. Jeub, Angélica S. Mata, Francisco A. Rodrigues, Yamir Moreno
摘要： 谣言和信息传播是人与人之间互动的自然过程。从数学上讲，这是在流行的Maki-Thompson模型中进行的，该模型中不存在相变。在这里，我们表明该模型中存在二阶相变，而一阶平均场近似未刻画到该相变。此外，我们提出并探索了包括遗忘机制的Maki-Thompson模型的修改版本。这种修改将马尔可夫链的性质从经典设置中的无限多个吸收状态更改为单个吸收状态。在实践中，这使我们可以使用大量的分析和数值方法来进行模型表征。特别是，在这些模型的次临界状态中，我们发现了违反直觉的行为，其中，谣言的寿命随着幂律关系而随着传播率下降而增加。这意味着，即使低于关键阈值，谣言也可以长期存在。总之，我们的发现表明，谣言模型的动态行为可能比以前认为的要丰富得多。因此，我们希望我们的结果能够在分析和数值上激发进一步的研究。
张量积公式的精确流行病模型
原文标题： Exact epidemic models from a tensor product formulation
地址： http://arxiv.org/abs/2102.11708
作者： Wout Merbis
摘要： 提出了为网络上的随机系统获得准确的转换率矩阵的通用框架，并将其应用于许多众所周知的流行病学分区模型。人口的状态被描述为 N 个个体概率向量空间的张量积空间中的向量，其维数等于流行病模型 n_c 的区室数。通过采用 n_c 维矩阵的张量积的合适线性组合，可以获得 n_c ^ N 维Markov链的跃迁速率矩阵。生成的跃迁速率矩阵是双局部线性算子的总和，它使您可以深入理解系统的微观动力学。通过将精确模型限制为不相关（可分离）状态，可以恢复更为熟悉的基于节点的非线性平均场近似。我们展示了如何使用易感性感染（SI）模型的精确转换率矩阵来找到树木上SI暴发的解析解和有限的 N 的循环图。
在一个具有竞争性相互作用的稀释的Ising模型中实现的社会中的逃税研究
原文标题： Tax evasion study in a society realized as a diluted Ising model with competing interactions
地址： http://arxiv.org/abs/2102.11763
作者： Julian Giraldo-Barreto, J. Restrepo
摘要： 在本研究中，计算了以 N = L times L 二维方格内接的个人或主体人系统的逃税百分比作为订购参数。通过竞争性交换积分（铁磁和反铁磁键）和随机分布的悬空键来量化局部环境对每种试剂的影响，从而可以识别具有 mathrm A_ p类型的无序三元合金的系统B_ x C_ q ，每个社会都具有特定的化学计量（p，x，q）。我们的建议基于存在于磁性系统中的所谓的自旋玻璃相，其特征在于无序，稀释和竞争性相互作用，在这些相互作用中可能发生磁阻，类似于社会中的个人或主体人能够做出决定的方式。从这个意义上讲，主体商被识别为Ising旋转，它可以采用两个可能的值（ sigma = pm 1 ），这与主体商可以遵守税收或不遵守税收的两州制相对应。在社会和身体变量之间以及诸如外部施加的磁场或温度之类的参数之间的这种识别是该研究的讨论主题。可观察物的热化通过热浴算法进行。其他社会变量（例如审核期及其对逃税百分比的影响）可用于分析哥伦比亚的逃税行为，但是该模型可以应用于任何国家。
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