尋夢新聞LINE@每日推播熱門推薦文章，趣聞不漏接❤️
- 面向任務的小組中的個人決策;
- 人類連接組的譜特性和臨界性;
- Origraph：互動網路整理;
- 從健康相關建議的在線社區用戶檔案驗證是否醫學專業;
- Vicsek模型中的面對面交互;
- 「何時何地？」：使用微博數據流的行為主導的地點預測;
- 具有規定度序列的現實網路的幾何隨機化;
- 移動社會網路的興趣已知交付：TRACE驅動的方法;
- 時間多層網路上的石頭-剪子-布隨機遊走;
- 社區結構：社區檢測方法的比較評價;
- 空間圖的表示學習;
- 歐洲電力市場的實時碳核算方法;
- 股東網路;
- 2017年日本選舉中政黨推特帳戶轉PO的分析;
- Hateminers：發現對女性的仇恨言論;
- 三分法論證表示;
- 社會網路中的信息傳播：基於友誼悖論的模型和統計推斷;
面向任務的小組中的個人決策
Individual decision making in task-oriented groups
地址：
http://arxiv.org/abs/1812.06136
作者：
Sandro M. Reia, Paulo F. Gomes, José F. Fontanari
摘要：個人選擇相關信息傳遞的策略對於理解群體解決問題至關重要。在這里，我們使用基於主體的模擬來重新審視合作解決問題的場景，其中任務是找到分發給組成員的套牌中的公共卡。主體只能顯示他們的卡片樣本，我們會根據分配給卡片的置信度探索不同的策略來選擇這些樣本。主體對特定卡片是正確卡片的信心是由其在其他主體的卡片中觀察到該卡片的次數給出的。
我們使用吉布斯分布來選擇卡片樣本，其溫度測量噪聲的強度，以防止主體正確地對卡片進行排名。該組保證在所有運行中僅在無限溫度限制內找到共用卡，無論信任度如何，都會對卡進行采樣。在這種情況下，我們獲得時間常數的尺度形式，其表征失效概率的漸近指數衰減。然而，對於有限時間，有限溫度產生的失效概率比無限溫度極限低幾個數量級。可用的實驗結果僅與有限溫度的決策模型一致。
人類連接組的譜特性和臨界性
Spectral peculiarity and criticality of the human connectome
地址：
http://arxiv.org/abs/1812.06317
作者：
K.Anokhin, V.Avetisov, A.Gorsky, S.Nechaev, N.Pospelov, O.Valba
摘要：我們使用開放獲取數據對各種生物的結構連接體進行了比較譜分析。我們的分析表明人類連接組的幾個新的獨特特徵。我們發現，與所有其他生物相比，人類連接組的譜密度與隨機網路的譜密度具有最大偏差。對於許多動物，除了連接體的人類結構特性在由3個周期形成的偏好誘導的網路演變中很好地再現。
為了獲得可靠的擬合，我們發現了保護局部聚類在人類連接組演化中的關鍵作用。我們首次研究了人類連接圖拉普拉斯算子譜中的水平間距分布。事實證明，人類連通體的譜統計數據完全對應於凝聚態物理學中熟悉的臨界狀態，該物理學是Wigner-Dyson和Poisson分布的混合。這一觀察結果為大腦關鍵性辯論提供了強有力的支持。
Origraph：互動網路整理
Origraph: Interactive Network Wrangling
地址：
http://arxiv.org/abs/1812.06337
作者：
Alex Bigelow, Carolina Nobre, Miriah Meyer, Alexander Lex
摘要： 數據整理被廣泛認為是數據分析管道的關鍵部分。然而，目前還沒有技術可以有效地處理網路數據集。在這里，我們介紹了一組交互技術，使分析師能夠執行複雜的網路整理操作。這些操作包括跨連接類派生屬性，將節點轉換為邊，反之亦然，以及基於屬性的節點和邊面。我們在基於Web的開源系統Origraph中做到這些操作，該系統提供執行操作和調查結果的接口。
Origraph專為整理而非分析而設計，可用於以多種形式加載數據，對網路進行糾纏和轉換，並以與常見網路可視化工具兼容的格式導出。我們使用來自各種來源的不同數據集展示了Origraph在一系列示例中的實用性。
從健康相關建議的在線社區用戶檔案驗證是否醫學專業
Verifying the Medical Specialty from User Profile of Online Community for Health-Related Advices
地址：
http://arxiv.org/abs/1812.06354
作者：
Solomiia Fedushko, Natalia Shakhovska, Yuriy Syerov
摘要：本文從健康相關建議的在線社區用戶檔案中描述了醫學專業的驗證方法。為了避免醫療在線社區中未經驗證和不準確信息激增的危急情況，有必要開發一個綜合的軟件解決方案，用於驗證在線社區的用戶醫療專業以獲取與健康相關的建議。
設計了用於形成醫學在線社區用戶的信息簡檔的算法。提出了基於訓練樣本形成專業用戶專業化指標的方案體系。提出了通過計算機語言分析信息內容形成在線社區的用戶信息簡檔的方法，用於健康相關的建議。建立了基於醫療在線社區用戶培訓樣本的指標體系。研究了醫學專業指標矩陣和確定權重系數的方法。所提出的用戶檔案驗證醫學專業的方法在在線醫學界進行測試。
Vicsek模型中的面對面交互
Face-to-face interactions in a Vicsek Model
地址：
http://arxiv.org/abs/1812.06395
作者：
Takuma Narizuka nad Yoshihiro Yamazaki
摘要：在本研究中，我們通過關注Vicsek模型中的鄰接關係來研究二維空間中面對面相互作用的統計特性。我們在每個時間步計算所有粒子的鄰域，並研究相鄰邊的累積壽命分布 P（ tau）。發現當交互半徑 R {0} 增加時， P（ tau）從指數變為冪律分布。值得注意的是，冪律指數 alpha simeq 3/2 出現在大 R {0} 中，這與從面對面人類交互研究中獲得的值一致。
「何時何地？」：使用微博數據流的行為主導的地點預測
「When and Where?」: Behavior Dominant Location Forecasting with Micro-blog Streams
地址：
http://arxiv.org/abs/1812.06443
作者：
Bhaskar Gautam, Annappa Basava, Abhishek Singh, Amit Agrawal
摘要：智慧型手機和可穿戴設備的普及增加了大量地理空間流的可用性，以便在普遍環境中提供重要的知識自動發現，但與改變利益相關的大多數重要信息尚未充分資本化。
在本文中，我們提供了一種新的算法來利用用戶興趣點的動態波動，同時以細粒度預測未來的訪問地點。我們提出的算法基於集體人格社區的動態形成，使用不同的語言，意見，地理和時間分布來找出優化的等價內容。我們進行了廣泛的實證實驗，包括來自60萬流微元組的實時流，包括1945社交人融合圖算法和前饋神經網路模型作為預測分類模型。最後，該框架在未標記用戶的1,20,000個嵌入上做到了62.10％的平均精度，並且在最先進的方法上做到了驚人的85.92％增量。
具有規定度序列的現實網路的幾何隨機化
Geometric randomization of real networks with prescribed degree sequence
地址：
http://arxiv.org/abs/1812.06471
作者：
Michele Starnini, Elisenda Ortiz, M. Ángeles Serrano
摘要：我們介紹了具有幾何結構的複雜網路隨機化模型。幾何隨機化（GR）模型假設基礎相似空間中節點的均勻分布，並使用鏈接的重新排列來查找最大化連接概率的配置，類似於 mathbb {S} ^ 1 或 的連接概率mathbb {H} ^ 2 幾何網路模型。然而，GR保留原始度序列，如在配置模型中，因此消除了度數截止的波動。
此外，該模型不需要隱藏度變量的顯式可能，其將自由參數的數量限制為一，從而控制重連網路中的聚類水平。我們通過研究實際和合成網路中幾何社區扁平化對模塊性的影響，說明了GR作為零模型的潛力。因此，我們發現對於真實網路，幾何和拓撲社區是一致的，而對於隨機對應，檢測到的拓撲社區可歸因於由基礎幾何體系結構引起的結構約束。
移動社會網路的興趣已知交付：TRACE驅動的方法
Interest-Aware Delivery for Mobile Social Networks: A TRACE-driven Approach
地址：
http://arxiv.org/abs/1812.06518
作者：
Ahmed Helmy
摘要： 我們設想未來的移動網路將以人為中心支持興趣的交付，其中興趣可能基於行為，例如移動模式，位置或網路瀏覽（可能用戶簡檔），例如從屬關係，屬性或活動。未來網路的基本功能是提供可擴展的群組通信的能力。當前的通信范例，包括單播和多播，需要顯式識別目的節點（通過節點ID或組成員協議），而目錄服務將邏輯的，特定於興趣的查詢轉換為目的地ID，然後使用興趣不經意的協議連接各方。
在未來的高動態移動社會網路的背景下，這種范例的功能和可擴展性非常有限，其中在許多場景中期望基於興趣支持隱式成員資格。在這種情況下，用戶沒有明確表達興趣組的成員資格，而是基於行為簡檔由網路協議自主推斷。這消除了對第三方的依賴（通過目錄查找），需要明確表達興趣（或人為干預），並最小化對不感興趣的用戶的交付開銷。雖然現有類型的社會網路可能會在移動網路環境中發展，但我們提供了一種新穎的通信模式，與現有方法存在顯著差異，並隨後為移動社會中的未來服務提供了質量上不同的功能。
此外，我們的服務和協議設計理念首先分析了部署服務的環境，這與大多數設計通用協議的現有無線網路方法不同。
時間多層網路上的石頭-剪子-布隨機遊走
Rock-Paper-Scissors Random Walks on Temporal Multilayer Networks
地址：
http://arxiv.org/abs/1812.06596
作者：
Martin Gueuning, Sibo Cheng, Renaud Lambiotte, Jean-Charles Delvenne
摘要：我們研究了多層網路上的擴散，其中節點之間的接觸動力學由隨機過程控制，並且等待時間分布對於來自不同層的邊是不同的。我們研究了自然出現在不同層邊之間的競爭隨機遊走的影響。與之前進行先驗層間競爭的研究相反，競爭在這里由不同層次上活動的異質性引發。
我們首先研究不同邊之間的優先關係以及不同層之間的擴展，並表明它確定了步行者的偏向路徑。當層之間的優先級不可傳遞時，我們還討論了循環，巖石剪刀隨機遊走的出現。最後，我們數值顯示由於在異質多層上的競爭導致的減速效應，因為步行者可能在單層可能有向循環中被困長時間。關鍵詞：隨機遊走;多層網路;網路上的動態系統;網路模型;網路模擬;層之間的競爭。
社區結構：社區檢測方法的比較評價
Community structure: A comparative evaluation of community detection methods
地址：
http://arxiv.org/abs/1812.06598
作者：
Vinh-Loc Dao, Cécile Bothorel, Philippe Lenca
摘要：在複雜網路中發現社區結構是一個成熟的領域，因為文獻中引入了大量的社區檢測方法。然而，對於實踐者而言，確定哪種方法適合於深入了解他們研究的網路的結構信息仍然是非常具有挑戰性的。最近的許多努力都致力於調查社區結構的各種質量得分，但區分不同類型社區的問題仍然存在。
在本文中，我們提出了一項比較，廣泛和實證研究，以調查許多最先進和眾所周知的社區檢測方法產生的社區類型。具體而言，我們提供了關於計算時間，社區規模分布，根據其優化方案的方法的比較評估以及通過驗證度量來比較它們的分配策略的綜合分析。我們對來自五個不同網路類別的數百個網路的大型語料庫進行分析，並提出對社區檢測方法進行分類的方法，幫助潛在用戶導航社區檢測的複雜環境。
空間圖的表示學習
Representation Learning for Spatial Graphs
地址：
http://arxiv.org/abs/1812.06668
作者：
Zheng Wang, Ce Ju, Gao Cong, Cheng Long
摘要：最近，圖表示學習的主題受到了很多關注。現有方法通常僅關注結構屬性，因此它們不足以用於節點與某些空間信息相關聯的那些空間圖。在本文中，我們提出了第一個深度學習方法，稱為s2vec，用於學習空間圖表示，它基於去噪自動編碼器框架（DAF）。我們評估實際數據集上的學習表示，結果驗證了s2vec在用於空間聚類時的有效性。
歐洲電力市場的實時碳核算方法
Real-Time Carbon Accounting Method for the European Electricity Markets
地址：
http://arxiv.org/abs/1812.06679
作者：
Bo Tranberg, Olivier Corradi, Bruno Lajoie, Thomas Gibon, Iain Staffell, Gorm Bruun Andresen
摘要： 電力占全球溫室氣體排放量的25％。減少與電力消耗相關的排放需要消費者，監管機構和投資者隨時可以獲得準確的測量結果。
在本案例研究中，我們提出了一種基於流量跟蹤的基於實時消費的新會計方法。與傳統的碳核算輸入 – 輸出模型相比，該方法追蹤從生產者到消費者的電力流，從而代表電力系統的基本物理特性。通過這種方法，我們將在2017年探索歐洲各地電力貿易的每小時結構，並發現生產和消費強度之間的巨大差異。這強調了考慮跨境流動以提高電力碳排放核算透明度的重要性。
股東網路
Shareholder Networks
地址：
http://arxiv.org/abs/1812.06694
作者：
Qing Yao, Tim Evans, Kim Christensen
摘要：我們構建兩個股東網路的例子，如果他們在同一家公司擁有股份，股東就會聯繫在一起。我們為土耳其公司的股東這樣做，我們將這與荷蘭公司的股權形成的網路進行比較。我們根據不同類型的股東分析這兩個網路的屬性。我們創建了這些網路的合適隨機版本，使我們能夠在我們的網路中找到重要的功能。為此，我們找到了不同類型股東在這些網路中所扮演的角色，並展示了我們研究的兩個國家中這些角色的不同之處。
2017年日本選舉中政黨推特帳戶轉PO的分析
Analysis of Political Party Twitter Accounts’ Retweeters During Japan’s 2017 Election
地址：
http://arxiv.org/abs/1812.06698
作者：
Mitsuo Yoshida, Fujio Toriumi
摘要： 在現代競選活動中，政黨利用社交媒體宣傳其政策和候選人，並與選民進行溝通。在日本2017年的最新大選中，下議院第48屆大選，社交媒體，特別是Twitter，被積極使用。
在本文中，我們分析了在選舉期間轉PO推特上的政黨推文的用戶。我們的目的是澄清哪些用戶正在傳播（轉PO）政黨的推文。結果表明，最大的執政黨（日本自由民主黨）和最大的反對黨（日本憲法民主黨）的轉PO者的特徵是相似的，即使轉PO者沒有相互重疊。我們還發現，一個特定的反對黨（日本共產黨）與其他政黨有著截然不同的特徵。
Hateminers：發現對女性的仇恨言論
Hateminers : Detecting Hate speech against Women
地址：
http://arxiv.org/abs/1812.06700
作者：
Punyajoy Saha, Binny Mathew, Pawan Goyal, Animesh Mukherjee
摘要：隨著仇恨言論的在線激增，迫切需要能夠檢測到這種有害內容的系統。在本文中，我們提出了為EVALITA 2018的自動厭女症識別（AMI）共享任務開發的機器學習模型。我們生成三種類型的特徵：句子嵌入，TF-IDF向量和BOW向量來表示每條推文。然後將這些特徵連接起來並輸入機器學習模型。我們的模型來自英語子任務A的第一個和英語子任務B的第五個。我們發布了我們的公共使用的獲勝模型，它可以在https://github.com/punyajoy/Hateminers-EVALITA上找到。
三分法論證表示
Trichotomic Argumentation Representation
地址：
http://arxiv.org/abs/1812.06745
作者：
Merlin Göttlinger, Lutz Schröder
摘要：亞里士多德三分法區分了論證的三個方面：Logos，Ethos和Pathos。甚至像論據交換格式（AIF）這樣的豐富的論證表示也僅涉及捕獲Logos方面。推理錨定理論（IAT）增加了表達倫理要求的可能性，這些要求是將語言與語言聯繫起來的言外之意，從而可以捕捉到精神的某些方面。最近擴展了AIF +和社會論據交換格式（S-AIF），它將對話和演講者嵌入到AIF論證表示中，形成了代表亞里士多德所確定的所有三個方面的基礎。
在目前的工作中，我們開發了Trichotomic Argument Interchange Format（T-AIF），它基於S-AIF的想法，即將演講者添加到論證圖中。我們以AIF +中通常已知的方式捕獲Logos，Ethos以表示信任的actor之間的加權邊形式捕獲，而Pathos則通過加權邊從actor到表示其對命題的承諾水平的illocutions。這種擴展的結構化論證表示為在這個豐富的圖上定義語義屬性開辟了新的可能性，以便表征和分析參與角色的推理模式。
社會網路中的信息傳播：基於友誼悖論的模型和統計推斷
Information Diffusion in Social Networks: Friendship Paradox based Models and Statistical Inference
地址：
http://arxiv.org/abs/1812.06790
作者：
Vikram Krishnamurthy, Buddhika Nettasinghe
摘要：社會網路中信息傳播的動態模型和統計推斷是過去十年中由於社會網路的激增而取得顯著進展的一個領域。信息傳播的建模和推理應用於有針對性的廣告和行銷，預測選舉，預測投資者情緒和識別流行病爆發。
本章討論了與社會網路中信息傳播有關的三個重要方面：（i）觀察偏見如何命名為友誼悖論（圖論理論後果）和單親傳染（朋友朋友的影響）如何影響信息擴散動態。 （ii）社會網路如何根據信息傳播的狀態調整其結構連通性。 （iii）如何可能信息擴散引起的網路狀態。本章考慮的所有三個主題的動機源於網路科學和社會傳感的最 新髮現。此外，還討論了由這些主題引起的未來研究的若干方向。
來源：網路科學研究速遞
編輯：孟婕
聲明：Arxiv文章摘要版權歸論文原作者所有，由本人進行翻譯整理，未經同意請勿隨意轉載。本系列在微信公眾號「網路科學研究速遞」（微信號netsci）和個人博客 https://www.complexly.me （提供RSS訂閱）進行同步更新。
近期網路科學論文速遞
商務合作及投稿轉載｜[email protected]
◆ ◆ ◆