Arxiv網路科學論文摘要12篇(2018-03-06)

03-18

基於收縮分析的隱私保護非線性觀測器設計;
模擬住宅供熱的深度脫碳，將全球變暖限制在1.5℃;
風險和信息在小世界網路的小組形成實驗中的作用;
多空間傳遞網路的多解析度張量分解;
基於反應擴散動力學的網路中心性識別了有影響力的擴散者;
一般Press-Dyson分析：利他主義，互惠和勒索策略;
跟蹤動態網路中的Top-K影響力節點;
用於分層網路和時態網路中鏈路預測的張量和二分塊模型;
通過基於鄰域的特徵映射為冷啟動用戶提供跨域推薦;
從觀看角度分析MOOC;
客體我、我的回聲室、和主體我：對社交媒體極化的反思;
動態競爭網路：檢測聯盟和領導者;

基於收縮分析的隱私保護非線性觀測器設計

原文標題： Privacy-Preserving Nonlinear Observer Design Using Contraction Analysis

地址： http://arxiv.org/abs/1507.02250

作者： Jerome Le Ny

摘要：實時信息處理應用程序（如啟用更智能基礎架構的應用程序）日益專註於分析從個人獲得的隱私敏感數據。要產生關於系統用戶群體習慣的準確統計數據，可能需要通過基於模型的估計器來處理這些數據。此外，例如來自流行病學或社會科學的人口動態模型常常是非線性的。受這些趨勢的驅動，本文提出了一種基於隱私保護模型的非線性觀測器的設計方法，依靠加性輸入或輸出雜訊為提供輸入數據的個人提供差分隱私保證。對於輸出擾動的情況，收縮分析允許我們設計收斂的觀察者，並適當地設置隱私保護雜訊的水平。兩個例子說明了這種方法：估計動態社會網路中的邊形成概率，以及依賴流行病學模型的綜合症監測。

模擬住宅供熱的深度脫碳，將全球變暖限制在1.5℃

原文標題： Simulating the deep decarbonisation of residential heating for limiting global warming to 1.5C

地址： http://arxiv.org/abs/1710.11019

作者： Florian Knobloch, Hector Pollitt, Unnada Chewpreecha, Vassilis Daioglou, Jean-Francois Mercure

摘要：將全球變暖限制在1.5C的全經濟方案表明，到2050年建築領域的直接碳排放量應該減少到幾乎為零，但沒有回答如何通過現實政策實現這一目標的問題。我們採用基於模擬的方法對政策情景進行建模，目標是實現住宅供熱幾乎完全的低碳化，這是住宅建築中最大的直接排放源。政策效果在很大程度上取決於家庭的行為決策，特別是在深度脫碳和迅速轉型的背景下。因此，我們使用非均衡自下而上模型FTT：Heat來模擬在慣性和有限理性背景下政策引導向低碳加熱的轉變，重點放在採暖技術上。結果表明，到2050年可實現接近零的脫碳，但需要大量的政策努力。與僅依靠碳稅作為唯一的政策工具相比，預計政策組合對於推動有效的低碳技術市場更為有效和強大。結合可再生能源補貼，可實現近乎完全的脫碳化，住宅碳稅為50-200歐元/噸二氧化碳。由政策引發的技術轉型將最初將家庭面臨的平均供熱成本增加10-30％，但也可能導致中期的成本降低幅度相似。模型預測顯示了家庭行為過早取代供熱系統的不確定性，這在很大程度上影響了現有建築庫存轉變為低碳途徑的速度。

風險和信息在小世界網路的小組形成實驗中的作用

原文標題： Role of risk and information in a group formation experiment on a small-world network

地址： http://arxiv.org/abs/1803.01085

作者： Kunal Bhattacharya, Tuomas Takko, Daniel Monsivais, Kimmo Kaski

摘要：在社會網路中，人類通常通過維持友誼和社區歸屬而受益，其中像同性戀這樣的因素起關鍵作用。這些網路遠未成為靜態的，而是隨著人們不時決定建立新的友誼並與舊的友誼脫節而不斷變化或發展。從友誼或團體關係中分離出來有一定的風險因素，特別是當分離決定是在有限的信息下完成時。在與人類合作者的合作博弈形式的實驗中，我們調查了團隊的形成並測量了風險的感知。在博弈中，玩家最初設置為一個小世界網路，並且其結構信息有限，協調他們的動作以形成團體。我們還使用基於概率匹配的數據驅動模型來研究參與者之間的局部協調。我們的研究結果表明，小組形成的速度主要取決於球員的本地信息處理。我們發現，即使在有限的信息處理環境中，人類也能展現出最佳的風險認知。

多空間傳遞網路的多解析度張量分解

原文標題： Multiresolution Tensor Decomposition for Multiple Spatial Passing Networks

地址： http://arxiv.org/abs/1803.01203

作者： Shaobo Han, David B. Dunson

摘要：這篇文章的動機是跨多個博弈收集的足球位置傳遞網路。我們將這些數據稱為複製的空間傳遞網路---為了準確地模擬這些數據，有必要考慮傳遞事件的傳遞者和接收者的空間位置。這種空間註冊和重複發生在整個博弈中，代表著與通常社會網路數據的主要區別。作為研究傳球動態如何影響球隊表現的一個關鍵步驟，我們專註於制定總結不同球隊傳球策略的方法。我們提出的方法依賴於一個新的多解析度數據表示框架和泊松非負性塊項分解模型，它可以自動生成從粗到細的低秩網路圖。所提出的方法適用於從2014年FIFA世界盃收集的詳細的傳球記錄數據。

基於反應擴散動力學的網路中心性識別了有影響力的擴散者

原文標題： Network centrality based on reaction-diffusion dynamics reveals influential spreaders

地址： http://arxiv.org/abs/1803.01212

作者： Flavio Iannelli, Manuel Sebastian Mariani, Igor M. Sokolov

摘要：網路科學中研究最多的問題之一是識別這些節點，一旦激活，最大化感興趣的擴散過程所達到的節點分數。同時，學者們將網路有效距離作為拓撲度量來估計擴散擴散過程的命中時間。在這裡，我們通過引入一個稱為ViralRank的中心性度量來連接兩個問題 - 影響性的傳播者識別和傳播過程的打擊時間估計 - 這個度量衡量節點在隨機 - 走有效距離。我們發現，ViralRank顯著優於最先進的中心性度量標準，以確定超關鍵聯繫網路流程和群體全球傳染流程的有影響的擴散器。我們的研究結果加深了我們對有影響的傳播者識別問題的理解，並揭示了可靠的擴散擊打時間估計如何為其解決方案做出貢獻。

一般Press-Dyson分析：利他主義，互惠和勒索策略

原文標題： Generalized Press-Dyson Analysis: Altruistic, Reciprocal, and Extortive Strategies

地址： http://arxiv.org/abs/1803.01282

作者： Robert D. Young

摘要：囚徒困境博弈在社會，生物和物理科學領域有著悠久的歷史，Press和Dyson開發了一種新穎的方法來分析八維戰略概況到二維派生空間的映射，並在無限迭代的囚徒困境博弈。我們擴展了新聞 - 戴森分析並引入了策略參數的概念，該概念表明玩家得分之間的線性關係是迭代囚徒困境博弈中無處不在的特徵。擴展的新聞 - 戴森分析適用於各種戰略概況，包括針鋒相對，雙贏輸入和其他隨機戰略集。廣義的新聞 - 戴森戰略集（GPDS）完全是基於「相互叛逃後的叛逃」而定義的。勒索零行列式策略是GPDS的特例。與其他玩家相比，GPDS顯示會為其用戶帶來更大（令人費解的），相等（相互）或更小（利他主義）的分數，而與其他玩家的策略集無關，贏 - 輸 - 失 - 換一般策略也會顯示出令人費解，互惠和利他主義的分數，但這些分數處於對手策略的控制之下。導致相互叛逃的相互GPDS是兩個理性參與者的均衡策略概況。這反映了單人博弈和有限重複的囚徒困境的平衡相互叛逃。 GPDS描述了雙方合作的途徑，並增強了雙方球員的分數，包括天真的球員學習時的理性和天真的球員。結果是兩名球員的分數都比相互背叛的分數高。

跟蹤動態網路中的Top-K影響力節點

原文標題： Tracking Top-K Influential Vertices in Dynamic Networks

地址： http://arxiv.org/abs/1803.01499

作者： Yu Yang, Zhefeng Wang, Tianyuan Jin, Jian Pei, Enhong Chen

摘要：網路中的影響傳播已經取得了豐碩的應用，並且已經在文獻中進行了廣泛的研究。然而，只有非常有限的初步研究解決了處理現實網路中高度動態變化的挑戰。在本文中，我們解決了動態網路中追蹤頂部k影響頂點的問題，其中動態變化被建模為邊權重更新流。在普遍採用的線性閾值（LT）模型和獨立級聯（IC）模型下，我們解決了這個問題的兩個基本版本：追蹤頂部k有影響力的個體並尋找最佳k -seed集合以最大化影響傳播（影響最大化）。我們採用基於輪詢的方法並維護隨機RR集合的樣本，以便我們可以用可證明的質量保證來近似頂點的影響。眾所周知，通過油藏採樣方法可以很容易地完成對RR網路動態變化的更新，因此關鍵的挑戰在於有效地確定需要多少個RR集才能獲得高質量的保證。我們使用兩個簡單的信號，這兩個信號都可以以$ O（1）$ time的形式訪問，以決定適當數量的RR集。我們證明了我們方法的有效性。對於這兩項任務而言，我們的方法所產生的誤差只是對事實真相的倍增因素。為了影響最大化，我們還提出了一種用於查找k種子的有效查詢演算法，這比實際中的最先進的查詢演算法快一個數量級。除了全面的理論結果之外，我們在大型實際網路上的實驗結果清楚地證明了我們演算法的有效性和效率。

用於分層網路和時態網路中鏈路預測的張量和二分塊模型

原文標題： Tensorial and bipartite block models for link prediction in layered networks and temporal networks

地址： http://arxiv.org/abs/1803.01616

作者： Marc Tarres-Deulofeu, Antonia Godoy-Lorite, Roger Guimera, Marta Sales-Pardo

摘要：許多現實世界的複雜系統都被很好地表現為多層網路;預測這些系統中的交互是預測網路科學中最緊迫的問題之一。為了解決這個挑戰，我們引入了兩個用於多層和時間網路的隨機塊模型;其中一個使用節點作為其基本單位，而另一個則著重於鏈接。我們還開發可擴展的演算法來推斷這些模型的參數。由於我們的模型同時描述所有圖層，因此我們的方法在對任何特定圖層進行預測時充分利用整個網路中包含的信息。我們通過分析兩個經驗數據集---電子郵件通信的時間網路和治療不同癌症類型的藥物相互作用網路來說明我們方法的潛力。我們發現，同時對所有圖層進行建模的結果通常會導致更精確的鏈路預測。但是，最具預測性的模型取決於正在考慮的數據集;而基於節點的模型更適合預測藥物相互作用，基於鏈接的模型更適合預測電子郵件通信。

通過基於鄰域的特徵映射為冷啟動用戶提供跨域推薦

原文標題： Cross-Domain Recommendation for Cold-Start Users via Neighborhood Based Feature Mapping

地址： http://arxiv.org/abs/1803.01617

作者： Xinghua Wang, Zhaohui Peng, Senzhang Wang, Philip S. Yu, Wenjing Fu, Xiaoguang Hong

摘要：協同過濾（CF）是推薦系統中廣泛採用的技術。傳統的CF模型主要側重於預測用戶對單個域（如電影域或音樂域）中項目的偏好。這種模型面臨的一個主要挑戰是數據稀疏性問題，特別是CF無法對完全沒有評級的冷啟動用戶做出準確的預測。儘管跨域協作過濾（CDCF）被提出用於在不同域之間有效地轉移用戶的評級偏好，但由於極端的數據稀疏性，現有的CDCF模型仍然難以解決目標域中的冷啟動用戶。在本文中，我們針對目標領域的冷啟動用戶提出了跨域潛在特徵映射（CDLFM）模型。首先，為了更好地表徵用戶在稀疏域中的特徵，我們考慮用戶對評級行為的相似性關係，並通過引入用戶相似性（MFUS）來提出矩陣分解，其中提出了三種相似性度量。接下來，為了跨域進行知識轉移，我們提出了一種基於鄰域的梯度增強樹方法來學習跨域用戶潛在特徵映射函數。對於每個冷啟動用戶，我們基於與輔助域中的冷啟動用戶具有相似評級行為的鏈接用戶的潛在特徵對，了解他/她的特徵映射功能。根據映射函數及其輔助域中的潛在特徵，可以預測目標域中冷啟動用戶的偏好。從亞馬遜交易數據中提取的兩個實際數據集的實驗結果證明了我們提出的模型與其他最先進的方法的優越性。

從觀看角度分析MOOC

原文標題： Profiling MOOCs from viewing perspective

地址： http://arxiv.org/abs/1803.01698

作者： Zheng Xie, Xiao Xiao, Jianping Li, Jinying Su, Guochang Zhou

摘要：分析課程與學生的學習行為密切相關。因此，我們從觀看行為的角度描述MOOCs，這是MOOC學習中最常見的行為。基於觀看行為數據，我們提供了識別潛在全能者的方法，並測量了教學順序和學習順序之間的相關性。具體而言，基於信息熵運算元，我們提供了一個衡量課程吸引力的指標，它綜合地解決了投入課程的觀看時間和觀看的課程視頻的數量。該指數描述了反覆觀看的邊際效用遞減和觀看新視頻的信息增加。觀看與學習之間的不清楚關係使我們的結果無法直接評估課程質量。儘管如此，這些可以用來檢測課程的哪些方面需要加強。

客體我、我的回聲室、和主體我：對社交媒體極化的反思

原文標題： Me, My Echo Chamber, and I: Introspection on Social Media Polarization

地址： http://arxiv.org/abs/1803.01731

作者： Nabeel Gillani, Ann Yuan, Martin Saveski, Soroush Vosoughi, Deb Roy

摘要：同性戀 - 我們傾向於與其他人分享我們對世界的看法和觀點 - 這既是人性的一部分，也是我們許多數字社會網路的組織原則。然而，當涉及到政治或文化時，同性戀可以放大部落的思維模式，併產生「回聲室」，降低在線話語的質量，安全性和多樣性。雖然一些研究已經憑經驗證明了這一點，但很少有人研究如何讓用戶意識到他們的政治回聲分庭的範圍和性質影響他們後來的信仰和行動。在本文中，我們將介紹Social Mirror，一款社會網路可視化工具，使Twitter用戶可以探索其社會網路的政治活動部分。我們使用Social Mirror將具有政治話語歷史的Twitter用戶招募到一個隨機實驗中，在這個實驗中我們評估不同治療對參與者i）對他們網路連接的信念的影響，ii）他們選擇關注誰的政治多樣性，和iii）他們選擇分享的URL的政治對齊。雖然我們認為對共享URL的平均政治調整沒有影響，但我們發現，推薦遵循相反政治意識形態的賬戶可減少參與者對其網路連接的政治同質性的信念，但仍可在治療一周後增強其連接多樣性。相反，參與者增強他們對Twitter連接的政治同質性的信念，在治療2-3周後，其網路連接變得更加多樣化。我們探討信念和行為之間的這些斷開關係對未來促進我們數字公共領域更健康交流的努力的影響。

動態競爭網路：檢測聯盟和領導者

原文標題： Dynamic Competition Networks: detecting alliances and leaders

地址： http://arxiv.org/abs/1803.01783

作者： Anthony Bonato, Nicole Eikmeier, David F. Gleich, Rehan Malik

摘要：我們考慮隨著時間的推移而動態演變的競爭代理人的社會網路。這樣的動態競爭網路是指向的，其中從節點u到v的有向邊對應於否定的社交互動。我們提出了一個新穎的假設，作為預測工具來發現動態競爭網路中的聯盟和領導者。我們使用社交博弈節目Survivor和Big Brother的投票記錄數據來驗證假設。

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。