Arxiv網路科學論文摘要10篇(2018-05-10)

  • 用截斷列維飛行對住宅盜竊進行犯罪建模;
  • 跳躍隨機遊走中的弛豫時間分析;
  • 通過網路嵌入刻畫邊屬性;
  • 深層神經網路優化團隊組成;
  • 音樂藝術家的職業發展軌跡挖掘和預測;
  • 網路增強:加權生物網路去噪的一般方法;
  • 部分加和的智慧:社交協作場所中的多平台活動預測;
  • 人類接觸對媒介傳播疾病的傳播影響;
  • 研究領域演變的規律;
  • 信息來源查詢中必要且充分的預算:適應性差距;

用截斷列維飛行對住宅盜竊進行犯罪建模

原文標題: Crime Modeling with Truncated Levy Flights for Residential Burglary Models

地址: arxiv.org/abs/1601.0341

作者: Chaohao Pan, Bo Li, Chuntian Wang, Yuqi Zhang, Nathan Geldner, Li Wang, Andrea Bertozzi

摘要: 犯罪統計基於主體的模型顯示,再次被害可能導致預測的犯罪熱點(見例如短等,數學模型的方法申請,2008年),那麼最近的一項研究在一維空間(Chaturapruek等, SIAM J. Appl.Math,2013)顯示,當犯罪分子的運動模式涉及跳遠長度的長尾L evy分布時,與經典隨機遊走相比,熱點動態變化。事實上,犯罪分子在狹??窄的地方移動的時間最長。在本文中,我們開發了一個平均場連續模型,其截斷L evy飛行為一個空間維度的住宅入室盜竊。連續模型產生局部拉普拉斯擴散,而不是分數擴散。我們提出一個漸近理論來推導連續方程,並表明連續模型和基於主體的模擬之間的良好一致性。這表明局部擴散模型對於這個問題的連續性極限是普遍的,重要的量是擴散係數。執法機構也納入模型中,並將其部署策略的相對有效性定量比較。

跳躍隨機遊走中的弛豫時間分析

原文標題: Analysis of Relaxation Time in Random Walk with Jumps

地址: arxiv.org/abs/1805.0326

作者: Konstantin Avrachenkov, Ilya Bogdanov

摘要: 我們在跳躍隨機遊走中研究休閑時間。具有跳躍的隨機遊走將基於隨機遊走的採樣與統一節點採樣相結合,並提高了網路分析和學習任務的性能。我們推導出各種條件,在這種條件下,隨著跳躍的引入,弛豫時間減少。

通過網路嵌入刻畫邊屬性

原文標題: Capturing Edge Attributes via Network Embedding

地址: arxiv.org/abs/1805.0328

作者: Palash Goyal, Homa Hosseinmardi, Emilio Ferrara, Aram Galstyan

摘要: 網路嵌入,其目的是學習節點的低維表示,已被用於各種圖相關的任務,包括可視化,鏈路預測和節點分類。大多數現有的嵌入方法僅依賴於網路結構。然而,實際上,我們經常具有關於節點和/或它們的相互作用的輔助信息,例如,共同作者網路中的科學論文的內容或Twitter提及網路中的通信主題。在這裡我們提出了一種新的嵌入方法,它使用網路結構和邊屬性來學習更好的網路表示。我們的方法聯合使用可充分捕獲高度非線性相互作用的深層架構,將高階節點鄰域,社會角色和邊屬性的重構誤差最小化。我們展示了我們的模型對各種現實世界網路(包括協作網路和社會網路)現有最先進方法的有效性。我們還觀察到,使用邊屬性來通知網路嵌入會在下游任務(如鏈路預測和節點分類)中產生更好的性能。

深層神經網路優化團隊組成

原文標題: Deep Neural Networks for Optimal Team Composition

地址: arxiv.org/abs/1805.0328

作者: Anna Sapienza, Palash Goyal, Emilio Ferrara

摘要: 合作是一個基本的社會機制,它已經在多種環境中對人的績效產生了影響。網路博弈是現代天然環境,合作強烈影響人類行為。每天,數以百萬計的玩家在基於團隊的博弈中連接並玩耍:合作模式可以促進或阻礙個人技能學習和表現。這項工作有三個目標:(1)確定隊友對球員短期和長期表現的影響;(2)設計一個計算框架,以推薦隊友改善球員的表現;(3)設定證明這些改善可以通過深度學習預測。我們利用來自多人在線戰鬥競技場Dota 2的大型數據集。我們創建了一個有向的聯合網路,其鏈接的權重描述了隊友對球員表現的影響。具體而言,我們提出了一種網路影響的衡量標準,可以捕捉玩家隨時間推移的技能轉移。然後,我們使用這樣的框架來設計推薦系統,以建立基於改進的深度神經自動編碼器的新隊友,並展示其最先進的推薦性能。我們最終提供了技能轉移效果的見解:我們的實驗結果表明,這種動態可以使用深度神經網路來預測。

音樂藝術家的職業發展軌跡挖掘和預測

原文標題: Mining and Forecasting Career Trajectories of Music Artists

地址: arxiv.org/abs/1805.0332

作者: Shushan Arakelyan, Fred Morstatter, Margaret Martin, Emilio Ferrara, Aram Galstyan

摘要: 許多音樂家,從成熟的藝術家的前來者,嚴重依賴現場表演來推廣和傳播他們的音樂。為了宣傳現場表演,藝術家們經常使用音樂會發現平台,以便他們的粉絲更容易跟蹤巡演日期。在本文中,我們會詢問在這些平台上生成的現場表演的數字痕迹是否可以用來了解藝術家的職業軌跡。首先,我們通過交叉引用來自這些平台的數據提出了一個新的數據集。然後,我們演示如何使用此數據集來挖掘和預測音樂家的重要事業里程碑,例如由主要音樂廠牌簽名或在某個場所執行。最後,我們對雙方藝術家場地圖進行時間分析,並證明該圖上的高度中心性與成功相關。

網路增強:加權生物網路去噪的一般方法

原文標題: Network Enhancement: a general method to denoise weighted biological networks

地址: arxiv.org/abs/1805.0332

作者: Bo Wang, Armin Pourshafeie, Marinka Zitnik, Junjie Zhu, Carlos D. Bustamante, Serafim Batzoglou, Jure Leskovec

摘要: 網路在生物學中無處不在,它們編碼組織各個層面的連通性模式,從分子到生物群系。然而,生物網路由於用於生成它們的技術的局限性以及樣本內的固有變化而是嘈雜的。高水平雜訊的存在會妨礙這些網路封裝的模式和動態的發現。在這裡我們提出網路增強(NE),一種改善無向,加權網路的信噪比的新方法,從而提高下游分析的性能。 NE應用一種新穎的運算元,該運算元引入稀疏性並利用高階網路結構去除弱邊並增強真實連接。這種迭代方法在收斂時具有封閉形式的解決方案,具有理想的性能屬性。我們展示了NE去除生物網路中幾個具有挑戰性但重要的問題的有效性。我們的實驗顯示NE通過去除來自22個人體組織的相互作用網路來改進基因功能預測。此外,我們使用NE來解釋來自人類基因組的嘈雜的Hi-C接觸圖並證明其在不同程度的數據質量中的實用性。最後,當應用於細粒度物種鑒定時,NE顯著優於其他方法。總之,我們的研究結果表明,NE廣泛適用於對加權生物網路進行去噪,尤其是當它們含有高度雜訊時。

部分加和的智慧:社交協作場所中的多平台活動預測

原文標題: Wisdom in Sum of Parts: Multi-Platform Activity Prediction in Social Collaborative Sites

地址: arxiv.org/abs/1805.0334

作者: Roy Ka-Wei Lee, David Lo

摘要: 在本文中,我們提出了一個新穎的框架,該框架使用多個社交協作平台中的活動(也稱活動興趣)推斷的用戶興趣來預測用戶的平台活動。框架中包含兩種預測方法:(i)直接平台活動預測,它預測用戶在平台中使用他或她的來自同一平台的活動興趣的活動(例如,預測用戶是否應答給定的堆棧溢出問題(ii)跨平台活動預測,其預測用戶在平台中使用他或她的來自另一平台的活動興趣的活動(例如,預測用戶的興趣用戶使用從GitHub中的叉子和手錶活動推斷的用戶興趣回答給定的Stack Overflow問題)。為了評估我們提出的方法,我們在軟體開發社區的兩個廣泛使用的社交協作平台上進行預測實驗:GitHub和Stack Overflow。我們的實驗表明,結合直接和跨平台活動預測方法可以預測用戶在GitHub(AUC = 0.75)和堆棧溢出(AUC = 0.89)中的活動的最佳準確性。

人類接觸對媒介傳播疾病的傳播影響

原文標題: Impact of human-human contagions in the spread of vector-borne diseases

地址: arxiv.org/abs/1805.0340

作者: David Soriano-Pa?os, Juddy Heliana Arias-Castro, Fernando Naranjo-Mayorga, Jesús Gómez-Garde?es

摘要: 本文旨在提出羅斯 - 麥克唐納模型用於傳播媒介傳播疾病的概括,其中也考慮了人與人之間的傳染病。我們首先通過制定平均場理論來提出這個廣義模型,通過與數值模擬進行比較來檢驗其有效性。為了使我們的模型的前提更加真實,我們將平均場方程適應於由複雜網路描述人類接觸的情況。在這種情況下,我們也能夠得出流行閾值的分析表達式。在平均場和基於網路的模型中,我們估計了與無疾病和流行病制度之間邊界相對應的流行閾值。這個閾值的表達使我們能夠討論人與人之間的傳染對媒介傳播疾病傳播的影響。

研究領域演變的規律

原文標題: The laws of the evolution of research fields

地址: arxiv.org/abs/1805.0349

作者: Coccia Mario

摘要: 科學社會研究領域的一個基本問題是研究領域如何隨時間和空間出現,增長和衰落。這項研究通過對人類微生物組,演化機器人和天體生物學等新興研究領域進行歸納分析,從而面對這個問題。特別是,考慮到作者的主題領域(即學科),分析了每個新興研究領域從開始幾年到2017年的論文數量。研究結果提出了一些研究領域演變的經驗規律:第一條定律指出,一個特定研究領域的演變是由少數科學學科(3-5)驅動的,這些學科產生超過80%的文獻(科學生產的集中) ;第二條定律指出研究領域的演變是一門批判學科的路徑依賴(它可以是一個起源於研究領域的本土學科,或者是在科學的社會動態過程中出現的一門新學科);第三部法律規定,研究領域可以通過科學專業化過程所產生的新學科在其演化過程中被驅動。這裡的發現可以解釋和推廣一些由於學科之間的相互作用導致的科學領域演變的特性,基礎研究領域和應用領域的研究領域之間的融合以及科學研究領域的跨學科領域。總的來說,這項研究開始了澄清和推廣過程,儘可能地闡明社會建構和科學演化的特性,為發展複雜的理論奠定基礎。

信息來源查詢中必要且充分的預算:適應性差距

原文標題: Necessary and Sufficient Budgets in Information Source Finding with Querying: Adaptivity Gap

地址: arxiv.org/abs/1805.0353

作者: Jaeyoung Choi, Yung Yi

摘要: 在本文中,我們研究了通過查詢個體來檢測擴散信息源的問題,給出信息擴散圖的示例快照,其中詢問兩個查詢:{ em(i)}受訪者是否是源,如果不是,則該鄰居將信息傳播給被訪者。我們考慮受訪者可能並不總是真實並且為每個查詢花費一些成本的情況。我們的目標是量化必要和充足的預算,以實現任何給定$ 0 < delta <1的檢測概率$ 1 delta $。為此,我們研究兩種類型的演算法:自適應和非自適應演算法其中對應於我們是否根據先前答覆者的答案自適應地選擇下一個答覆者。我們首先提供兩種演算法類型中必要預算的資訊理論下界。就充足的預算而言,我們提出了兩種實用的估計演算法,每種演算法都是非自適應和自適應類型,並且對於每種演算法,我們定量分析確保$ 1 delta $檢測精度的預算。這種理論分析不僅量化了實際估計演算法在尋找擴散源時達到給定目標檢測精確度所需的預算,而且還使我們能夠定量描述非自適應估計類型所需的額外預算量,被稱為{ em適應性差距}。我們通過合成和現實世界的社會網路拓撲來驗證我們的理論發現。

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。

推薦閱讀:

Arxiv網路科學論文摘要4篇(2018-02-12)
複雜性思維中文第二版 五、細胞自動機
Arxiv網路科學論文摘要12篇(2018-04-23)
Arxiv網路科學論文摘要8篇(2018-04-19)

TAG:複雜系統 | 複雜網路 | 社交網路 |