Arxiv網路科學論文摘要10篇(2018-05-09)

  • 連續意見動力學中的反擴散;
  • 從結構性質預測圖類別;
  • 系統物理中的魯棒設計;
  • 定性變數的可變性:希爾伯特空間形式;
  • 多個相互依賴的主題的連續時間意見動態;
  • 有國家分類的離婚動態單參數模型;
  • 使用基於內容和鏈接流特徵的電影評級預測;
  • 親社會選擇中做好事與避免不良事件:對道德偏好假設的完善的測試和擴展;
  • 有向網路上的理想相對流量分布;
  • 定位食源性污染的大規模擴散來源;

連續意見動力學中的反擴散

原文標題: Anti-Diffusion in Continuous Opinion Dynamics

地址: arxiv.org/abs/1805.0265

作者: Moorad Alexanian, Dylan McNamara

摘要: 使用統計物理學中開發的技術進行的大量工作旨在對基於主體的意見模型進行數值模擬並分析其結果。這些工作已經闡明了各種交互代理規則如何在代理人群中產生穩定狀態行為,這種行為在共識和分裂之間存在差異。在宏觀人口水平上,由於缺少一個可持續人口狀態的可分析管理的宏觀方程,分析受到限制。我們用代理意見的連續概率分布函數的積分 - 微分方程來支配輿論動態,從而為觀點分布的演化開發一種新的非線性偏微分方程。高度非線性方程允許生成近似系統。我們考慮三種初始人口分布並確定他們的小時間行為。我們的分析揭示了由於擴散和反擴散的相互作用以及人口分布的不同區域如何出現初始不穩定性,集群的產生是如何產生的。

從結構性質預測圖類別

原文標題: Predicting Graph Categories from Structural Properties

地址: arxiv.org/abs/1805.0268

作者: James P. Canning, Emma E. Ingram, Sammantha Nowak-Wolff, Adriana M. Ortiz, Nesreen K. Ahmed, Ryan A. Rossi, Karl R. B. Schmitt, Sucheta Soundarajan

摘要: 複雜的網路通常根據它們所代表的基本現象進行分類,如分子相互作用,重新推特和大腦活動。在這項工作中,我們研究了預測任意網路類別(域)的問題。這包括來自不同領域的複雜網路以及來自五種不同網路模型的合成生成圖。使用具有真實和合成網路的隨機森林分類器可以實現96.6%的分類準確度。這項工作有兩個重要的發現。首先,我們的結果表明,來自各個領域的複雜網路具有不同的結構特性,使我們能夠高精度地預測新的以前未見過的網路的類別。其次,合成圖很難分類,因為分類模型可以靠近確定地預測用於生成它的網路模型。總體而言,結果表明,從不同領域(和網路模型)中抽取的網路僅僅使用少數幾個簡單的結構特性就可以區分開來。

系統物理中的魯棒設計

原文標題: Robust Design in Systems Physics

地址: arxiv.org/abs/1805.0269

作者: Andrei A. Klishin, Alec Kirkley, David J. Singer, Greg van Anders

摘要: 確保可靠的結果和設計是現代集成系統工程設計中的關鍵挑戰,這些系統由許多異構子系統組成。異構子系統之間的耦合導致設計元素對整個系統規格變化的複雜響應。在這裡,我們表明,設計元素對整個系統規格變化的反應可以用材料的強/弱和脆性/延性二分法來表徵。我們發現這些二分法是從我們在應力 - 應變關係方面投入的早期設計問題的中尺度處理中出現的。我們用海軍工程的例子來說明這種方法的使用,但是我們的方法可以立即應用於集成系統設計中的各種問題。

定性變數的可變性:希爾伯特空間形式

原文標題: Variability of qualitative variables: A Hilbert space formulation

地址: arxiv.org/abs/1805.0273

作者: Juan D. Botero, Leonardo A. Pachón

摘要: 介紹了一種新的形式主義,用於表達和操作以Hilbert空間為基礎的質變數多樣性度量。希爾伯特空間的抽象特徵自然而然地結合了定性變數之間的等價關係,並在此被用來(i)表示類別答案的二元特徵,(ii)引入一個新的標準來選擇不同的多樣性指標,即對不確定。在解決類別問題的減少問題時,希爾伯特空間上的公式的全部潛力開始發揮作用,這是數據分析中的一個常見問題。目前的形式主義通過結合受數學和物理統計啟發的策略來解決問題,具體而言,它利用了部分追蹤的概念。在解決這個問題時,已經表明,適當規範化多樣性措施有助於在減少類別時提供對結果的合理解釋。最後,這裡介紹的方法還允許直接測量多樣性,並在可以選擇同時類別的情況下執行類別縮減。

多個相互依賴的主題的連續時間意見動態

原文標題: Continuous-time Opinion Dynamics on Multiple Interdependent Topics

地址: arxiv.org/abs/1805.0283

作者: Mengbin Ye, Minh Hoang Trinh, Young-Hun Lim, Brian D.O. Anderson, Hyo-Sung Ahn

摘要: 在本文中,受到[1,2]最近基於離散時間的作品的啟發,我們研究了一個連續時間的意見動態模型,其中個人討論關於多個邏輯上相互依賴的主題的意見。不同主題之間的邏輯相互依賴由一個矩陣捕獲,該矩陣不同於捕捉個體之間相互作用的拉普拉斯矩陣。我們獲得了網路就每個單獨主題達成共識的必要和充分條件。該條件涉及到相互依賴矩陣和拉普拉斯矩陣,因此與[1]的結果不同,其中在不存在頑固個體的情況下,相互依賴矩陣和影響矩陣的分離規則(離散時間版本的拉普拉斯運算元)足以確保意見一致。假設相互依賴矩陣是固定的,我們在網路上產生兩個充分條件,即拉普拉斯矩陣,以確保觀點的一致。對於一類相互依賴矩陣,我們還建立了一組保證一致的拉普拉斯矩陣。然後,該模型被擴展為包含頑固的個人,他們仍然依附於他們的初始意見。為了保證意見動態系統的穩定性,獲得了充分的條件,最終意見持續存在分歧,而不是達成共識。提供模擬來說明結果。

有國家分類的離婚動態單參數模型

原文標題: Single parameter model of marriage divorce dynamics with countries classification

地址: arxiv.org/abs/1805.0287

作者: Andrzej Jarynowski, Piotr Nyczka

摘要: 我們通過基於主體的建模來調查婚姻離婚問題。社會經濟壓力的現值p(主要模型參數)推動初婚,再婚或自發婚姻破裂。模型反映了異性戀人群的行為(改變夥伴的頻率,社會單身人士的比例)。來自聯合國登記處和世界價值調查的世界各國離婚婚姻的歷史價值為基於理論的基於主體人的模擬(人口方法,例如出生和死亡)提供了補充。在模型中,座席有一個他們的屬性和潛在合作夥伴的偏好列表,曼哈頓距離度量作為匹配函數應用。在模型的確定性部分中,就匹配距離和壓力參數而言,隨機選擇的代理可以進入新的關係或交換夥伴。配偶也可能自發地以壓力依賴的概率分崩離析。這個簡單的模型雖然假設代理人的同質性(在二部圖上),並且只有一個關鍵參數,但它給出了在給定時間點不同社會的社會經濟壓力值的估計值,知道改變夥伴的頻率,在社會上結婚。

使用基於內容和鏈接流特徵的電影評級預測

原文標題: Movie rating prediction using content-based and link stream features

地址: arxiv.org/abs/1805.0289

作者: Tiphaine Viard, Rapha?l Fournier-Sniehotta

摘要: 幾年前,基於圖的協作過濾推薦系統已經引入,但仍然有幾個缺點需要處理,時間信息是最重要的一個。新的鏈接流模式旨在擴展圖以正確建模圖動態,而不會丟失關鍵信息。我們調查推薦系統的鏈接流功能的影響。通過設計鏈接流功能,捕捉數據的內在結構和動態。我們顯示這些功能編碼的基本推薦系統的細粒度和細微的描述。關注MovieLens20M數據集的傳統推薦系統上下文評級預測,我們將這些功能與一些基於內容的功能一起輸入到梯度提升機器(XGBoost)中,並顯示它在單一基於內容的解決方案方面表現出色。這些令人鼓舞的結果要求進一步探索這種原始建模及其集成,以完成最先進的推薦系統演算法。鏈接流和圖,作為推薦系統的自然可視化,在演算法透明度成為越來越重要的討論主題時,可以提供更多的解釋性。我們也希望在社區中引發關於鏈路流和張量分解方法之間的聯繫的有趣討論:實際上,它們是同一個對象的兩個方面。

親社會選擇中做好事與避免不良事件:對道德偏好假設的完善的測試和擴展

原文標題: Doing good vs. avoiding bad in prosocial choice: A refined test and extension of the morality preference hypothesis

地址: arxiv.org/abs/1805.0290

作者: Ben M. Tappin, Valerio Capraro

摘要: 親社會性是人類社會生活成功的基礎,因此,許多研究試圖解釋人類親社會行為。卡普拉羅和蘭德(Capraro and Rand,2018)最近提出了這樣一個假設:匿名一次性互動中的親社會行為不是由基於結果的社會對公平或效率的社會偏好驅動的,正如經典假設的那樣,而是通過普遍的道德偏好「 」。在這裡,我們認為Capraro和Rand(2018)報道的關鍵實驗包括突出的方法論混亂和影響心理學理論的開放問題。具體而言,他們的設計混淆了:(i)對利益和個人利益的偏好;和(ii)對道德偏好採取行動的偏好。此外,他們的設計沒有將偏好從偏好中分離出來以避免做到「不好」。因此,我們設計並進行了道德偏好假設(N = 801)的預註冊,精鍊和擴展測試。與這一假設以及Capraro和Rand(2018)的結果一致,我們的研究結果表明,匿名一次性互動中的親社會行為是由偏好在道義上正確的事情所驅動的。然而,與有影響力的心理學理論不一致的是,我們的研究結果表明,選擇「好」的偏好與避免在親社會選擇中做「壞」的偏好一樣有效。

有向網路上的理想相對流量分布

原文標題: Ideal Relative Flow Distribution on Directed Network

地址: arxiv.org/abs/1805.0303

作者: Kardi Teknomo

摘要: 在本文中,我們提出了一個新的概念,在理想流量分布的基礎上,優先考慮有向網路圖中鏈路的重要性。一個理想的流程是在空間和時間上分布的網路圖上的隨機遊走行為人軌跡的相對總計數的無限極限。在空間和時間上均勻分布的標準理想流量最大化了網路利用的熵。我們表明,隨機遊走行為的模擬軌跡將形成一個理想的相對流量分布收斂到固定值。這意味著理想的流量矩陣僅取決於網路結構。理想的流動矩陣對於標量乘法是不變的,並且顯然它總是premagic。蘇福爾斯交通網路中安裝了真實世界網路的理想流量演示。

定位食源性污染的大規模擴散來源

原文標題: Locating the Source of Large-scale Diffusion of Foodborne Contamination

地址: arxiv.org/abs/1805.0313

作者: Abigail L. Horn, Hanno Friedrich

摘要: 我們研究識別新出現的食源性疾病大規模暴發的來源的問題。為了解決源識別問題,我們將污染擴散過程的概率模型作為網路上的隨機遊走並導出源位置的最大似然估計量。通過將傳輸過程建模為隨機遊走,我們能夠開發一種新穎的,計算上易於處理的解決方案,該解決方案考慮了通過網路傳播的所有可能路徑。這與現有的網路源識別方法形成對比,後者假定污染物沿著最短或最高概率路徑傳播。我們通過應用於不同的網路拓撲,包括食物供應網路結構的風格化模型和2011年德國EHEC爆發的實際數據,展示了多路徑方法的益處。與相關的最先進的源識別方法相比,我們的準確性和可靠性顯著提高。除了食源性疾病,這些方法應該能夠更普遍地用於確定基於網路的擴散過程中擴散的來源,包括網路不能很好地用樹狀結構近似。

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:

好姑涼,不將就,不回頭。
你才是網紅
《最強大腦》收官!裡面的燈陣密碼你看懂了嗎?
自媒體形式的下一步?
Arxiv網路科學論文摘要6篇(2018-05-02)

TAG:複雜系統 | 複雜網路 | 社交網路 |