Arxiv網路科學論文摘要8篇(2018-07-05)

Arxiv網路科學論文摘要8篇(2018-07-05)

來自專欄網路科學研究速遞2 人贊了文章

  • 社區檢測和網路表示學習的統一框架;
  • Condorcet和minimax投票系統最好嗎?;
  • 可視化複雜網路上的傳播現象;
  • 雙盲同行評審的案例;
  • 氣候網路滲流揭示了全球變暖背後熱帶成分的擴張和減弱;
  • 中心性-友誼悖論:當我們的朋友比我們更重要;
  • 通過節點複製增長的有向隨機網路的精確結果;
  • 理解異構網路中傳播的時間模式:時間作為變數;

社區檢測和網路表示學習的統一框架

原文標題: A Unified Framework for Community Detection and Network Representation Learning

地址: arxiv.org/abs/1611.0664

作者: Cunchao Tu, Xiangkai Zeng, Hao Wang, Zhengyan Zhang, Zhiyuan Liu, Maosong Sun, Bo Zhang, Leyu Lin

摘要: 網路表示學習(NRL)旨在學習網路中頂點的低維向量。大多數現有的NRL方法都側重於從頂點的局部上下文(例如它們的鄰居)學習表示。然而,許多複雜網路中的頂點也表現出廣泛稱為社區的重要全球模式。直觀的是,同一社區中的頂點傾向於密集連接並共享共同屬性。這些模式有望提高NRL並使相關評估任務受益,例如鏈路預測和頂點分類。受網路表示學習和文本建模之間類比的啟發,我們通過引入頂點的社區信息提出了統一的NRL框架,稱為社區增強型網路表示學習(CNRL)。 CNRL同時檢測每個頂點的社區分布,並學習頂點和社區的嵌入。此外,擬議的社區增強機制可以應用於各種現有的NRL模型。在實驗中,我們使用幾個真實數據集評估我們的頂點分類,鏈路預測和社區檢測模型。結果表明,CNRL在驗證我們對頂點和社區之間相關性的假設時,顯著且始終如一地優於其他最先進的方法。

Condorcet和minimax投票系統最好嗎?

原文標題: Are Condorcet and minimax voting systems the best?

地址: arxiv.org/abs/1807.0136

作者: Richard B. Darlington

摘要: 為了尋找有幾個候選人的單一勝利者選舉的最佳投票系統,五個非常不同的計算機模擬研究都是由極小極大贏得的。這導致了對八個主要異常的檢查,這些異常說服了許多理論家解僱極小極大。事實證明,有理由忽視所有這些異常現象。這表明意外的結論是,確實可能存在沒有嚴重異常或缺陷的投票系統,並且可能是極小極大。我們首先簡要介紹了18個眾所周知的投票系統,但最終得出的結論是Condorcet一致的系統是最好的,最小的是minimax。

可視化複雜網路上的傳播現象

原文標題: Visualizing spreading phenomena on complex networks

地址: arxiv.org/abs/1807.0139

作者: Christian Schulz

摘要: 圖繪圖是探索數據結構和動態的有用工具,可以通過一組對象之間的成對關係來表示。典型的現實社會,生物或技術網路表現出高度複雜性,這是由於對象和關係的大量和廣泛的異質性造成的。因此,將這些網路映射到低維空間以可視化網路驅動過程的動態是一項具有挑戰性的任務。我們通常希望分析單個節點如何受到影響或影響其本地網路作為傳播過程的來源。在這裡,我提出了一個網路布局演算法,用於具有數百萬個節點的圖,從單個節點的角度可視化傳播現象。該演算法包括三個階段,以允許互動式圖探索:首先,在球形空間中找到網路布局的全局解決方案,最小化所有節點之間的距離誤差。其次,互動式地選擇焦點節點,並且進一步優化到該節點的距離。第三,節點坐標被映射到圓形表示並且用附加特徵繪製以表示網路驅動現象。這種方法的有效性和可擴展性體現在科學家的大型協作網路中,我們對焦點作者周圍的引文動態感興趣。

雙盲同行評審的案例

原文標題: Case for the double-blind peer review

地址: arxiv.org/abs/1807.0140

作者: Lucie Tvrznikova

摘要: 同行評審是一個旨在在學術期刊上發表學術研究之前對研究質量進行公平評估的過程。人口統計學,裙帶關係和資歷都被證明會影響審稿人的行為,這表明最常見的單盲審查方法(或不太常見的公開審查方法)可能存在偏見。對當前研究的一項調查表明,雙盲審查可以解決許多源於作者性別,資歷或地點的偏見,而不會造成任何重大缺點。

氣候網路滲流揭示了全球變暖背後熱帶成分的擴張和減弱

原文標題: Climate network percolation reveals the expansion and weakening of the tropical component under global warming

地址: arxiv.org/abs/1807.0147

作者: Jingfang Fan, Jun Meng, Yosef Ashkenazy, Shlomo Havlin, Hans Joachim Schellnhuber

摘要: 全球氣候變暖對人類構成了重大挑戰;它與例如海平面上升和北極海冰下降有關。越來越多的極端事件也被認為是氣候變暖的結果,而且它們可能對健康,農業,經濟和政治衝突產生廣泛而多樣的影響。引用{hsiang2011civil,helbing_globally_2013,schleussner_armed-conflict_2016,carleton_social_2016} }。儘管如此,觀測和氣候模型中氣候變化的檢測和量化仍然是科學界的主要關注點。在這裡,我們開發了一種基於網路和滲透框架的新方法 cite {cohen2010complex},使用歷史模型和再分析記錄研究過去幾十年氣候變化的影響,並使用各種未來的全球變暖情景分析預期的即將到來的影響。更具體地說,我們將地球區域劃分為不斷變化的滲流星團,並找到不連續的相變,這表明最大(熱帶)星團的一致向極擴張,以及鏈路強度的減弱。這可以在再分析數據和耦合模型比對項目第5階段(CMIP5)二十一世紀的氣候變化模擬中找到? tite {taylor2012overview}。該分析基於高解析度表面(2~m)氣溫場記錄。我們討論觀察到的熱帶星團擴張的潛在機制,並將其與大氣環流的變化聯繫起來,這些變化是由哈德利細胞的減弱和擴張所代表的。我們的框架也可用於預測熱帶星團的範圍,以便檢測其對不同地區的影響,以應對全球變暖。

中心性-友誼悖論:當我們的朋友比我們更重要

原文標題: Centrality-Friendship Paradoxes: When Our Friends Are More Important Than Us

地址: arxiv.org/abs/1807.0149

作者: Desmond J. Higham

摘要: 友誼悖論說,平均而言,我們的朋友比我們有更多的朋友。在網路術語中,節點上的平均度數永遠不會超過節點鄰居的平均度數。這種效應是抽樣偏差的典型例子,在社會科學和網路科學文獻中引起了很多關注,悖論的變異和擴展被定義,測試和解釋。在這裡,我們表明悖論的一個版本嚴格地適用於特徵向量中心性:平均而言,我們的朋友比我們更重要。然後我們考慮一般矩陣函數中心性,包括Katz中心性,並為悖論提供充分條件。我們還討論了哪些結果可以推廣到有向和加權邊的情況。通過這種方式,我們為一個主要通過經驗測試發展的領域增加了理論支持。

通過節點複製增長的有向隨機網路的精確結果

原文標題: Exact results for directed random networks that grow by node duplication

地址: arxiv.org/abs/1807.0159

作者: Chanania Steinbock, Ofer Biham, Eytan Katzav

摘要: 我們給出了通過節點複製增長的有向網路模型中的度分布和最短路徑長度(DSPL)分布的精確分析結果。這些模型可用於研究基因調控和科學引文網路的結構和生長動態。從初始種子網路開始,在每個時間步驟,選擇稱為母節點的隨機節點用於複製。其子節點被添加到網路中並且以概率p複製母節點的每個輸出鏈路。另外,子節點形成到母節點自身的有向鏈路。因此,該模型被稱為有繩有向節點複製(DND)模型。我們獲得了度數分布的分析結果,公式輸入有誤,以及在時間t的網路的外度分布,公式輸入有誤。發現內部度數遵循移位的冪律分布,因此網路漸近地自由尺度。相反,出度分布是一個窄分布,它收斂於稀疏極限的泊松分布和密集極限的高斯分布。使用這些分布,我們計算平均度, langle K_ {in} rangle_t = langle K_ {out} rangle_t langleKin? ranglet?= langleKout? ranglet?。為了計算DSPL,我們推導出概率公式輸入有誤,公式輸入有誤的時間演化的主方程,對於兩個節點i和j,隨機選擇時間t,從i到j的最短路徑長度為 ell ell。求解主方程,我們得到公式輸入有誤的閉合形式表達式。發現在時間t的DSPL由初始DSPL的卷積組成,公式輸入有誤,具有泊松分布和泊松分布之和。發現平均距離_tt?在網路大小上以對數方式取決於N_tNt?,即有線DND網路是一個小世界網路。

理解異構網路中傳播的時間模式:時間作為變數

原文標題: Understanding the temporal pattern of spreading in heterogeneous networks: Time as a variable

地址: arxiv.org/abs/1807.0164

作者: Mi Jin Lee, Deok-Sun Lee

摘要: 為了可靠地預測複雜系統中的流行病或信息傳播模式,明確的措施至關重要。在異構網路上的易感染(SI)模型中,中間時間區域中的受感染節點群體表現出太大的波動,以使用其平均大小作為代表值。我們表明,中心節點的感染對全球傳播至關重要,因此在給定時間受感染節點的數量會根據中心節點首次被感染的時間而大幅波動,從而導致群集大小的分布非常廣泛。相反,感染給定數量的節點所花費的時間的分布很好地集中在其平均值上,這表明平均感染時間是更好的測量。我們提出了一個理論,通過使用給定大小的受感染群集的邊界區域來評估平均感染時間,並使用它來在強異構網路的中間階段找到感染相對於時間的非指數但代數的傳播。 。這種緩慢擴散僅起源於易受影響的小程度節點,而大多數中樞節點已經在早期指數擴展階段感染。我們的結果提供了一種繞過大的統計波動並可靠地量化結構異質性下的時間擴散模式的方法。

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5篇(2018-02-08)
Arxiv網路科學論文摘要15篇(2018-04-13)
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11篇(2018-04-24)
Arxiv網路科學論文摘要12篇(2018-05-08)

TAG:複雜系統 | 複雜網路 | 社交網路 |