Arxiv網路科學論文摘要6篇(2018-09-19)

09-25

來自專欄網路科學研究速遞2 人贊了文章

使用擴散介面方法對符號網路進行節點分類;
多層網路的快速嵌入：演算法和分組fMRI應用;
論在線社會網路中的錯誤信息遏制;
捆綁滲流如何在染色網路中發生？;
利用序列種子探索信息傳播的極限;
集體行人動力學實驗研究;

使用擴散介面方法對符號網路進行節點分類

原文標題： Node classification for signed networks using diffuse interface methods

地址： http://arxiv.org/abs/1809.06432

作者： Jessica Bosch, Pedro Mercado, Martin Stoll

摘要：在建立朋友和敵人關係時，符號網路是一個至關重要的工具。與經典的無向加權圖相比，有符號圖的邊權重是正的和負的。關鍵網路屬性通常來自相關圖拉普拉斯運算元的研究。我們在這裡研究幾個不同的符號網路拉普拉斯運算元，重點是分類圖的節點的任務。我們在此擴展最近引入的基於在帶符號網路上定義的偏微分方程的技術，即Allen-Cahn方程，以將節點分類為兩個或更多個類。我們在幾個真實網路上說明了這種方法的性能。

多層網路的快速嵌入：演算法和分組fMRI應用

原文標題： Fast embedding of multilayer networks: An algorithm and application to group fMRI

地址： http://arxiv.org/abs/1809.06437

作者： James D. Wilson, Melanie Baybay, Rishi Sankar, Paul Stillman

摘要：學習複雜多層網路的可解釋特徵是一個具有挑戰性和重要性的問題。這種表示的需要在大腦的多層網路中特別明顯，其中節點特徵可以幫助根據個體，認知任務或疾病來模擬和區分大腦區域。受此問題的影響，我們引入了multi-node2vec演算法，這是一種高效且可擴展的特徵工程方法，可自動學習多層網路中的連續節點特徵表示。 Multi-node2vec依賴於二階隨機遊走採樣過程，該過程有效地探索觀察到的多層網路的內層和內層關係，以識別多層鄰域。通過在採樣鄰域集合上使用Skip-gram神經網路模型來識別節點特徵的最大似然估計。我們研究了multi-node2vec是閉合矩陣分解問題近似的條件。我們通過一組74名健康個體的靜息狀態fMRI掃描證明了多節點2vec對多層功能性腦網路的功效。我們發現多節點2在複雜網路上優於現代方法，並且多節點2可以識別與大腦功能組織密切相關的節點特徵。

論在線社會網路中的錯誤信息遏制

原文標題： On Misinformation Containment in Online Social Networks

地址： http://arxiv.org/abs/1809.06486

作者： Guangmo Tong, Weili Wu, Ding-Zhu Du

摘要：廣泛的在線錯誤信息可能導致公眾恐慌和嚴重的經濟損失。錯誤信息遏制問題旨在通過發起競爭活動來限制在線社會網路中錯誤信息的傳播。在現實場景的推動下，當允許任意數量的級聯時，我們首先分析了錯誤信息包含問題。本文作出了四點貢獻。首先，我們提供了一個多級級擴散的形式模型，並引入了一個稱為級聯優先順序的重要概念。其次，我們證明了錯誤信息包含問題不能在 Omega（2 ^ { log ^ {1- epsilon} n ^ 4}）的多項式時間內近似，除非 NP subseteq DTIME（n ^ { polylog {N}}）。第三，我們介紹了在真實社會網路中經常出現的幾種類型的級聯優先順序。最後，我們設計了新的演算法來解決錯誤信息包含問題。鼓勵實驗結果支持所提演算法的有效性。

捆綁滲流如何在染色網路中發生？

原文標題： How does bond percolation happen in coloured networks?

地址： http://arxiv.org/abs/1809.06575

作者： Ivan Kryven

摘要：複雜網路中的滲透被視為：模擬網路退化的過程和揭示底層網路結構特性的工具。在滲透過程中，網路經歷非平凡的變換，包括連通性的相變，並且在一些特殊情況下，包括多個相變。在這裡，我們建立了一個通用的分析理論，描述了網路中所有連通組件的結構和大小如何受到簡單和顏色相關的粘合滲流的影響。該理論預測了發生相變的所有位置，在熱力學極限下不會消失的寬臨界窗的存在，以及在小的連通分量中發生的顏色切換的特殊現象。這些結果可用於設計具有所需特性的類似滲透的過程，優化網路對滲透的響應，並檢測提供網路崩潰早期警告的微妙信號。

利用序列種子探索信息傳播的極限

原文標題： Probing Limits of Information Spread with Sequential Seeding

地址： http://arxiv.org/abs/1809.06656

作者： Jaroslaw Jankowski, Boleslaw K. Szymanski, Przemyslaw Kazienko, Radoslaw Michalski, Piotr Brodka

摘要：我們在這裡考慮信息傳播，它以一定的概率從剛剛激活的節點傳播到它們尚未激活的鄰居。甚至可以通過激活一小組節點來觸發擴散級聯。這種激活通常在單個階段中進行。這裡分析了一種基於連續播種的新方法，從而產生了三個基本貢獻。首先，我們提出了隨機選擇的協調執行，以便能夠精確地比較不同的演算法。我們在這裡應用它，當每個傳播階段的新激活的節點試圖激活它們的鄰居時。然後，我們提供了一個正式的證據，即連續播種至少提供與單階段播種相同的覆蓋範圍。此外，我們還表明，在適度的假設下，順序播種實現的覆蓋率可以比使用相同數量的種子和節點排名的基於單階段的方法更好。最後，我們提出實驗結果，顯示有向和無向圖上的單階段和順序方法如何與眾所周知的貪婪方法進行比較，以提供連續播種效益的客觀測量。令人驚訝的是，將順序播種應用於簡單的基於程度的選擇導致比目前被認為是最佳啟發式的計算上昂貴的貪婪方法所實現的更高的覆蓋範圍。

集體行人動力學實驗研究

原文標題： Experimental Study of Collective Pedestrian Dynamics

地址： http://arxiv.org/abs/1809.06817

作者： Cécile Appert-Rolland, Julien Pettré, Anne-Hélène Olivier, William Warren, Aymeric Duigou-Majumdar, Etienne Pinsard, Alexandre Nicolas

摘要：我們報告了兩個系列的實驗，這兩個實驗是在兩個不同合作的框架內進行的，旨在研究行人如何在群體或人群中調整其軌跡和速度。重點放在所選方案和實驗實施的動機上。第一個系列涉及模式形成，行人之間的相互作用，以及中低密度行人群體的決策。特別是，我們展示了行人如何根據（規定的）領導者的速度調整他們在單文件運動中的車頭時距。第二系列實驗側重於高密度的靜態人群，這種情況在現實生活中是至關重要的，並且行人對運動的選擇受到空間的強烈約束。更確切地說，我們研究了人群對行人或直徑74厘米的圓柱形障礙物穿越的反應。在後一種情況下，對於中等密度的人群，我們觀察到在距離障礙物的最小距離處快速衰減的位移，超過了儀錶的數量級。

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。