Arxiv网络科学论文摘要14篇(2020-09-07)
作者:半岛真人app官方网站入口 发布时间:2023-06-16 11:37
本文摘要:交通信息时代的Braess悖论;霍克斯模型的远程通信模式展现了关系动态和人格特质;任意时间规模内信息级联的可扩展预测;分段牢固任意稀疏网络序列中所有可检测变化点的一致检测和最佳定位;在空间网络中通过渗流主干举行相互依赖的传输;PolSIRD:干预计谋下的盛行病流传建模及其在COVID-19流传中的应用; 群体免疫中的异质性和超级流传效应;我为什么不粉你?

半岛真人app官方网站入口

交通信息时代的Braess悖论;霍克斯模型的远程通信模式展现了关系动态和人格特质;任意时间规模内信息级联的可扩展预测;分段牢固任意稀疏网络序列中所有可检测变化点的一致检测和最佳定位;在空间网络中通过渗流主干举行相互依赖的传输;PolSIRD:干预计谋下的盛行病流传建模及其在COVID-19流传中的应用; 群体免疫中的异质性和超级流传效应;我为什么不粉你?卖力任推荐系统的正面和负面理由;模拟乐成会导致最后通牒博弈中的生活成本影响公正性;大韩民国第20届国会政党配合赞助分析;通过贝叶斯趋势分析评估COVID-19对网络欺凌的影响;通过深度学习和网络科学模型评估都会封锁对控制COVID-19流传的影响; 通过标志控制假新闻:分支历程分析;随机图聚类随机化;交通信息时代的Braess悖论原文标题: Braess’ paradox in the age of traffic information地址: http://arxiv.org/abs/2009.02158作者: Stefan Bittihn, Andreas Schadschneider摘要: Braess悖论形貌了一种违反直觉的情况,即在门路网络中添加新门路会导致所有网络用户的旅行时间增加。最近,我们可以证明导致微观悖论的用户最优存在于微观运输模型网络中。我们导出了两种路由选择计谋的相位图,这些计谋在所有网络用户的外部举行了调整和应用。

在这里,我们要解决的问题是,如果凭据两种交通信息做出明智的门路选择决议,是否仍能实现这些用户最优。我们发现,如果驾驶员1)凭据他们自己的已往履历做出明智的决议,或者2)使用与现代导航应用法式提供的交通信息类似的交通信息,仍然可能泛起悖论。

这讲明现代交通信息系统无法解决Braess的悖论。霍克斯模型的远程通信模式展现了关系动态和人格特质原文标题: Hawkes-modeled telecommunication patterns reveal relationship dynamics and personality traits地址: http://arxiv.org/abs/2009.02032作者: Mateusz Nurek, Radosław Michalski, Marian-Andrei Rizoiu摘要: 我们的手机包罗大量关于我们的私人信息已不是新闻,这就是为什么我们试图确保它们的宁静。

可是,纵然是关于我们如何相同的痕迹也可以告诉我们许多有关我们的信息。在这项事情中,我们从到场Netsense研究的200名学生的通话和发短信历史开始,并将其与学生与同龄人甚至性格特征的关系类型联系起来。首先,我们证明晰具有幂律衰减内核的霍克斯点历程可以准确地对等体之间的呼叫运动建模。其次,我们证明晰霍克斯模型的拟合参数可以预测关系的类型,而且可以使用霍克斯历程的泛化误差来检测关系类型的变化。

最后,我们通过配合建模由学生提倡的交流系列,为研究中的学生建设形貌符。我们发现,霍克斯(Hawkes)建模的电信模式可以预测学生的Big5心理丈量特征,其准确性险些与用户填写的关于兴趣喜好,运动,幸福感,所获得的结果,康健状况和所阅念书籍的数量有关。

这些效果很是重要,因为它们讲明通常驻留在小我私家控制规模之外的信息(例如通话记载和文本记载)展现了有关他们之间的关系以及他们的性格特征的信息。任意时间规模内信息级联的可扩展预测原文标题: Scalable Prediction of Information Cascades over Arbitrary Time Horizons地址: http://arxiv.org/abs/2009.02092作者: Daniel Haimovich, Dima Karamshuk, Thomas J. Leeper, Evgeniy Riabenko, Milan Vojnovic摘要: 思量到有关内容的初始受接待水平增长和其他内容功效的信息,我们思量了在任意时间规模内预测社会网络内容的受接待水平的问题。这些预测可用于种种应用法式,包罗及早发现在线社会网络中潜在有害的病毒内容。

预测任务很难题,因为寓目事件是转售,提要排名算法以及内容受接待水平和网络结构的自然特征之间庞大的交互作用的效果。我们提出了一个模型,该模型基于强度呈指数衰减的霍克斯点历程,在任意时间规模内预测信息级联巨细。该模型依赖于在参考时间规模内使用信息级联巨细的点预测器和有效增长指数的点预测器,以描画信息级联流传的时间尺度。

这导致了一种高度可扩展的方法,用于预测任意未来时间规模内内容项的累计寓目次数。我们在两个月的时间内分析了Facebook上大量的公共页面内容。我们发现内容寓目率展现出庞大的时间模式,而且随着时间跨度呈指数级衰减,连续了几天。

对我们提出的预测方法的准确性举行的分析讲明,单个模型可以在广泛的规模内实现高性能。分段牢固任意稀疏网络序列中所有可检测变化点的一致检测和最佳定位原文标题: Consistent detection and optimal localization of all detectable change points in piecewise stationary arbitrarily sparse network-sequences地址: http://arxiv.org/abs/2009.02112作者: Sharmodeep Bhattacharyya, Shirshendu Chatterjee, Soumendu Sundar Mukherjee摘要: 我们在分段牢固网络的情况下思量离线变化点检测和定位问题,其中可视察的是网络的有限序列。我们开发了一种算法,该算法包罗基于观察网络的自适应修剪毗邻矩阵的一些适当修改的CUSUM统计信息,用于检测和定位输入数据中存在的单个或多个变化点。

当从非匀称随机图模型生成输入(网络的有限序列)时,我们提供严格的理论分析和有限样本预计,以评估所提出方法的性能,其中变化点的特征是平均毗邻矩阵的变化。我们讲明,所提出的算法可以检测(重新定位)所有变化点,而预期毗邻矩阵中的变化在最小最大可检测性(重新定位)阈值之上,而且始终没有关于(a)下限的任何先验假设对于基础网络的稀疏性,(b)变换点数量的上限,以及(c)一连变换点之间的距离的下限,前提是一连变换点对之间的最小距离或平均值底层网络的自由度任意缓慢地到达无穷大。我们还证明晰上述条件对于保持一致性是须要的。

在空间网络中通过渗流主干举行相互依赖的传输原文标题: Interdependent transport via percolation backbones in spatial networks地址: http://arxiv.org/abs/2009.02117作者: Bnaya Gross, Ivan Bonamassa, Shlomo Havlin摘要: 网络中节点的功效通常由属于巨型组件的结构特征来形貌。可是,在处置惩罚诸如传输之类的问题时,更合适的功效尺度是让节点属于网络的主干,在该主干中发生信息流和其他物理量(例如电流)的流动。在这里,我们研究了相互依赖的电阻器网络模型中的渗滤,并显示了空间性对其耦合功效的影响。

我们在具有链接长度的泊松漫衍的空间网络现实模型上执行此操作。我们发现,相互依存的电阻器网络比基于渗流的电阻器网络要懦弱得多,它们在链路长度处具有一阶相变,而互巨分量仍然不停泛起。

我们通过追踪相互依存运输的懦弱性增加的泉源,来解释这种显着的矛盾,而这种懦弱性是由吊运端起到的关键作用。此外,我们通过思量异构的 k 焦点渗滤历程来解释这些差异,该历程能够界说约束条件变得越来越严格的单参数功效准则系列。

我们的效果凸显了节点功效的差别界说对耦合历程的团体属性的重要性,并提供了对许多实际网络中相互依存传输问题的更好明白。PolSIRD:干预计谋下的盛行病流传建模及其在COVID-19流传中的应用原文标题: PolSIRD: Modeling Epidemic Spread under Intervention Policies and an Application to the Spread of COVID-19地址: http://arxiv.org/abs/2009.01894作者: Nitin Kamra, Yizhou Zhang, Sirisha Rambhatla, Chuizheng Meng, Yan Liu摘要: 传统上,人口盛行的流传是通太过隔模型来建模的,该模型代表了在没有任何关预政策的情况下疾病的自由演化。此外,这些模型假定具有完全可视察性,而且不思量案件漏报的情况。我们提出了一个数学模型,即PolSIRD,它通过引入视察机制解决了陈诉不足的问题。

它还通过使用干预计谋数据和陈诉的疾病病例来描画干预计谋对疾病流传参数的影响。此外,我们允许我们的递归模型通过基于梯度的训练来端对端学习所有隔室的初始隐藏状态以及其他参数。我们将模型应用于最近在全球发作的COVID-19疫情,该模型在大多数指标上都优于CDC所接纳的当前方法。

我们还通过模型中的反事实模拟为排除干预政策提供了可行的指导。群体免疫中的异质性和超级流传效应原文标题: Heterogeneity and Superspreading Effect on Herd Immunity地址: http://arxiv.org/abs/2009.01923作者: Yaron Oz, Ittai Rubinstein, Muli Safra摘要: 思量到感染性和敏感性的异质性,以及两个参数之间的相关性,我们对牛群免疫发生所需的熏染人群比例举行建模和盘算。我们讲明,这些因素导致繁殖数量随着希望而淘汰,因此对预计必须熏染该疾病以到达群免疫的人口的须要比例发生庞大影响。

我们讨论了对COVID-19和其他盛行病的影响。我为什么不粉你?卖力任推荐系统的正面和负面理由原文标题: Why should I not follow you? Reasons For and Reasons Against in Responsible Recommender Systems地址: http://arxiv.org/abs/2009.01953作者: Gustavo Padilha Polleti, Douglas Luan de Souza, Fabio Cozman摘要: 一些推荐系统(RS)求助于解释,以增强对建议的信任。

可是,当前用于发生解释的技术往往会强烈支持推荐的产物,而不是同时给出原因和阻挡的理由。我们认为,通过坦率地向用户显示两种原因,RS可以更好地提高整体信任度和透明度。

我们通过使用知识图谱和应用Snedegar的实践推理理论开发了这样的RS。我们证明我们已实施的RS具有精彩的性能,而且我们在一项针对人类受试者的实验中举行了陈诉,该实验讲明了提出赞成和阻挡两种理由的价值,而且在信任,敬业度和说服力方面都有显著改善。模拟乐成会导致最后通牒博弈中的生活成本影响公正性原文标题: Imitation of Success Leads to Cost of Living Mediated Fairness in the Ultimatum Game地址: http://arxiv.org/abs/2009.01970作者: Yunong Chen, Andrew Belmonte, Christopher Griffin摘要: 现在尚不相识在生物和社会系统中泛起互助背后的机制。特别是,《最后通game》博弈中的人类行为险些总是非理性的,他们倾向于相互分享的计谋,而黑猩猩则体现出理性和自私的行为。

可是,人类行为会随地理和文化差异而变化,从而导致差别的行为。在这封信中,我们分析了一种社会模拟模型,该模型联合了内部能量存储(例如食物/款项储蓄),生活成本,死亡和繁殖。我们讲明,当模拟(和死亡)发生时,自私与生活成本之间就会泛起自然的联系。

可是,在所有不会瓦解的社会中,非纳什共享计谋实际上是模拟的效果。我们将该模型与对人类地理上差别的最后通game博弈研究举行的荟萃分析的效果举行比力,并讲明所提出的模型能够描画现实世界数据的许多定性方面。大韩民国第20届国会政党配合赞助分析原文标题: Co-sponsorship analysis of party politics in the 20th National Assembly of Republic of Korea地址: http://arxiv.org/abs/2009.01971作者: Seung Ki Baek, Jonghoon Kim, Song Sub Lee, Woo Seong Jo, Beom Jun Kim摘要: 我们通过对第二十届国民议会提出的法案举行主身分分析,观察立法者之间的配合提案。

配合赞助最相关的因素是他们的党员身份,我们清楚地视察到第三方制度正在发挥作用的信号。为了确定除党派影响之外的其他因素,我们分析了立法者如何在每个党派内部集聚,效果显示,在执政党的情况下,其委员会成员与配合赞助之间存在显著相似性。另外,通过监视每个议员与他或她党的平均行为的相似性,我们发现在议员实际更改党员身份的约莫一个月之前,该比率开始淘汰。

通过贝叶斯趋势分析评估COVID-19对网络欺凌的影响原文标题: Evaluating the Impact of COVID-19 on Cyberbullying through Bayesian Trend Analysis地址: http://arxiv.org/abs/2009.02126作者: Sayar Karmakar, Sanchari Das摘要: COVID-19的影响已从小我私家康健和全球康健生长到我们的社交生活。就数字化存在而言,据推测,在大盛行期间,网络欺凌行为已大大增加。在本文中,我们研究了这样的假设,即最近几年网络欺凌和此类事件的陈诉是否有所增加。

为了评估推测,我们收集了2020年1月1日至2020年6月7日之间公布的与网络欺凌相关的公共推文(N = 454,046)。简朴的视觉常客分析忽略了序列相关性,因此没有形貌变换点。为相识决相关性和相对较少的时间点,建议通过自回归泊松模型对收集的数据举行趋势的贝叶斯预计。

我们讲明,本文详细先容的这种新的贝叶斯方法可以清楚地显示自2020年3月中以来与网络欺凌相关的推文的上升趋势。可是,该证据自己并不意味着网络欺凌的上升,但讲明了危机与讨论的相关性。这些事件是由小我私家造成的。

我们的事情着眼于网络欺凌这一关键问题,以及全球危机如何影响社交媒体滥用,并提供了一种趋势分析模型,该模型可用于总体上举行社交媒体数据分析。通过深度学习和网络科学模型评估都会封锁对控制COVID-19流传的影响原文标题: Evaluating the effect of city lock-down on controlling COVID-19 propagation through deep learning and network science models地址: http://arxiv.org/abs/2009.02152作者: Xiaoqi Zhang, Zheng Ji, Yanqiao Zheng, Xinyue Ye, Dong Li摘要: COVID-19的特殊认识特征,例如潜伏期长和无症状熏染,对停止其暴发提出了严峻挑战。

到2020年3月,中国已经乐成地控制了COVID-19的内部流传,其高昂成本使大部门主要都会(包罗震中武汉)受到了封锁。由于2020年2月中旬之前发作数据准确性较低,因此对基于早期发作的统计推断的研究举行了主要的技术关注。

我们应用监视学习技术来识别和训练NP-Net-SIR模型,该模型在恶劣的数据质量条件下体现出强大的性能。通过训练后的模型参数,我们分析了人口流动与跨区域熏染联系强度之间的联系,在此基础上举行了一系列反事实分析,以研究锁定的须要性以及锁定与其他之间的可替代性。停止措施。我们的发现支持非锁定类型的措施的存在,这些措施可以到达与锁定相同的停止效果,并为设计更灵活的停止计谋提供有用的指导。

通过标志控制假新闻:分支历程分析原文标题: Controlling Fake News by Tagging: A Branching Process Analysis地址: http://arxiv.org/abs/2009.02275作者: Suyog Kapsikar, Indrajit Saha, Khushboo Agarwal, Veeraruna Kavitha, Quanyan Zhu摘要: 在已往几年中,假新闻的流传,尤其是在在线社会网络上的流传,已成为人们关注的问题。这些平台还用于流传其他重要的真实信息。因此,需要在不显著影响真实新闻的流传的情况下减轻虚假新闻。我们使用用户识别假新闻的固有能力,并提出基于警告的控制机制来停止这种流传。

警告基于指示新闻真实性的先前用户的响应。我们使用人口巨细相关的一连时间多类型分支历程来形貌警告机制下的流传。

对于这些分支历程,我们也有新的效果。得出各个群体的(时间)渐近比例。这些效果有助于得出相关的1型,2型性能指标,并提出优化问题以设计最佳警告参数。对于类型1(类型2)性能,将标志为真实(伪)的副本比例思量在内。

我们得出性能的结构特性,这有助于简化优化问题。最后,我们证明晰最佳警告机制可以有效地缓解虚假新闻,而对真实新闻的流传发生的影响则可以忽略不计。我们使用与Twitter相关的自我网络数据库上的Monte Carlo模拟来验证性能指标。

随机图聚类随机化原文标题: Randomized Graph Cluster Randomization地址: http://arxiv.org/abs/2009.02297作者: Johan Ugander, Hao Yin摘要: 在研究网络滋扰下的因果推理时,全局平均处置惩罚效果(GATE)是关注的主要内容。使用正确指定的滋扰曝光模型,GATE的Horvitz-Thompson(HT)和H’ajekek预计器划分是无偏和一致的,但已知在许多设计和许多感兴趣的情况下都体现出极大的变化。借助滋扰图的牢固聚类,已显示出图聚类随机化(GCR)设计与节点级随机分配相比可以大大淘汰方差,可是纵然如此,方差仍然经常过大。在这项事情中,我们提出了GCR设计的随机版本,形貌性地称为随机图聚类随机分组(RGCR),它使用随机聚类而不是单个牢固聚类。

通过思量许多差别群集分配的荟萃,此设计制止了GCR的关键问题,即给定节点在给定群集中有时是“幸运的”或“不幸的”。我们提出了两种与RGCR一起使用的随机图剖析算法:随机化的3-net和1-hop-max,它是凭据先前在多路图割问题上的事情改编的。

当通过自身的随机性举行积分时,这些算法提供了可以有效预计的网络袒露概率。我们在滋扰图的怀抱结构假设下,开发了GATE HT预计量方差的上限。如果在GCR设计下HT预计量的最著名方差上限在怀抱结构的参数中是指数级的,则我们在RGCR下给出了可比力的方差上限,而在相同参数下它是多项式。我们提供了比力RGCR和GCR设计的大量仿真效果,发现在种种设置下,GATE的HT和H’ajek预计量的均方误差均大大降低。

声明:Arxiv文章摘要版权归论文原作者所有,机械翻译后由本人举行校正整理,未经同意请勿随意转载。本系列在民众号“网络科学研究速递”(netsci)和小我私家博客举行同步更新。


本文关键词:Arxiv,网络,科学,论文,摘要,14篇,2020-09-07,交通,半岛体育官方app下载

本文来源:半岛真人-www.sxyzjk.com

电话
023-652046686