arxiv论文链接(Arxiv网络科学论文摘要20篇)

  • 熵、比热、磁化率和渗流的Rushbrooke不等式;
  • 使用水平能见图网络的跨尺度径流可预测性洞察;
  • 社会网络的区分性中心性;
  • 潜在客流预测:城市交通发展的新型研究;
  • 利用Kronecker积的复合网络结构可观测性/可控性最小充分条件;
  • 一个多特征扩散模型:阻止社会网络谣言;
  • 重叠社区和多路网络缺失链路预测;
  • 从玻尔兹曼到香农和杰恩斯再到齐普夫;
  • 带不确定性的动力学模型重建行车速度分布;
  • 类型向量的单调次模多样性函数,及其在目标影响最大化的种子的多样化中的应用;
  • 确定个体来源相似(DInOS):用Stylometric特征进行作者二元分类;
  • 德国区域化供热需求和能源热转换能力——评估可再生能源集成的开放数据集;
  • 使用模型生成替代选择(MGA)的能源情景探索;
  • 加权含时事件图;
  • 复杂网络的最优破碎;
  • 迈向社会化媒体打击仇恨言论和人身攻击;
  • 政治选举在(社会)火?Twitter上宣传的分析和检测;
  • 属性网络上的多尺度异常检测;
  • 有随机行为和顽固主体的意见动力学;
  • Subreddit的R/unpopularopinion板块:针对沉默的螺旋;
  • 熵、比热、磁化率和渗流的Rushbrooke不等式

    原文标题: On entropy, specific heat, susceptibility and Rushbrooke inequality in percolation

    地址: http://arxiv.org/abs/1703.04893

    作者: M. K. Hassan, D. Alam, Z. I. Jitu, M. M. Rahman

    摘要: 我们调查渗滤,用于连续相转变(CPT),对平方和加权平面随机晶格的概率模型。在其热对方,熵是最低限度地低,其中顺序参数(OP)是最大程度地高,并且反之亦然。此外,比热,OP和接近临界点时敏感性表现出幂律和相应的临界指数 α,-β,伽马体面服从Rushbrooke不等式(RI) 阿尔法 2 的β 伽马 GEQ 2 。他们在渗流类似物,然而,仍然难以实现。我们定义熵,比热,并重新定义易感性渗透,并表明他们的行为完全以同样的方式作为自己的热对口。我们还表明,RI拥有两个格子尽管它们属于不同的普适类。

    使用水平能见图网络的跨尺度径流可预测性洞察

    原文标题: Insights On Streamflow Predictability Across Scales Using Horizontal Visibility Graph Based Networks

    地址: http://arxiv.org/abs/1912.03343

    作者: Ganesh R. Ghimire, Navid Jadidoleslam, Witold F. Krajewski, Anastasios A. Tsonis

    摘要: 径流是一个动态的过程,流域范围内的空间和时间积分水的运动。作者在衣阿华州表征与径流时间序列数据相关联的动力学从约71美国地质调查局(USGS)流测量站。他们采用所谓的可视性图(VG)的新方法。它采用时间序列映射到复杂网络研究动力系统的时间演化行为的概念。作者着眼于VG算法称为水平可视性图(HVG)的简单变体。动力学和因此的跟踪,径流过程的可预测性,通过提取信息称为特征指数的两个关键件,拉姆达度分布和全局集群系数的,关于HVG GC来源的网络进行。作者使用这两项措施,以确定径流过程是否有它的随机或混乱的过程起源。它们表明,径流动态变化的特性是数据属性敏感。通过系统全面的分析,作者说明了水流动力学特性是正常化,和时间尺度径流时间序列的敏感。在日常的规模,在水流在分析中使用的所有站,揭示了具有较强的空间尺度(盆大小)的依赖性的随机性。这对径流和洪水的预测意义。作者证明动力学过渡通过潜在混沌随机相关过程作为平均时间尺度增加。最后,拉姆达和GC的时间趋势是在车站总数的约40%,统计学显著分析。归因这一趋势的因素,如气候变化,土地使用,需要进一步研究。

    社会网络的区分性中心性

    原文标题: Distinctiveness Centrality in Social Networks

    地址: http://arxiv.org/abs/1912.03391

    作者: A. Fronzetti Colladon, M. Naldi

    摘要: 节点中心地位的确定是在社会网络研究的基本课题。与此相反,以建立的指标,该标识基于其经纪功率中心节点的数量和重量及其连接的,并迅速到达所有其他节点的能力,我们引入独特性掌的五项新举措。那些新的度量属性一个较大的值,以保持与网络外围,而不是连接。我们计算它们的主要特点,即范围和类无标度网络的预期值。结果表明,它们都与保持连接的网络外围的目标相一致,并于既定指标的中心地位提供替代的观点。

    潜在客流预测:城市交通发展的新型研究

    原文标题: Potential Passenger Flow Prediction: A Novel Study for Urban Transportation Development

    地址: http://arxiv.org/abs/1912.03440

    作者: Yongshun Gong, Zhibin Li, Jian Zhang, Wei Liu, Jinfeng Yi

    摘要: 最近,客流预测的实际应用带来了城市交通的发展带来许多好处。随着城市化进程的发展,从交通管理现实世界的需求在这之前从来没有计划一个城市地区建立一个新的地铁站。当局有兴趣的乘客的未来体积的画面构造一个新的前站,并估计会是怎样影响到其他地区。在本文中,这一特定问题的被称为作为潜在客流(PPF)预测,其是与城市计算和智能交通系统连接的新颖的和重要的研究。例如,一个准确的预测PPF可以提供宝贵的知识来设计,如站规模和影响的其他领域的建议,等等。为了解决这个问题,我们提出了本地化相关的学习方法,多视图。我们战略的核心思想是要学会与自适应重目标区及其局部区域之间的客流相互关系。为了提高预测精度,其他域知识经由多视点学习过程参与。我们进行深入的实验来评价我们的现实世界的官运集方法的有效性。结果表明,我们的方法可以与其他可用的基线相比,实现优异的性能。此外,我们的方法能够提供有效的解决方案在推荐系统冷启动问题为好,这证明了它的表现优于实验结果。

    利用Kronecker积的复合网络结构可观测性/可控性最小充分条件

    原文标题: Minimal Sufficient Conditions for Structural Observability/Controllability of Composite Networks via Kronecker Product

    地址: http://arxiv.org/abs/1912.03470

    作者: Mohammadreza Doostmohammadian, Usman A. Khan

    摘要: 在本文中,我们考虑从更小的网络的Kronecker积形成的复合网络。我们发现,与它的组成更小的网络的产品网络的可观测性和可控性。整个网络被建模为线性结构不变(LSI)的动力系统,其中底层矩阵具有一个固定的零/非零结构但非零元素是潜在的时变的。这种方法允许对系统参数的自由变量,其值只可容许的范围内已知的建模。我们特别找复合网络的可观性和可控性最小充分条件,这在分布式估计和网络控制系统的设计直接应用。本文的方法是基于结构化系统的分析和图论,因此,结果是通用的,即,它们适用于几乎所有非零的自由参数的选择。我们发现从整个结构秩系统和自阻尼网络得到的复合产品网络的可控性/可观测结果。我们提供了基于卡尔曼滤波过的复合网络,以验证我们的结果估计的说明性示例。

    一个多特征扩散模型:阻止社会网络谣言

    原文标题: A Multi-Feature Diffusion Model: Rumor Blocking in Social Networks

    地址: http://arxiv.org/abs/1912.03481

    作者: Jianxiong Guo, Tiantian Chen, Weili Wu

    摘要: 在线社会网络为谣言的传播,这可能导致严重的善后事宜,如经济损失和公众恐慌一个方便的平台。经典的谣言阻塞问题的目标,推出一组节点是一个积极的级联,以限制谣言的传播与误传竞争。然而,大多数相关研究都是基于一维扩散模型。在现实中,也有与对象相关联的多个功能。用户的这个对象印象不只是一个功能,但通过对所有这些功能他/她的整体评估来确定。因此,该对象的影响传播可以被分解成多个特征的传播。在此基础上,提出了一种多特征扩散模型(MF-模型)在本文中,并且一个新的问题,多特征据传阻塞(MFRB),根据此模型被配制在多层网络结构。为了解决MFRB,我们设计一个创造性的采样方法,称为多采样,其可以被应用到多层网络结构。通过鞅分析的启发,修订-IMM算法,并返回一个令人满意的近似解MFRB。最后,我们通过开展对真实数据集实验评价我们的算法,并显示修订-IMM算法的有效性和准确性,显著优于其他基线算法。

    重叠社区和多路网络缺失链路预测

    原文标题: Overlapping Communities and the Prediction of Missing Links in Multiplex Networks

    地址: http://arxiv.org/abs/1912.03496

    作者: Amir Mahdi Abdolhosseini-Qomi, Naser Yazdani, Masoud Asadpour

    摘要: 复用网络是通过不同类型的连接(即层)连接的真实世界的复杂系统为一组实体(即节点)的表示。在这些网络中所观察到的连接可能不完全,链路预测任务是有关查找跨层的缺失环节。因此,主要的挑战是从不同层收集相关证据,协助目标层上的链路预测任务。据了解,联合会员在社区中增加节点之间的连接的机会。在这里,我们讨论了具有相似群落结构(显著层间社区重叠)与目标层做同样的辅助层的社区是共同成员。另外,关于横跨辅助层的社区链接重叠的变化观察结果表明,在目标层上的链路预测任务这些社区的贡献的程度可以是不同的。所提出的ML-BNMTF如在多重网络的链路预测方法,是基于这些观察和对基线方法相比支持发现设计的。

    从玻尔兹曼到香农和杰恩斯再到齐普夫

    原文标题: From Boltzmann to Zipf through Shannon and Jaynes

    地址: http://arxiv.org/abs/1912.03570

    作者: Alvaro Corral, Montserrat Garcia del Muro

    摘要: 字频分布,可生成在语篇的基本构建块。众所周知,从经验证据,几乎任何文字的字频分布由齐普夫定律近似描述,至少。继Stephens和Bialek [物理学。启ê81,066119,2010],我们解释任何词的出现次数从它的组成字母之间的相互作用所产生的潜力。事实上,杰恩斯最大熵原理,通过每一个实证两个字母的边分布给出的约束,导致玻尔兹曼分布词的概率,由所有成对(两个字母)的总和给出的能源等功能潜力。改进的迭代尺度算法,可以让我们从实证两个字母边人发现的潜力。底肥这种形式主义与多达六个字母从最近创建的标准化古登堡计划语料库的英语子集的话,我们发现,该模型能够再现齐普夫定律,但也有一些限制:得到了广大齐普夫的幂律制度,但个别单词的概率显示出相当大的散射。通过这种方式,一个纯粹的统计物理学框架是用来描述词的概率。作为一个副产品,我们发现,实证两个字母的边分布和相互作用势分布都遵循定义良好的统计规律。

    带不确定性的动力学模型重建行车速度分布

    原文标题: Reconstruction of traffic speed distributions from kinetic models with uncertainties

    地址: http://arxiv.org/abs/1912.03706

    作者: M. Herty, A. Tosin, G. Visconti, M. Zanella

    摘要: 在这项工作中,我们探讨交通动态动力学方法来预测通过粗略的数据获得的速度分布的能力。本方法采用的不确定性量化的形式主义,因为反应的优势是不确定的,连接到不同类型的驾驶行为或不同类存在于流动的车辆。因此,预计速度分布的校准必须面对的不确定性的分布的重建。我们采用记录在德国的高速公路,其速度分布显示多式联运趋势实验显微测量。校准是通过经由约束优化方法外推的动力学分布的不确定性参数来执行。结果证实了理论的建立的有效性。

    类型向量的单调次模多样性函数,及其在目标影响最大化的种子的多样化中的应用

    原文标题: Monotone Submodular Diversity functions for Categorical Vectors with Application to Diversification of Seeds for Targeted Influence Maximization

    地址: http://arxiv.org/abs/1912.03727

    作者: Antonio Caliò, Andrea Tagarelli

    摘要: 嵌入多样性纳入知识发现任务是至关重要的,加强与有关新颖性,偶然性和道德高影响力方面的开采模式的有意义。出人意料的是,在社会网络的影响力最大化的经典问题,相对较少的研究一直致力于多样性和其融入的影响最大化方法的目标函数。在这项工作中,我们提出了种子多样性的基于边信息概念引入有针对性的影响力最大化问题的目标函数的积分。从假设边信息可在处于类别属性值的一般形式节点级开始,我们设计一类专门设想用于确定一组与被发现的种子相关联的分类型材内的多样性单调子模函数。这使我们能够建立一个高效的可扩展性近似法,用最优的恒定因素的保证。更确切地说,我们制定的国家的最先进的反向影响采样框架下的基于属性的多样性敏感针对性影响最大化问题,我们开发的方法,被称为ADITUM,确保一个(1-1 / E- 小量)一般触发扩散模型下-approximate溶液。我们实验评价五个真实世界的网络ADITUM,包括与利用基于数值属性的多样性和影响力最大化拓扑驱动多样性方法的比较。

    确定个体来源相似(DInOS):用Stylometric特征进行作者二元分类

    原文标题: Determining Individual Origin Similarity (DInOS): Binary Classification of Authors Using Stylometric Features

    地址: http://arxiv.org/abs/1912.03750

    作者: A. Kingsland, D. Fortin, E. Cary, S. Smith, K. Pazdernik, R. Perko

    摘要: 作者的相似性和检测是在以自动化的方式检测状态为首的虚假运动的一体第一步。电流检测技术需要的分析师或主题专家,以手牧师账户。 Stylometric功能在识别未知文件的作者丰富的历史,但很少勘探已经完成,作者比较了彼此。我们已经适应的对笔者相似性指标使用stylometric功能选出来,并显示他们的> 0.96 F-1性能的策展作者分类任务,在这两个传统的机器学习和深刻的学习模式。这些特点应该有助于作家相似的研究领域的不断扩大,并加快检测和缓解大型社交媒体造谣宣传的过程。

    德国区域化供热需求和能源热转换能力——评估可再生能源集成的开放数据集

    原文标题: Regionalised heat demand and power-to-heat capacities in Germany — An open data set for assessing renewable energy integration

    地址: http://arxiv.org/abs/1912.03763

    作者: Wilko Heitkoetter, Wided Medjroubi, Thomas Vogt, Carsten Agert

    摘要: 较高的股票波动从电力系统引入可再生能源发电的增加,电网平衡的需求。用于避免可再生能源的削减的一种方法是使用多余的电力馈入用于加热应用。为了评估该地区的电力 - 热技术可以促进可再生能源的整合,因此需要对热量需求的空间分布的详细数据。我们判断在住宅建筑领域的整体热负荷和共享覆盖电加热技术在德国的各行政区,用15分钟的时间分辨率。采用德国人口普查数据的专项评测,我们定义了729个建筑类别和分配单独的热需求值。此外,加热的类型和不同的类装加热能力被定义。我们的分析表明,小规模的单层加热和大型集中供热的份额是在城市高,而有在农村地区的中等规模的集中供热。这个结果从单户和多户住宅的各区域中的不同份额。为了确定电覆盖的热需求,我们考虑到热泵和电阻加热技术。所有的结果,以及在开发的代码,是在开源许可证发布,因此还可以通过其他研究人员的力量 - 热的可再生能源一体化的评估使用。

    使用模型生成替代选择(MGA)的能源情景探索

    原文标题: Energy Scenario Exploration with Modeling to Generate Alternatives (MGA)

    地址: http://arxiv.org/abs/1912.03788

    作者: Joseph F. DeCarolis, Samaneh Babaee, Binghui Li, Suyash Kanungo

    摘要: 能量系统优化模型(ESOMs)应以互动的方式揭露刀口的解决方案中使用,探索替代的系统配置,并建议不同的方式达到深层的不确定性条件下的政策目标。在本文中,我们采用所谓的建模,生成替代品(MGA)现有的优化技术,其中包括在模型结构,以系统地探讨了近最优决策空间的变化这样做。该MGA能力纳入工具能量模型优化和分析(Temoa),一个开源的框架,还包括技术雄厚,自下而上ESOM。在这种分析中,Temoa用于在代表美国电气部门和轻型运输部门的一部分的简化的单一区域能源系统探索替代能源期货。考虑到数据集的限制,我们将更加注重方式方法,而不是具体的结果。

    加权含时事件图

    原文标题: Weighted temporal event graphs

    地址: http://arxiv.org/abs/1912.03904

    作者: Jari Saramäki, Mikko Kivelä, Márton Karsai

    摘要: 时间网络事件及其相关的时间包含在网络上的功能的信息,他们影响动态过程发生就可以了。把解压出来的关联事件时间的信息,技术,如时间模体的分析得到了发展。我们讨论的时间,网络结构映射到静态的图表,同时保持对时间的尊重路径及其后续事件之间的时间差信息,最近推出的,更广泛的框架。该框架建立在加权时间事件的曲线图:有向,无环图(DAG),其包含所有的时间的路径的叠加。我们读者介绍的时间事件图映射和相关联的计算方法,并说明通过将框架颞网络渗滤其使用。

    复杂网络的最优破碎

    原文标题: Optimal shattering of complex networks

    地址: http://arxiv.org/abs/1912.04044

    作者: Nicole Balashov, Reuven Cohen, Avieli Haber, Michael Krivelevich, Simi Haber

    摘要: 我们考虑随机图的不同模型的最佳攻击或免疫方案。我们推导需要被从网络移除,使得所有剩余的组分是可忽略的大小的片段节点的最小数量界限。我们获得界限为随机正则图的不同机制,的Erd ħö S-R ‘恩义随机图和尺度免费网络,其中一些是紧。我们发现,由度攻击性能最优,从远离边界。最后,我们提出了一个多项式时间攻击算法,并证明在某些情况下,它的最佳性能。

    迈向社会化媒体打击仇恨言论和人身攻击

    原文标题: Towards countering hate speech and personal attack in social media

    地址: http://arxiv.org/abs/1912.04106

    作者: Polychronis Charitidis, Stavros Doropoulos, Stavros Vologiannidis, Ioannis Papastergiou, Sophia Karakeva

    摘要: 仇恨言论在社会化媒体的破坏性影响,在过去几年中是显而易见的,和几个组织,研究人员和社交媒体平台本身也试图利用他们没有很大的成功。近日,深度学习的问世之后,一些新的方法出现在仇恨言论检测领域。然而,显而易见的是,这样的方法依赖于大规模数据集,以表现出竞争力的性能。在本文中,我们提出了一个新颖的,在五种不同的语言数据集的公开可用的集合,它由微博指的是新闻相关的账户,包括高品质的人注解仇恨言论和人身攻击的。要构建的数据集,我们遵循简洁的注解策略,并采用主动学习方法。此外,我们提出了一些国家的最先进的仇恨言论检测深度学习的架构,并使用这些数据集训练和评估。最后,我们建议优于所有个别车型的整体模型。

    政治选举在(社会)火?Twitter上宣传的分析和检测

    原文标题: Political Elections Under (Social) Fire? Analysis and Detection of Propaganda on Twitter

    地址: http://arxiv.org/abs/1912.04143

    作者: Ansgar Kellner, Lisa Rangosch, Christian Wressnegger, Konrad Rieck

    摘要: 对于许多人来说,社会网络已经成为新闻的主要来源,但所提供的信息及其可信度的正确性往往不清楚。 2016年美国总统大选的调查带来了外部运动的存在,光针对影响一般的政治舆论。在本文中,我们调查是否对政治选举类似的影响在欧洲观察为好。为此,我们用过去德国联邦选举作为一项指标,并检查在Twitter上宣传的基础上,从一期268天的数据。我们发现,从美国总统大选79个巨魔也于2013年德国联邦议院选举传播右翼观点行事。此外,我们开发了一个探测器用于寻找自动化的行为,使我们能够识别2414个以前未知的机器人。

    属性网络上的多尺度异常检测

    原文标题: Multi-scale Anomaly Detection on Attributed Networks

    地址: http://arxiv.org/abs/1912.04144

    作者: Leonardo Gutiérrez-Gómez, Alexandre Bovet, Jean-Charles Delvenne

    摘要: 许多社会和经济制度可以表示为编码谁是自己的描述不同节点属性的实体之间的关系归属网络。在这些系统中发现异常是用于检测滥用如信用卡欺诈,垃圾邮件网站或网络入侵的关键。直观上,异常节点被定义为节点其属性从一组特定的参考节点的属性截然不同不同,称为的异常的上下文。虽然一些方法已经提出了斑点异常局部,全局或社区范围内,问题仍然具有挑战性,因为实际网络的多尺度组合物和节点的元数据的异质性。在这里,我们提出了一个原则性的方式揭露异常节点与相对于他们是异常的情况下同时,在网络的所有相关尺度。我们表征在浓度方面异常节点保留对每个节点的局部平滑的上图的顶点的特定信号之后。此外,我们介绍社区检测所采用的马尔可夫稳定框架的曲线图的信号处理制剂中,为了发现异常的情况下。我们的方法的性能评估在合成和真实世界的归属网络,并显示优异的业绩有关的艺术算法的状态。最后,我们将展示我们的方法在大型网络中采用切比雪夫多项式近似的可扩展性。

    有随机行为和顽固主体的意见动力学

    原文标题: Opinion Dynamics with Random Actions and a Stubborn Agent

    地址: http://arxiv.org/abs/1912.04183

    作者: Olle Abrahamsson, Danyo Danev, Erik G. Larsson

    摘要: 我们在与谁影响他们的邻居,谁自己始终坚持自己最初的意见固执主体商社会网络研究意见动态。我们首先考虑的知名德格鲁特模型。虽然在文献中,这种模式可能会导致即使在顽固剂存在共识众所周知,我们表明,在相同的结果下较弱的假设持有多已有报道。然后,我们认为近期的德格鲁特模型,其中每个主体的意见是随机伯努利分布变量的扩展,以及通过利用第一个结果,我们建立这种模式也导致了共识,收敛的概率意义上,存在一个顽固剂。此外,所有主体商的意见收敛到顽固剂。

    Subreddit的R/unpopularopinion板块:针对沉默的螺旋

    原文标题: Subreddit R/unpopularopinion: Against the Spiral of Silence

    地址: http://arxiv.org/abs/1912.04206

    作者: Linh Hoang, Gerry Oei, Dasom Eom

    摘要: 作为一种社会性动物,人类符合社会习俗,他们的行为和观点通过社会规范[5]的影响很大。因此,人们选择隐藏自己在别人面前的意见时,他们觉得他们的想法是对大多数人的意见。这种社会现象被称为沉默[4]所述螺旋。近日,网络技术和网上交流的出现使得人们站出来公开表达在网络空间他们的意见,打破沉默[12]螺旋壁。该版(Subreddit)R / unpopularopinion已被设计为允许用户共享并坦言讨论社会上不受欢迎的思想。在这项研究中,我们引入一个描述性研究,以显示版(Subreddit)R / unpopularopinion如何帮助其用户获得了沉默的螺旋。基于从社会的观察和访谈参与者的调查结果将R / unpopularopinion进行了分析。即使r的环境/ unpopularopinion鼓励用户自由地表达自己的观点,这个社会的主要人口是年轻的白人男性,并代表他们的小组的意见是由一般用户的支持,并拿出头版。因此,少数人的意见被忽视,并且它导致的沉默现象的另一个螺旋。在未来的研究,

    声明:Arxiv文章摘要版权归论文原作者所有,由本人进行翻译整理,未经同意请勿随意转载。本系列在微信公众号“网络科学研究速递”和个人博客进行同步更新。


    arxiv论文链接(Arxiv网络科学论文摘要20篇)(1)

    ,

    免责声明:本文仅代表文章作者的个人观点,与本站无关。其原创性、真实性以及文中陈述文字和内容未经本站证实,对本文以及其中全部或者部分内容文字的真实性、完整性和原创性本站不作任何保证或承诺,请读者仅作参考,并自行核实相关内容。文章投诉邮箱:anhduc.ph@yahoo.com

      分享
      投诉
      首页