核心速递
复杂网络动态相变的机器学习;
撤消合并操纵h指数;
随时间推移论文之间的距离更短,是由于跨领域的参考文献增加和高影响力论文引用率提高;
通过狄利克雷霍克斯过程识别在暗网市场隐藏买家;
将冲突不确定性纳入电力规划:南苏丹案例研究;
跨大型信息网络的迁移结构框架;
齐普夫定律的偏离比齐普夫定律本身包含了更多信息;
基于模型评估利用动力学理论的辅助驾驶车辆的影响;
囚徒困境的系统文献综述:协作和影响力;
隐藏在多层网络;
素数星多路网络;
对NITRD,NCO,NSF要求“更新到2016年国家人工智能研究与发展战略规划”信息的回复;
通过谱方法估计网络社区的数量;
捕捉创新理念的产生:在线社会网络试验和“理念地理”可视化;
Twitter关注:利用社交媒体监控和预测邻居集体效能;
洪涝灾害多发叠加目标性攻击时城市交通网络的网络的弹性;
图变换网络;
图异/自动变形:分而治之的方法;
超图随机游走;
可变的二氧化碳排放量目标下,光伏在可持续欧洲能源体系中的作用、传输容量和成本的假设;
中心性最大化博弈;
Machine learning dynamical phase transitions in complex networkshttp://arxiv.org/abs/1911.04633Qi Ni, Ming Tang, Ying Liu, Ying-Cheng Lai摘要: 近年来,机器学习已经通过复杂的网络环境,但大多数现有的工作有关的结构特性的关注。使用机器学习来检测相变和准确地识别与在复杂网络中动态过程相关联的临界转变点从而突出为开放和显著问题。在这里,我们制定了一个框架结合监督和无监督的学习,结合训练数据集的正确采样。特别是,使用疾病传播的复杂网络作为典范的设置力度,我们从监督学习单独启动,并确定降低性能的情况。为了克服这些困难导致开发的混乱方案,有效监督的和无监督学习相结合的理念。我们证明,以及用于识别与扩频关于同构网络动力学相关联的相变的方案进行,但对于异构网络性能恶化。要努力应对这一挑战导致认识到采样的训练数据集是必要的异构网络,而我们测试两种采样方法:一种基于与邻居一起,基于网络的K-核心枢纽节点的另一个上。最终的结果是,用于检测相变和准确地确定临界转变点,它是健壮的,计算上高效的,和普遍适用于任意大小和拓扑的复杂网络的通用机器学习框架。广泛的测试使用合成与实证网络验证所述铰接框架的优点,开门利用机器学习理解,检测,预测,并且通常复杂的动力系统的控制。 h-Index Manipulation by Undoing Mergeshttp://arxiv.org/abs/1604.04827René van Bevern, Christian Komusiewicz, Hendrik Molter, Rolf Niedermeier, Manuel Sorge, Toby Walsh摘要: h指数是用于评价研究人员的性能的一个重要的书目措施。研究者合并不同的版本他们在他们的谷歌个人学术档案的文章,即使这会降低他们的h指数。在这篇文章中,我们将撤消这种合并研究h指数的操纵。在通过合并物品对比操作的(van贝费尔恩等人[ARTIF英特尔240:。19-35,2016])这样的操纵是更难以检测。我们对计算复杂性本众多结果(从线性时间的算法来计算参数硬度结果)和经验表明,在由分裂h指数的至少小的改进合并制品是不幸容易实现的。
随时间推移论文之间的距离
更短,是由于跨领域的参考文献
增加和高影响力论文引用率提高
Shorter Distances between Papers over Time are Due to More Cross-Field References and Increased Citation Rate to Higher Impact Papershttp://arxiv.org/abs/1911.04548摘要: 在科学出版物数量的急剧增加引起了科学是否扩大到断裂的结构,使得跨场通信难的问题。在另一方面,科学家们可能会积极地跨领域拥有广泛的学习,以提高自己的创新能力,这可能抵消碎片的负面影响。通过中距离的调查和横截面引文网络的聚类,这项研究提出的证据表明,科学成为多领域的时间积分。发表在同年论文的平均引用距离约5.33 1950年至2018年之间下降到3.18步骤这个观察是由于跨场通信的发展在整个周期以及高影响力论文的重要性日益增加桥梁在同一年的网络。三个实证研究结果支持了这一结论。首先,距离几乎所有学科之间的整个时间段下降。其次,不平等的论文获得引用的数量增加,并因此在网络中的最短路径的时期以后更多地依赖于高影响力论文。第三,场之间的连接分散不断增加。此外,这些变化并不意味着引用的聚类的较低水平。无论内和跨场引文展现在所有年份中慢慢成长的聚类值以类似的速度。后者的研究结果表明,跨越领域学术交流的部分原因是新的领域连接学科启用。 Identifying Hidden Buyers in Darknet Markets via Dirichlet Hawkes Processhttp://arxiv.org/abs/1911.04620Panpan Zheng, Shuhan Yuan, Xintao Wu, Yubao Wu摘要: 暗网市场是在网络空间中臭名昭著的黑市场,其中涉及销售或经纪毒品,武器,偷来的信用卡和其它非法物品。要在网络空间打击非法交易,它分析参与者的行为在暗网市场是非常重要的。目前,很多研究集中在研究供应商的行为。然而,在分析买家没有太多的工作。关键的挑战是,购房者在暗网市场的匿名。对于大多数的暗网市场,我们只观察买家的ID的第一个和最后一个数字,如“一个 B”。为了应对这一挑战,我们提出了一个隐藏的买家识别模型,称为UNMIX,它可以从组一个隐藏的买方交易为一类从匿名ID给出的事务序列。 UNMIX能够将时间动态信息以及产品,评论,和供应商的每一笔交易相关联的信息模型。其结果是,与在时间和内容组在一起作为从一个隐藏买方所述亚序列方面具有类似模式的交易。在从三个真实世界的暗网市场收集到的数据的实验证明了该方法的各种聚类指标测量的有效性。真实交易顺序案例研究明确表明,我们的方法可以组交易与类似的模式在同一个集群。Building Conflict Uncertainty into Electricity Planning: A South Sudan Case Studyhttp://arxiv.org/abs/1911.04652Neha Patankar, Anderson Rodrigo de Queiroz, Joseph F. DeCarolis, Morgan D. Bazilian, Debabrata Chattopadhyay摘要: 本文在未来冲突的不确定性探讨南苏丹电力规划策略。明确认为武装冲突导致发电机损坏的可能性的随机能量系统优化模型。策略,对未来冲突的对冲,避免在基础设施昂贵的短期投资,随后可损坏具有中等冲突相关的损害情形的最大经济价值。模型结果显示,太阳能光伏发电可以发挥南苏丹未来的电力系统中起关键作用。除了减少温室气体排放和增加获得电力,这分析表明,太阳能可用于对冲的冲突发生的经济损失。虽然这里重点分析南苏丹的分析框架可以应用到其他容易发生冲突的国家。 A Framework of Transferring Structures Across Large-scale Information Networkshttp://arxiv.org/abs/1911.04665 Shan Xue, Jie Lu, Guangquan Zhang, Li Xiong摘要: 在机器学习目标挖掘信息网络现有的域特异性方法来表示信息网络的节点成矢量格式。然而,现实世界的大型信息网络无法通过一个网络使井网表示。当网络结构的信息从一个网络传送到另一个网络时,网络表示的性能可能会急剧下降。为了实现这些目标,我们提出了一个新的框架,整个转移关系的大型信息网络(FTLSIN)有用的信息。该框架包括一个2层随机游动的测量两个网络之间的关系,并预测在它们之间的联系。现实世界的数据集实验验证了该模型的有效性。 Deviations from Zipf’s law contain more information than Zipf’s law itselfhttp://arxiv.org/abs/1911.04844Giordano De Marzo, Andrea Gabrielli, Andrea Zaccaria, Luciano Pietronero摘要: 非常不同系统的等级大小地块通常都配有齐普夫定律,然而,一个经常在大尺寸观察强偏差。我们发现,这些偏差包含关于演化和系统的内在截止必要的和一般信息。尤其是,如果第一行列显示从齐普夫定律偏差,经验最高代表物理系统的固有上限截止。此外,只要底层的幂律大小分布欠纯齐普夫定律是始终存在的。Model-based assessment of the impact of driver-assist vehicles using kinetic theoryhttp://arxiv.org/abs/1911.04911Benedetto Piccoli, Andrea Tosin, Mattia Zanella摘要: 在本文中,我们认为后续的领导者业务模型,我们用它来研究不同尺度车辆明智的驾驶员辅助控制策略效果的动态描述,从当地交通起,至宏观数据流的的车辆。我们提供的事实的理论证据表明,一些典型的控制策略,如速度的调整和时间发车间隔的优化,对当地交通影响功能(例如,负责当地的业务不稳定的速度和进展色散)但对观察到的宏观流量趋势几乎没有影响(例如,通量/吞吐量的车辆)。这不明显的结论,这是非常好的协议,与自主车最近的实地研究,表明动能的方法也许是一个有机的多尺度研究的有效工具,并可能设计的驾驶员辅助算法。 A systematic literature review of the Prisoner’s Dilemma; collaboration and influencehttp://arxiv.org/abs/1911.06128Nikoleta E. Glynatsi, Vincent A. Knight摘要: 囚徒困境是自1950年以来作为研究的合作出现了一个框架使用了众所周知的博弈;持续数学,社会,生物和生态科学感兴趣的话题。博弈的迭代版本,在重复的囚徒困境,引起人们的重视在1980年的“合作的演化”出版后,一直以来不断开拓研究的话题。本文的目的是提供对囚徒困境相关研究进行系统文献综述。这两种方式实现。首先,我们审查工作选定的作品和文献,每个审查的研究不同的方面划分为五个不同的部分。其次,我们分析对囚徒困境3077篇文章从五个不同的突出刊物收集了全面的数据集。在这个手稿回答的问题是:(1)什么是该领域的研究趋势,(2)哪些领域内已经存在的结果,(3)合作是怎样的领域和(4)做作家的影响更多领域相比于其他领域。 Hiding in Multilayer Networkshttp://arxiv.org/abs/1911.05947Marcin Waniek, Tomasz P. Michalak, Talal Rahwan摘要: 多层网络允许复杂的关系,其中个人同时嵌入在多个社会网络建模。鉴于这种关系的普遍性,这些网络已经越来越多地获得文献的关注。本文介绍了针对多层网络的战略中心地位操纵措施的鲁棒性的第一个分析。更具体地说,我们考虑一个“evader”谁战略性选哪个连接,形成一个多层网络,以获得较低的中心地位为基础的排名,从而减少被强调的一个关键人物的机会网络的同时确保她保持连接到某一群人。我们证明,确定最佳的方式来“隐藏”是NP完全,很难接近在我们的研究中被认为是最核心地位的措施。此外,我们根据经验评估了许多的evader可以使用启发式的。我们的研究结果表明,中心性措施是整个网络的拓扑功能更加坚固比他们的同行,其单独考虑每一层这样的战略evader。http://arxiv.org/abs/1911.05782Alfonso Allen-Perkins, Roberto F. S. Andrade摘要: 这项工作研究了类素星多路的,其中它的每个层中的 I, I = 1,2, ldots M ,由一个固定的周期图,其中任何节点具有 2J_i邻居。在一个过程,它不影响环状拓扑中,假设的是,复用被组装之前,节点被不同地在每个单独的层进行标记。作为安装程序要求在不同 M 层相同的节点的所有表示必须由层间连接被连接,所得到的复用模体可以是高度复杂的。这可以更好地可视化如果假设在一个层中的节点被标记为在依次按升序排列,并且具有相同标签的节点被绘制在另一个的顶部,以便所有层间连接由垂直线表示。在这样的情况下,其它 M-1 层通过长距离的快捷方式,其特征在于。因此,尽管共享相同的内部拓扑结构,多路的端部向上具有非常不同的层。对于节点的素数,定期明星几何产生通过要求 M-1 层的邻居标签由一个恒定值 P_I> 1 不同。对于 M = 2 ,我们使用的分析和数字方法来提供帧间层相异的,并且发生在其上的扩散动力学过程的多路传输拓扑性质的透彻表征。对于确定性起见,它被认为是,在顺序地标记的层中的每个节点的特征在于 J_1 geq1 。在另一层中,我们固定 J_2 equiv1 ,而 P> 1 变得层相异的一个主体。
对NITRD,NCO,NSF要求
“更新到2016年国家人工智能
研究与发展战略规划”信息的回复
Response to NITRD, NCO, NSF Request for Information on “Update to the 2016 National Artificial Intelligence Research and Development Strategic Plan”http://arxiv.org/abs/1911.05796 J. Amundson, J. Annis, C. Avestruz, D. Bowring, J. Caldeira, G. Cerati, C. Chang, S. Dodelson, D. Elvira, A. Farahi, K. Genser, L. Gray, O. Gutsche, P. Harris, J. Kinney, J. B. Kowalkowski, R. Kutschke, S. Mrenna, B. Nord, A. Para, K. Pedro, G. N. Perdue, A. Scheinker, P. Spentzouris, J. St. John, N. Tran, S. Trivedi, L. Trouille, W. L. K. Wu, C. R. Bom摘要: 我们提出到2018年要求有关的信息(RFI)从NITRD,NCO,NSF响应“更新到2016年全国人工智能研究与发展战略计划。”通过这个文件,我们提供的问题的回答是否以及如何将国家的人工智能研究与发展战略规划(NAIRDSP)应该从费米实验室,美国首屈一指的国家实验室高能物理(HEP)的角度进行更新。我们认为,NAIRDSP应光人工智能(AI)领域的发展和创新的速度日益加快,因为2016年延长,下面要介绍我们的建议。 AI已经深刻地影响人类生活的许多领域,看好显著重塑社会—-例如,经济,教育,科学—-在未来几年。我们仍然在这一过程的早期阶段。这是至关重要的这一技术,现在投资,以确保它是安全和道德部署。科学和社会都对精度,效率,透明度和问责制算法的强烈需求,使得科学AI投资特别有价值。迄今为止,美国一直在人工智能技术的领导者,我们相信作为一个国家实验室是至关重要的帮助保持和扩大这一领先地位。此外,在AI的投资将是物理科学维护美国的领导地位非常重要。
Estimating the number of communities in networks by spectral methods
http://arxiv.org/abs/1507.00827Can M. Le, Elizaveta Levina摘要: 社区检测与提供给社区的估计方法很多网络分析的一个基本问题。这些方法大多认为社区的数量是已知的,这往往是不实际的情况。我们研究的简单且非常快速的方法,用于估计社区基于某些图操作符,如非回溯矩阵和贝特Hessian矩阵的谱特性的数量。我们表明,该方法执行以及在几个模型和各种参数,并保证是在几个渐近制度相一致。我们这个方法比较几种现有的方法估算社区的数量,并表明它是既更准确,计算效率更高。
捕捉创新理念的产生:在线
社会网络试验和“理念地理”可视化
Capturing the Production of the Innovative Ideas: An Online Social Network Experiment and “Idea Geography” Visualizationhttp://arxiv.org/abs/1911.06353Yiding Cao, Yingjun Dong, Minjun Kim, Neil G. MacLaren, Ankita Kulkarni, Shelley D. Dionne, Francis J. Yammarino, Hiroki Sayama摘要: 集体设计和创新在组织中是至关重要的。探讨如何共同设计和创新的过程将通过知识和集体成员个人背景的多样性受到影响,我们进行了三次协同设计任务实验其中涉及近300名与会者谁在社会网络结构匿名共同努力使用一个特制的计算机为媒介的协作平台。我们比较了在三个不同背景分布状况产生想法的活动(聚集,随机和分散化)与“doc2vec”文本表示机器学习算法的帮助。我们还开发了一个名为“理念地理”可视化在2D问题域的想法实用地形新方法。结果表明,与随机背景分配组倾向于生产具有最高效用值的最佳设计理念。也有人建议,参与者在网络上的背景分布的多样性可能彼此交互影响的产生思想的多样性。所提出的想法地理可视化的成功是集体的设计过程确实发现通过勘探和开发协同工作的高实用面积。
Twitter关注:利用社交
媒体监控和预测邻居集体效能
Twitter Watch: Leveraging Social Media to Monitor and Predict Collective-Efficacy of Neighborhoodshttp://arxiv.org/abs/1911.06359Moniba Keymanesh, Saket Gurukar, Bethany Boettner, Christopher Browning, Catherine Calder, Srinivasan Parthasarathy摘要: 社会学家犯罪的空间变化的城市环境中进行关联,以集体效能的概念。附近的集体效能是邻邦,他们愿意进行干预代表共同利益的结合中定义为社会凝聚力。社会学家通过开展旨在衡量个人的社会观感调查研究衡量集体效能。在这项工作中,我们采用从调查研究中(地面实况)策展的数据,并检查与社交媒体来源的主体人代昂贵的问卷调查的有效性。我们丰富的鸣叫提本地会场与若干语言和拓扑功能的语料库。然后,我们提出了一个配对学习等级模型识别排名街区类似于从地面真相集体效能值的获得排名的目的。在我们的实验中,我们发现,我们的排名产生邻里达到0.77肯德尔头-X的排名与地面实况排名协议。总的来说,我们的结果是高达37%,比传统的基准更好。
洪涝灾害多发叠加目标性攻
击时城市交通网络的网络的弹性
Resilience of Urban Transport Network-of-Networks under Intense Flood Hazards Exacerbated by Targeted Attackshttp://arxiv.org/abs/1911.06440Nishant Yadav, Samrat Chatterjee, Auroop R. Ganguly摘要: 自然灾害包括洪水可以触发相互依存的城市交通网络的网络 - (NONS)灾难性故障。人口的增长增强了运输需求,同时城市化和气候变化加剧了城市的洪水。然而,尽管显然需要建立可操作的见解以改善严重的城市生命线的应变能力,理论和方法仍然不发达。此外,基础设施系统变得更加智能,安全专家指出,期间自然灾害有针对性的网络物理攻击的威胁日益严重。在这里,我们制定城市交通NONS,我们展示了伦敦的铁路网(LRN)在假设驱动弹性框架。我们发现专为最大限度地提高效率,而不是稳健性使网络更容易受到自然复合针对性的威胁,包括级联故障是拓扑属性。我们的研究结果表明,对于后恢复中断的组织原则可以与网络科学原则制定。我们的发现和框架可以推广到城市的生命线,更普遍现实世界的空间网络。 Graph Transformer Networkshttp://arxiv.org/abs/1911.06455Seongjun Yun, Minbyul Jeong, Raehyun Kim, Jaewoo Kang, Hyunwoo J. Kim摘要: 图表神经网络(GNNS)已经被广泛用于表示学习上的图和在任务,如节点分类和链路预测来实现的状态的最先进的性能。然而,大多数现有GNNS旨在学习在固定的和均匀的图节点表示。图上的错误指定或由各种类型的节点和边的的异质图学习的表示时的局限性尤其成为问题。在本文中,我们提出图变换网络(GTNs)能够生成新的图结构,其包括标识关于原始图未连接的节点之间的有用的连接,同时学习在端至端上的新曲线有效节点表示。图变换层,GTNs的核心层,学会了软选择边类型和用于产生有用的多跳连接的所谓的元路径的复合关系。我们的实验表明,GTNs基于数据和任务学习新的图结构,而无需领域知识,并通过卷积对新的图产生强大的节点表示。如果没有特定域的图预处理,GTNs取得了反对他们需要从领域知识预先定义的元路径的最先进的方法,所有的三个基准点的分类任务的最佳性能。 Graph Iso/Auto-morphism: A Divide-&-Conquer Approachhttp://arxiv.org/abs/1911.06511 Can Lu, Jeffrey Xu Yu, Zhiwei Zhang, Hong Cheng摘要: 该图同构是确定两个图是否是同构的。密切相关的问题是同构的检测,其中两个图之间的同构是它们的顶点集之间的双射,保留邻接,和一个自同构是从一个图至本身的同构。图同构/构的应用包括数据库索引,网络简化,网络匿名。由图构,我们处理的对称子图匹配(SSM),这是找到对称在SSM的G.应用程序给定的子图的所有子图是找出具有相同的影响力为种子组多个种子组受影响的最大化在社会网络中。为了测试两个图同构为,典型的标签已被研究了这样一种方式,同构的图都是重新标记之后相同重新标记的曲线图。高效规范的标注算法已被个性化,精细化设计。他们列举使用搜索树中的所有排列,并选择最低为规范标签,其枚举过程中修剪的候选人。尽管在基准图表高性能,这些算法面临处理大量的图困难。在本文中,我们设计了一个新的高效规范的标记算法DviCL。从以前的算法不同,我们来分 - & - 治法对分区G.通过划分G,一个AutoTree构造,它保留对称结构和一个树节点的规范标记可以通过获得G的构群其子节点的典型标签,并用于根规范标记是也可以有效地用于回答构群,对称的子图的一个为G.这种AutoTree。我们进行了使用22个大图广泛的性能研究,并证实DviCL比国家的最先进的更加有效和稳健。 Random walks on hypergraphshttp://arxiv.org/abs/1911.06523Timoteo Carletti, Federico Battiston, Giulia Cencetti, Duccio Fanelli摘要: 在过去的二十年网络科学已经证明了它在模拟许多真实世界的互动系统,通用试剂,节点,通过逐边连接强度。然而,在许多相关案例,互动并非两两,但涉及较大的节点集合,在一个时间。这些系统从而更好在超图的框架中描述,超边能够有效地占多体的相互作用。在此,我们提出了一个新类这样更高级的结构,其中多体接近时属于同一超边主体商之间的关联很可能发生的交易定义随机游动的。我们提供过程的分析表征,推导步行者的平稳分布的通用解决方案。动力学最终由广义拉普拉斯算子,减少到当所有的超边有大小2并且因此意欲描述成对接头的标准随机游走拉普拉斯驱动。我们说明了我们对合成模型和真实世界的网络中,高阶的相互作用在发挥作用的结果。此外,我们随机行走的超图上的行为比较上相应的投射网络的传统随机行走的,在相关排名绘制有趣的结论。总之,我们的工作有助于高阶网络上揭幕扩散过程高阶相互作用的影响,在偏置信息在复杂的网络系统传播炉上遮蔽机制光。
可变的二氧化碳排放量目
标下,光伏在可持续欧洲能源体系
中的作用、传输容量和成本的假设
The role of photovoltaics in a sustainable European energy system under variable CO2 emissions targets, transmission capacities, and costs assumptionshttp://arxiv.org/abs/1911.06629Marta Victoria, Kun Zhu, Tom Brown, Gorm B. Andresen, Martin Greiner摘要: PyPSA - 欧-SEC-30是一个开源的,每小时分辨,欧洲能源系统,包括每个国家的一个节点以及电力,供暖和交通部门的联网模式。在每一个国家的能力,并产生和存储技术的调度可以在不同的二氧化碳排放量限制成本优化。本文介绍了最相关的结果的概述先前与模型获得,突出的太阳能光伏(PV)生成对它们的影响。对于95%CO 2减排,相对于1990年的水平,在电力需求的平均33%的光伏发电用品。南欧国家安装大型光伏容量连同电动电池,而北方国家安装陆上和海上风力发电能力和使用氢储存和增强互连应对风波动。太阳能光伏严重影响调度时间序列生成备份和存储技术的强有力的日发电曲线。最佳的光伏和风能的能力进行了研究变量的二氧化碳排放量,邻国之间的传输互联和成本假设。On a Centrality Maximization Gamehttp://arxiv.org/abs/1911.06737 Maria Castaldo, Costanza Catalano, Giacomo Como, Fabio Fagnani摘要: 该Bonacich中心地位的节点在网络中的重要性,概念,例如,在著名的谷歌的网页排名算法的核心众所周知的措施。在本文中,我们分析了网络形成时,每个节点的目的是通过确定如何重新连接的外链接最大化自己的核心地位。更确切地说,我们框架的博弈理论设定的问题:我们考虑一个博弈,网络的每个节点都可以决定在何处放置其取m-环节,有自己的中心地位效用函数。我们研究了纳什均衡(NE)和本场比赛的最佳反应动力学和我们提供的NE当m = 1,2的一个完整的分类。我们的分析表明,由每个节点执行的中心性最大化,往往会造成断开或松散连接的网络,即2-小集团对于m = 1和环或特别的蝴蝶图表当m = 2。这些结果遵循通过表明对于m = 1,2的节点的最佳响应动作总是本地。
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”(微信号netsci)和个人博客 https://www.complexly.me (提供RSS订阅)进行同步更新。
集智俱乐部QQ群|877391004
商务合作及投稿转载|swarma@swarma.org
◆ ◆ ◆
搜索公众号:集智俱乐部
加入“没有围墙的研究所”
让苹果砸得更猛烈些吧