- 永远的最好的朋友(BFF):寻找持久密集的子图;
- 动态异构信息网络中的连续时间关系预测;
- 找到最佳的网络自折叠Kirigami;
- 大规模疫情爆发期间的弹性管理;
- 使用小子图统计测试全球网络结构;
- 网络中节点学习向量表示的监督Q-walk;
- 可兴奋网络的动态范围最大化;
- 哈勃伯特的理论和光伏:破坏能源转换记录的废话;
- 帕累托在多层网络增长中的最优化;
- 印度设计老虎走廊的计算方法;
- 功能脑成像的图信号处理视图;
永远的最好的朋友(BFF):寻找持久密集的子图
地址: http://arxiv.org/abs/1612.05440
作者: Konstantinos Semertzidis, Evaggelia Pitoura, Evimaria Terzi, Panayiotis Tsaparas
摘要: 图形成了实体之间的关系和交互的自然模型,例如社会和合作网络中的人员,计算机网络中的服务器,文档和推文中的标签和单词。但是,哪些关系或互动是最持久的?在本文中,我们研究了以下问题:给定一组图快照,其可以对应于不同时间实例的演进图的状态,识别在所有快照中最密集连接的节点集合。我们称这个问题是最好的朋友(BFF)的问题。我们为多个图快照提供了密度的定义,可以捕获不同时间连通性的语义,并且我们研究了BFF问题的相应变体。然后,我们看看On-Off BFF(O ^ 2BFF)问题,放松了所有快照中连接的节点的要求,并要求给定图快照集中至少$ k $中最密集的节点集。我们表明,对于密度的所有定义,这个问题是NP完成的,我们提出了一套有效的算法。最后,我们提供合成和实际数据集的实验,它们显示了我们的算法的效率和BFF和O ^ 2BFF问题的有用性。
动态异构信息网络中的连续时间关系预测
地址: http://arxiv.org/abs/1710.00818
作者: Sina Sajadmanesh, Jiawei Zhang, Hamid R. Rabiee
摘要: 在线社会网络,万维网,媒体和技术网络以及其他类型的所谓信息网络现在普遍存在。这些信息网络本质上是异质性和动态的。它们是异构的,因为它们由多类型的对象和关系组成,并且随着时间的推移不断发展,它们是动态的。这种异质和动态环境中的一个具有挑战性的问题是预测将来会出现的网络中的这些关系。在本文中,我们尝试解决动态和异构信息网络中连续时间关系预测的问题。这意味着预测关系在未来出现的时间,因为它的特征已经通过考虑底层网络的异质性和时间动力学来提取。为此,我们首先引入了基于元路径的特征提取框架,有效提取了适合于关于网络异构性和动态性的关系预测的特征。接下来,我们提出了一种被称为非参数广义线性模型(NP-GLM)的监督非参数方法,其推测了其特征的关系建立时间的隐含潜在概率分布。然后,我们提出了训练NP-GLM的学习算法和推理方法来回答与时间有关的查询。综合数据集和现实DBLP书目引文网络数据集进行的广泛实验证明了Np-Glm在解决连续时间关系预测问题的替代基线方面的有效性。
找到最佳的网络自折叠Kirigami
地址: http://arxiv.org/abs/1710.00852
作者: N. A. M. Araújo, R. A. da Costa, S. N. Dorogovtsev, J. F. F. Mendes
摘要: 可以从称为网络的互连面板的二维模板的自发自折叠来合成三维壳。按照两个设计规则,产量最大化:(i)具有单边切割的最大顶点数和(ii)网的最小回转半径。识别最优网络的先前方法是基于随机搜索,因此限于非常简单的shell结构,而不是保证唯一的解决方案。在这里,我们表明可以使用确定性算法找到最优网。我们将shell的连接映射到一个shell图中,其中图的节点和链接分别表示shell的顶点和边。应用设计规则(i)然后对应于找到壳图的最大叶生成树的集合,其可以直接应用于(ii)。这种方法不仅允许设计更大的壳结构的自组装,而且还可以应用附加的设计规则,因为获得了最大叶生成树的完整目录。
大规模疫情爆发期间的弹性管理
地址: http://arxiv.org/abs/1710.00856
作者: Emanuele Massaro, Alexander Ganin, Nicola Perra, Igor Linkov, Alessandro Vespignani
摘要: 仅考虑个人的风险和严重程度来评估和管理大规模流行病的影响是非常困难的,可能是非常昂贵的。经济后果,基础设施和服务中断以及恢复速度只是量化流行病对社会结构的影响的许多方面中的一小部分。在这里,我们通过定义将个体获得疾病风险(疾病攻击率)和对系统功能(人员流动性恶化)的破坏相结合的全系统关键功能来扩展结构化人群中流行病特征的弹性概念。通过研究概念和数据驱动的模型,我们表明在弹性评估框架下对个体风险和社会中断的综合考虑,提供了一个有关疫情如何影响社会的深刻见解。特别是旨在直接降低风险的遏制措施可能通过减缓基本社会功能的恢复而对该体系产生净负面影响。本文提出的研究运用弹性框架,为疫情爆发情况提供了更为细化和全面的优化遏制方案和缓解政策的方法。
使用小子图统计测试全球网络结构
地址: http://arxiv.org/abs/1710.00862
作者: Chao Gao, John Lafferty
摘要: 我们使用观察到的小子图的频率之间的关系来研究网络中社区结构测试的问题。我们提出一个基于三节点子图的频率的社区存在的简单测试。在没有社区结构的零假设下,测试统计量显示为渐近正态,并且在度数校正随机块模型的复合替代假设下具有接近一个的权力。我们还推导了一个适用于多变量高斯数据的测试版本。我们的方法为社区结构的存在实现了近乎最佳的检测率,其中信号噪声太弱,无法使用现有的计算效率算法来明确估计社区本身。我们展示了该方法如何有效地检测社会网络中的结构,科学文章的引用网络以及S& P 500公司之间的股票收益的相关性。
网络中节点学习向量表示的监督Q-walk
地址: http://arxiv.org/abs/1710.00978
作者: Naimish Agarwal, G.C. Nandi
摘要: 自动特征学习算法处于现代机器学习研究的前沿。我们提出了一种新颖的算法,它是一种监督的Q-walk,它应用Q学习在图上生成随机游走,使得散步证明对学习适用于节点分类问题的节点特征很有用。我们提出另一种新颖的算法,基于k-hops邻域的置信度值学习者,其学习网络中未标记节点的标签的置信度值,而无需首先学习节点嵌入。这些信心值有助于学习Q学习的适当奖励功能。我们展示了使用多个现实世界数据集解决单/多标签多类节点分类问题的现行最先进的随机游走节点嵌入式学习者的监督Q步法的功效。总而言之,我们的方法代表了一种新颖的最先进的技术来学习特征,为网络中的节点量身定做,用于处理节点分类问题。
可兴奋网络的动态范围最大化
地址: http://arxiv.org/abs/1710.01016
作者: Renquan Zhang, Sen Pei
摘要: 我们研究的策略是通过消除最少数量的链接来最优化可激励网络的动态范围。可兴奋的元素网络可以区分广泛的刺激强度,其动态范围在关键性方面最大化。在这项研究中,我们将可激励网络中的激活传播作为消息传递过程制定,其中当加权非回溯(WNB)矩阵的最大特征值恰好为1时,达到临界状态。通过考虑单链路去除对最大特征值的影响,我们开发了一种有效的算法,其目的是识别最佳链路集合,其删除将驱动系统处于临界状态。与合成和实际网络中的其他竞争启发式的比较表明,所提出的方法可以通过去除最小数量的链路来最大化动态范围,同时保持巨大连接分量的最大尺寸。
哈勃伯特的理论和光伏:破坏能源转换记录的废话
地址: http://arxiv.org/abs/1710.01064
作者: Marcos Paulo Belançon
摘要: 广泛的公众将太阳能视为人类的未来。然而,人们可能会指出一些关于我们面临的物理限制的不方便的真相,这些限制几乎不被公众,甚至科学家和对我们可持续的石油自由能源未来强烈偏见的机构所讨论。在这项工作中,我们讨论了基于哈贝伯理论的石油峰值原理的光伏的一些物理极限。
帕累托在多层网络增长中的最优化
地址: http://arxiv.org/abs/1710.01068
作者: Andrea Santoro, Vito Latora, Giuseppe Nicosia, Vincenzo Nicosia
摘要: 我们将多层交通网络的形成模型化为多目标优化过程,其中服务提供商竞争乘客,路由的创建由编码效率和竞争之间权衡的多目标成本函数决定。所得的零参数模型仅使用原始系统上的最少信息来再现真正的六个大陆航空运输网络的结构特性。我们发现,每个航空公司运营的航线网络确实非常接近于效率竞争飞机上的理论帕累托前线,这表明这些系统与拟议的优化模型是兼容的。我们的研究结果揭示了多重和多目标优化原则在塑造大型运输系统结构中发挥的根本作用,并提供了关于个别航空公司通过巧妙选择新航线增加收入的潜在策略的新颖见解。
印度设计老虎走廊的计算方法
地址: http://arxiv.org/abs/1710.01128
作者: Saurabh Shanu, Sudeepto Bhattacharya
摘要: 野生动物走廊是景观的组成部分,有助于生物和过程在完整的栖息地之间的移动,从而提供景观内的栖息地之间的连通性。因此,走廊是给定景观内的连接片段的景观中的栖息地斑块的区域。设计走廊作为保护战略的主要关切主要是为了抵制和尽可能地减轻栖息地分散和损失对景观生物多样性的影响,并支持土地使用对本地和全球经济基础的持续性参与区域的活动。在本文中,我们使用博弈理论,图论,隶属函数和链码算法来模拟和设计一套具有虎(Panthera tigris tigris)的野生动物走廊作为焦点物种。我们确定影响景观综合体中老虎种群的参数,并使用这些识别参数的存在,使用支持虎眼在景观复合体中存在的栖息地块作为顶点,以及它们之间作为边的可能路径构建图。老虎通过可能的路径已经被模仿为一个保证博弈,老虎作为一个单独的球员。当老虎经过模型考虑的每个网格时,该博弈递归地播放。迭代使老虎选择最适合的路径,表明适应性的出现。作为博弈的正式解释,我们将虎的这种相互作用模型作为确定性有限自动机的参数,其转换功能是通过博弈收益获得的。
功能脑成像的图信号处理视图
地址: http://arxiv.org/abs/1710.01135
作者: Weiyu Huang, Thomas AW Bolton, Alejandro Ribeiro, Dimitri Van De Ville
摘要: 现代神经成像技术为我们提供了关于脑结构和功能的独特见解;即大脑是如何布线的,以及活动的发生地点和时间。这些大型数据集包含越来越丰富的信息,可以在网络结构方面进行分析,以揭示系统级的组织原理。图表示是通用模型,其中节点与脑区域和边相关联到结构或功能连接。结构图模拟了白质中的神经通路,它们是区域之间的解剖骨干。功能图是基于功能连通性构建的,这是功能连通性,它是区域活动痕迹之间的统计相互依赖性的成对度量。因此,迄今为止的大多数研究集中在分析这些反映结构或功能的图表。图信号处理(GSP)是一个新兴的研究主题,其中记录在图的节点处的信号考虑到底层图结构。越来越多的基本操作已经被推广到图设置,允许从新的观点分析信号。在这里,我们介绍功能性脑成像的GSP,并展示其将包含在图中的脑结构与脑功能整合在图信号中的潜力。我们展示如何根据从脑结构衍生的谱模式的概念有意义地过滤大脑活动。我们还推导出其他操作,如认知系统通知的代理数据生成或分解。总之,GSP为脑成像数据分析提供了一个新的框架。
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。