- 复杂网络中分层入侵合作;
- 通过约束Egonet张量分解识别重叠社区;
- 通过多层组织网络预测多细胞功能;
- EmojiNet：Emoji Sense Discovery的开放服务和API;
- 基于语义的表情符号相似性度量;
- 采用模拟综合评估模型E3ME-FTT-GENIE对气候变化政策进行环境影响评估;
- 社会聚集在传播网络上的流行病蔓延;
- 129个国家的复合媒体关注和忽视网络;
- 传染病传播：治疗人口的影响;
- 社会网络系统应用;
- 展开国家发展创新体系：科学技术与生产共同发展;
- 互连异构网络中的信息扩散;
- 权力的平衡：“权力的游戏”网络研究;
- 探索内在节点激活对复杂网络中影响蔓延的作用;
复杂网络中分层入侵合作
地址： http://arxiv.org/abs/1701.03710
作者： Daniele Vilone, Valerio Capraro, José J. Ramasco
摘要： 合作的出现和生存是科学中仍然存在的最难的问题之一。诸如惩罚的存在，有限制的波动，重复的相互作用和声望的形成等因素都可能有助于解释在自然和社会制度中的合作反直觉的流行。互动网络的特点也被表示为有利于合作者持久性的因素。这里我们考虑复杂拓扑中合作行为的入侵动态。由具有给定数量的连接（度）$ k_0 $的节点开始，由叛逃者完全占用的异构网络的入侵。该系统然后在囚徒困境博弈中演变，结果被分析为$ k_0 $的函数和采用合作的节点的$ k $。使用数值和分析方法进行研究，我们的结果表明，入侵程度优先在节点之间从具有较高程度的级别顺序到低级别级别。但是，入驻合作只有在最初的合作者数量足以形成合作可以传播的集群时才会取得成功。这意味着初始条件必须是高度和高数字之间的适当平衡，通常可能在中间值$ k_0 $时进行。这些发现有潜在的应用，因为他们认为，为了促进复杂网络上的合作行为，应该与合作者\ emph {高但不是太高}度的节点感染。
通过约束Egonet张量分解识别重叠社区
地址： http://arxiv.org/abs/1707.04607
作者： Fatemeh Sheikholeslami, Georgios B. Giannakis
摘要： 在现实世界网络中检测重叠社区是一项具有挑战性的任务。在认识到网络实际上是其网络的联合之后，在该贡献中提倡使用多路数据结构的新颖的网络表示。引入的基于稀疏张量的表示与其矩阵对应物相比表现出更丰富的结构，从而使得更有力的社区检测方法。为了利用这种结构，使用PARAFAC分解引入约束张量近似框架。产生的约束三线性优化通过交替最小化来处理，其中使用乘法器（ADMM）的交替方向方法来解决中间子问题，以确保收敛。所获得的因素提供了软社区成员资格，这可以进一步被利用于脆弱和可能重叠的社区作业。该框架进一步扩大，包括时变图，其中边以及底层社区随着时间而发展。提出的方法的性能通过基准合成图和现实世界网络的测试来评估。正如数值测试所证实的那样，所提出的基于张量的表示法捕获多跳节点连接，即单跳邻居中的连通性模式，其利用在混合和重叠社区的存在下产生更强大的社区识别。
通过多层组织网络预测多细胞功能
地址： http://arxiv.org/abs/1707.04638
作者： Marinka Zitnik, Jure Leskovec
摘要： 动机：了解特定人体组织中蛋白质的功能对于了解疾病诊断和治疗是至关重要的，但组织特异性细胞功能的预测仍然是生物医学的关键挑战。结果：在这里，我们介绍了OhmNet，一种用于多层网络的层次感知无监督节点特征学习方法。我们建立一个多层网络，其中每个层代表不同人体组织中的分子相互作用。 OhmNet然后自动学习一个表示为节点的蛋白质到基于神经嵌入的低维特征空间的映射。 OhmNet鼓励在具有相似网络邻域的蛋白质和类似组织中激活的蛋白质之间共享相似的特征。该算法概括了以前的工作，其通常通过用丰富的多尺度组织层次来建模组织组织来忽略组织之间的关系。我们使用OhmNet来研究107个人体组织的多层蛋白质相互作用网络中的多细胞功能。在具有已知组织特异性细胞功能的48个组织中，OhmNet提供比替代方法更准确的细胞功能预测，并且还产生关于组织特异性蛋白质作用的更准确的假设。我们表明，考虑到组织层次结构导致改进的预测能力。值得注意的是，我们还表明，有可能利用组织层次结构，以有效地将细胞功能转移到功能上未表征的组织。总的来说，OhmNet从平面网络转移到能够预测跨越蜂窝子系统的一系列表型的多尺度模型
EmojiNet：Emoji Sense Discovery的开放服务和API
地址： http://arxiv.org/abs/1707.04652
作者： Sanjaya Wijeratne, Lakshika Balasuriya, Amit Sheth, Derek Doran
摘要： 本文介绍了EmojiNet的发布，EmojiNet是将Unicode表情符号表示与从Web中提取的英文意义相关联的最大的可读表情符号感知库存。 EmojiNet是一个数据集，包括：（i）12,904个感兴趣标签，超过2,389个表情符号，它们是从网络提取的，并与BabelNet中所看到的机器可读定义相关联，（ii）与每个表情符号感相关的上下文单词，对Google News语料库进行训练的单词嵌入模型和每个表情符号定义的Twitter消息语料库，以及（iii）识别不同平台上的表情符号表示方面的差异，指定一组选定的表情符号的最可能的基于平台的表情符号感。该数据集作为具有REST API的开放式服务托管，可在此http URL处获得。讨论了此数据集的开发，其质量评估及其应用程序，包括表情符号消歧和表情符号相似性。
基于语义的表情符号相似性度量
地址： http://arxiv.org/abs/1707.04653
作者： Sanjaya Wijeratne, Lakshika Balasuriya, Amit Sheth, Derek Doran
摘要： 表情符号已经成长为网络上最重要的通信形式之一。广泛使用，测量表情符号的相似性已经成为当代文字处理的一个重要问题，因为它是情感分析，搜索和界面设计任务的核心。本文通过在EmojiNet知识库中通过机器可读表情符号意义学习的嵌入模型，对表情符号的语义相似性进行了全面的分析。使用表情符号描述，表情符号感觉标签和表情符号定义，以及从Twitter和Google新闻获取的不同的培训语料库，我们开发和测试多个嵌入模型来测量表情符号相似度。为了评估我们的工作，我们创建一个名为EmoSim508的新数据集，它将人体注释的语义相似性分数分配给一组508个精心挑选的表情符号对。在使用EmoSim508进行验证后，我们使用情绪分析任务介绍了我们的表情符号嵌入模型的真实用例，并显示我们的模型在此任务上优于之前表现最好的表情符号嵌入模型。 EmoSim508数据集和我们的表情符号嵌入模型随本文公开发布，可以从这个http URL下载
采用模拟综合评估模型E3ME-FTT-GENIE对气候变化政策进行环境影响评估
地址： http://arxiv.org/abs/1707.04870
作者： J-F Mercure, H. Pollitt, N.R. Edwards, P.B. Holden, U. Chewpreecha, P. Salas, A. Lam, F. Knobloch, J. Vinuales
摘要： 在气候科学方面存在着高度的共识，即人类对气氛的干扰在改变气候方面的作用。根据“巴黎协定”，政策界对气候问题政策解决的紧迫性也存在类似的共识。因此，气候政策的背景从现在已经确定的议程设置转向影响评估，我们在此确定了执行“巴黎协定”的政策途径。目前用于解决避免气候变化的经济和技术可行性的大多数综合评估模型完全基于具有规范系统优化理念的工程，因此不适合评估现实气候政策篮子的社会经济影响。在这里，我们引入一个完全描述性的基于模拟的综合评估模型，专门用于评估政策，其结合（1）基于时间序列回归（E3ME）的全球经济高度分解的宏观经济计量模拟，（2）基于横截面离散选择模型（FTT）技术扩散的自下而上的进化模拟家族，（3）中间复杂度（GENIE-1）的碳循环和大气循环模型。我们使用这种组合模式来创建详细的全球和部门政策图和场景，实现“巴黎协议”的目标，其概率不超过全球变暖的2％。在即将到来的政策评估环境中，我们提出了综合评估模型新角色蓝图。
社会聚集在传播网络上的流行病蔓延
地址： http://arxiv.org/abs/1707.04933
作者： Hsuan-Wei Lee, Nishant Malik, Feng Shi, Peter J. Mucha
摘要： 即使传递性是社会网络的中心结构特征，但其对共同网络传播的影响仍然相对未被探索。在这里，我们介绍和研究适应性SIS流行模型，其中感染和网络在边重连期间以不平凡的概率与三角形紧密相关，导致网络传递性的显着增强。这种新模式提供了一个独特的机会来研究传统性在改变网络中的SIS动态的作用。使用数值模拟和近似主方程（AME），我们在新模型中识别和检查了一组丰富的动力学特征。在许多情况下，AME包括传导强化提供了对静态疾病流行率和网络度分布的准确预测。此外，对于某些参数设置，AME准确地跟踪系统的时间演进。我们显示，模型中较高的传导强度导致人群中感染个体的水平较低;当关闭三角形是唯一的重连机制。这些方法和结果可能有助于开发用于控制SIS型流行病的想法和建模策略。
129个国家的复合媒体关注和忽视网络
地址： http://arxiv.org/abs/1707.04941
作者： Haewoon Kwak, Jisun An
摘要： 我们在212个国家的129个国家建立了多媒体关注和无视网络（MADN）。通过从多个层次上描述MADN，我们发现它主要由偏斜，分层和非对称关系形成。此外，我们发现有力的证据表明我们的新闻世界正在成为一个“地球村”。但与此同时，中东和北非（MENA）地区以及俄罗斯及其邻国的独特关注点仍然存在。
传染病传播：治疗人口的影响
地址： http://arxiv.org/abs/1707.04995
作者： Kazue Kudo, Kanako Mizuno
摘要： 在化生网络中，由于个人旅行，传染病广泛传播。在本研究中，我们考虑了一个具有潜伏期的修改后的潜伏感染感染（SIR）模型，我们称之为SHIR模型。在SHIR模型中，传染期分为两个阶段。在第一阶段，对应于潜伏期，感染个体可以旅行。然而，在第二阶段，同样的人因病重病不能旅行。用两种不同的方法模拟化合物SIR和SHIR模型的最终尺寸分布并进行比较。在蒙特卡罗模拟中，人口被视为整数，分布显示出类似的行为。然而，在人口被视为实数的反应扩散系统中，SHIR模型的最终尺寸分布具有不连续的跳跃，SIR模型的最终尺寸分布呈现连续的转变。发现不连续跳跃是由于不适当的终止条件而发生的伪影。
社会网络系统应用
地址： http://arxiv.org/abs/1707.05104
作者： Changtao Zhong, Nishanth Sastry
摘要： 本文的目的是提供对社交网络的理解，作为系统设计人员使用的技术标准工具箱的有用补充。为此，我们举例说明如何在不同的应用程序环境中收集和使用有关社交链接的数据。我们制定了一个广泛的基于分类法的社会网络共同属性概述，审查如何在不同的应用程序中使用它们，并在适当的时候指出潜在的陷阱。我们提出一个框架，区分基于社交网络的用户选择 - 个性化用户选择的两种主要类型，其识别可能与给定源节点相关的目标用户，使用围绕源的社交网络作为上下文，以及通用用户选择或分组定界，其中一组用户根据其社会属性满足一组应用程序要求。使用这个框架，我们调查社会网络在三种典型应用场景中的应用：推荐系统，内容共享系统（例如P2P或视频流）以及防止滥用系统的用户的系统（例如，垃圾邮件或sybil攻击）。在每种情况下，我们将讨论涉及使用社交网络属性的未来研究的潜在方向。
展开国家发展创新体系：科学技术与生产共同发展
地址： http://arxiv.org/abs/1707.05146
作者： Emanuele Pugliese, Giulio Cimini, Aurelio Patelli, Andrea Zaccaria, Luciano Pietronero, Andrea Gabrielli
摘要： 我们表明，科学，技术和经济发展相互影响的空间可以使用开创性的多层网络和复杂性技术在数学上形成。我们建立人类活动（科学生产，专利和工业生产）三层网络，研究它们之间的相互作用，同时考虑到可能的时间延迟。在这种建设中，我们可以确定哪些能力和先决条件在特定活动中具有竞争力，甚至衡量需要多少时间来将技术知识转化为经济财富和科学创新，从而能够预测时间很长。非常意外的是，我们发现实证证据表明，从科学到专利到产品的天真知识都不受数据支持，而是技术是未来几十年工业和科学生产的最佳预测因子。
互连异构网络中的信息扩散
地址： http://arxiv.org/abs/1707.05150
作者： Shahin Mahdizadehaghdam, Han Wang, Hamid Krim, Liyi Dai
摘要： 在本文中，我们有兴趣使用热力学扩散方法对信息在多层网络中的扩散进行建模。每个代理的状态被视为由多个主题分布表示的主题混合。我们已经观察并学习了训练数据集中的扩散相关热力学模式，我们使用估计的扩散结构来预测代理的未来状态。对所有代理状态的一小部分的先验知识将问题改变成卡尔曼预测器问题，其使用代理估计中的误差来优化预测的系统状态。然后使用真实世界的Twitter数据集来评估和验证我们的信息扩散模型。
权力平衡：“权力的游戏”网络研究
地址： http://arxiv.org/abs/1707.05213
作者： Dianbo Liu, Luca Albergante
摘要： 虚构话语中的社交互动如何？在这里，我们展示了网络理论可以用来系统地，定量地分析贵族之间的关系，以及联盟和冲突的网络随着时间的推移在幻想电视剧“权力的游戏”（Game of Thrones）中的变化。网络分析被证明是捕捉故事结构和动态的有力工具。使用度分布和中心位置来准确地确定故事情节中的重要家族和关系变化的数量与观众的投票正相关。另外，运用结构平衡理论来理解这一系列的稳定性和不可预知性，这是该理论第一次应用于小说和电视节目，并提出“五国战争”中这个故事变得最不可预测。
探索内在节点激活对复杂网络中影响蔓延的作用
地址： http://arxiv.org/abs/1707.05287
作者： Arun Sathanur, Mahantesh Halappanavar, Yi Shi, Walin Sagduyu
摘要： 在许多复杂的网络系统中，例如在线社交网络，活动源于某些节点，随后通过影响在网络上传播。在这项工作中，我们考虑到在通过两种不同的机制发生节点激活时，对复杂网络中影响传播的建模和影响实体的识别问题。激活的第一个机制源于节点固有的因素。第二种机制来自相邻邻居的影响。在引入模型之后，我们通过修改已知的影响最大化算法来处理这两种形式的激活模型，为这种场景中的有影响力的节点提供了一种挖掘算法。我们的模型可以被认为是独立级联扩散模型的一个变体。我们提供小的激励例子，以便直观地了解包含内在激活机制的影响。我们在新的配方中勾画了影响函数的子模型的证明，并在较大的图表上表现出相同的表现。基于该模型，我们将解释有影响力的内容创作者如何推动社交媒体平台上的参与。在Twitter数据集上使用额外的实验，我们将展示如何将该表达式应用于现实世界的社交媒体数据集。最后，我们推导出一个中心性度量，考虑到激活的机制，并提供了一种准确的，计算上有效的替代方法来识别内在激活下的影响因素的问题。
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。本系列在个人博客 http://www.complexly.me 进行更新，并提供RSS订阅。