- 图结构化数据的对抗攻击;
- Twitter上的预测分析：技术和应用;
- 模拟电网的随机动力学和级联故障;
- 随机块模型是一个离散表面张力问题;
- 欧洲低碳电力情景下基于流量的存储使用情况分析;
- 澳大利亚流行性感冒的时空动态和同步分析：基于主体的建模方法;
- 谱网络嵌入：一种利用稀疏性的快速可扩展方法;
- 对称性在非理性选择中的作用;
- 多渠道社交签名和自我网络的持续特征;
图结构化数据的对抗攻击
原文标题： Adversarial Attack on Graph Structured Data
地址： http://arxiv.org/abs/1806.02371
作者： Hanjun Dai, Hui Li, Tian Tian, Xin Huang, Lin Wang, Jun Zhu, Le Song
摘要： 对图结构的深入学习在各种应用中显示出令人兴奋的结果然而，很少关注这些模型的稳健性，相比之下，许多研究工作的形象或文本对抗攻击和防御。在本文中，我们关注通过修改数据的组合结构来欺骗模型的敌对攻击。我们首先提出了一种基于强化学习的攻击方法，该方法可以学习可扩展的攻击策略，而只需要从目标分类器中获取预测标签。另外，遗传算法和梯度方法的变体在预测置信度或梯度可用的场景中呈现。我们同时使用合成和现实世界的数据来表明，图神经网络模型族在图级和节点级分类任务中容易受到这些攻击。我们还展示了这种攻击可以用来诊断学习分类器。
Twitter上的预测分析：技术和应用
原文标题： Predictive Analysis on Twitter: Techniques and Applications
地址： http://arxiv.org/abs/1806.02377
作者： Ugur Kursuncu, Manas Gaur, Usha Lokala, Krishnaprasad Thirunarayan, Amit Sheth, I. Budak Arpinar
摘要： 社交媒体数据的预测性分析由于其可提供的基本和可操作的信息已经引起研究界和商业界的相当大的关注。多年来，对医疗，公共卫生，政治，社会科学和人口统计等各个领域的Twitter数据进行了广泛的实验和分析。在本章中，我们将讨论Twitter数据预测分析的技术，方法和最新应用。具体而言，我们提出了细致的分析，涉及情绪，情感以及在Twitter数据的粗粒度分析中使用领域知识以进行决策和采取行动等方面，并涉及一些成功案例。
模拟电网的随机动力学和级联故障
原文标题： Simulating the stochastic dynamics and cascade failure of power networks
地址： http://arxiv.org/abs/1806.02420
作者： Charles Matthews, Bradly Stadie, Jonathan Weare, Mihai Anitescu, Christopher Demarco
摘要： 对于大型电力网络而言，特定传输线路的故障可将电力卸载到其他线路，并引发自我保护跳闸以激活，引发级联线路故障。在极端情况下，这可能会导致整个网络。学习漏洞的位置以及可能出现故障的预期时间尺度是一个活跃的研究领域。在这篇文章中，我们提出了一个新的大规模电力网络随机动力学模型，以及一个高效计算机模拟模型的框架，包括长时间尺度事件，如级联故障。我们建立在现有的Hamiltonian公式上，引入随机强迫和阻尼元件来模拟网络的小扰动。我们的模型和仿真框架可以评估电网中容易发生级联故障的特殊弱点，以及预期故障的时间尺度和机制。
随机块模型是一个离散表面张力问题
原文标题： Stochastic Block Models are a Discrete Surface Tension
地址： http://arxiv.org/abs/1806.02485
作者： Zachary M. Boyd, Mason A. Porter, Andrea L. Bertozzi
摘要： 代表它们之间的代理和相互作用的网络出现在整个科学，工程甚至人文科学的无数应用中。为了理解网络中的大规模结构，一个共同的任务是将网络的节点聚类为称为“社区”的集合，以便社区内部存在密集连接但它们之间存在稀疏连接。一种流行的和统计学原理的方法来执行这种聚类是使用称为随机块模型（SBM）的一族生成模型。在本文中，我们展示了SBM中的最大似然估计是由冶金应用引起的众所周知的连续表面张力问题的网络模拟。为了说明这个桥梁的实用性，我们实现了三种表面张力算法的网络模拟，我们成功地在合成网络中恢复种植的群落结构，并对高谱视频分割领域的经验网络产生了迷人的见解。
欧洲低碳电力情景下基于流量的存储使用情况分析
原文标题： Flow-based analysis of storage usage in a low-carbon European electricity scenario
地址： http://arxiv.org/abs/1806.02549
作者： Bo Tranberg, Mirko Schäfer, Tom Brown, Jonas Hörsch, Martin Greiner
摘要： 将流量追踪方法应用于存储单元的电力流入和流出允许分析在大规模互联电力系统中使用该技术选项。我们将这种方法应用于欧洲电力网络的数据驱动模型，该模型使用技术经济优化来确定发电和储存容量以及调度，假设二氧化碳排放量比1990年的水平减少95％。对不同存储技术的功率流入进行基于流的分析证实了这样的直觉：长期储氢主要用于风能，而短期电池储能主要接收来自太阳能发电的流入。存储技术的使用通常表现出一种本地 - 但全局的行为：平均而言，这些容量的能量流出主要在同一节点内部本地消耗，而在导出时，它也会作为全球灵活性选项远距离传输整个系统。
澳大利亚流行性感冒的时空动态和同步分析：基于主体的建模方法
原文标题： Investigating Spatiotemporal Dynamics and Synchrony of Influenza Epidemics in Australia: An Agent-Based Modelling Approach
地址： http://arxiv.org/abs/1806.02578
作者： Oliver M. Cliff, Nathan Harding, Mahendra Piraveenan, E. Yagmur Erten, Manoj Gambhir, Mikhail Prokopenko
摘要： 在本文中，我们介绍ACEMod，这是一个用于研究澳大利亚流感流行病的基于主体的建模框架。该模拟器旨在分析全国传染病和流感空间同步的时空传播。基于个人的流行病学模型考虑了2006年澳大利亚人口普查和其他国家数据来源的流动性（工人和学生通勤）模式和人类相互作用。高精度模拟包括1980万随机生成的软件代理，并追踪流感病毒感染和传播的动态。使用这种方法，我们能够在澳大利亚综合各种暴发地点和严重程度的流行病。对于每种情况，我们通过发病率曲线，流行率和流行病同步性来定性和定量地研究这些流行病的时空特征。这一分析体现了澳大利亚境内流感大流行的性质，并有助于今后规划有效的干预，缓解和危机管理战略。
谱网络嵌入：一种利用稀疏性的快速可扩展方法
原文标题： Spectral Network Embedding: A Fast and Scalable Method via Sparsity
地址： http://arxiv.org/abs/1806.02623
作者： Jie Zhang, Yan Wang, Jie Tang
摘要： 网络嵌入旨在学习网络中节点的低维表示，同时保留网络结构和固有属性。由于下游网络学习任务（如节点分类，链路预测和可视化）的显著进步，近来引起了极大的关注。然而，由于大量的网络，大多数现有网络嵌入方法遭受昂贵的计算。在本文中，我们通过优雅地利用在线网络和谱分析的稀疏属性，提出了一种价格为10美元/次\ sim100 \ times快速网络嵌入方法，称为Progle。在Progle中，我们首先构造一个\ textit {sparse}接近矩阵，并通过稀疏矩阵分解有效地训练网络嵌入。然后我们通过谱分析引入网络传播模式，将局部和全局结构信息合并到嵌入中。此外，该模型可以推广到将网络信息快速整合到其他训练不足的嵌入中。受益于稀疏的谱网络嵌入，我们对四个不同数据集的实验显示，Progle在准确性方面优于或可与最先进的无监督比较方法（DeepWalk，LINE，node2vec，GraRep和HOPE）比基于word2vec的最快方法快10倍。最后，我们验证了Progle在实际大规模网络和多种规模的合成网络中的可扩展性。
对称性在非理性选择中的作用
原文标题： Role of Symmetry in Irrational Choice
地址： http://arxiv.org/abs/1806.02627
作者： Ivan Kozic
摘要： 对称性是现代物理学和其他相关科学的基本概念。作为如此强大的工具，几乎所有的物理理论都可以从对称性中推导出来，而且这种方法的有效性令人惊讶。由于许多物理学家实际上并不相信对称性是自然界的一个基本特征，它似乎更可能是人类认知的一个基本特征。根据演化心理学家的观点，人类对称性具有感官偏见。对对称模式的无意识追求已经成为与生存和繁殖相关的特定适应性问题的解决方案。因此，心理学和行为经济学中的一些基本概念必然涉及对称性就不足为奇了。本文的目的是提请注意对称性在决策中的作用，并说明如何通过使用数学群理论来实现对称性的代数运算。
多渠道社交签名和自我网络的持续特征
原文标题： Multichannel social signatures and persistent features of ego networks
地址： http://arxiv.org/abs/1806.02641
作者： S. Heydari, S.G.B. Roberts, R.I.M. Dunbar, J. Saramäki
摘要： 自我中心网络的结构反映了人们平衡他们对强烈的，情感上强烈的关系的需求和弱小关系的多样性的方式。以自我为中心的网络结构可以用“社会签名”来量化，该社会签名描述了人们如何在他们个人网络的成员（改变）中分配他们的沟通努力。基于通话数据的社交签名表明，人们通常会与几个亲密的人交流;他们也有持久的，不同的签名。为了检查这些结果是否适用于其他通信渠道，我们在此比较从呼叫和短信数据构建的社会签名，并开发一种使用两种渠道构建混合社交签名的方法。我们观察到，所有类型的签名都显示持续的个体差异，即使个别变更也会保持稳定。我们还表明，呼叫，文本和混合签名在人口层面和个人层面都相互类似。不同通信渠道的社会签名的一致性是令人惊讶的，因为渠道的选择似乎是改变特定的，没有明确的总体模式，而从呼吁和文本构建的自我网络仅在部分改变方面重叠。这些结果表明，个人如何在他们的个人网络中分配他们的通信工作方面存在差异，而且这种差异随着时间和跨越不同的通信渠道而不断变化。
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。