- 测量签名网络的部分平衡;
- 维持进化多重网络的广泛性;
- Twitter上科学家的系统识别与分析;
- 针对并发的干预措施可能在较低并发设置中最有效;
- 反协调博弈在无量纲图上的巨大波动;
- 量子技术时代量子理论的叙述;
- 二项式随机交叉图模型中基于矩的参数估计;
- 从邻居的精益：网络中的随机和对抗性老虎机;
- 图模型：对随机图，树和其他对象的扩展;
测量签名网络的部分平衡
地址： http://arxiv.org/abs/1509.04037
作者： Samin Aref, Mark C. Wilson
摘要： 敌人的敌人是朋友还是朋友朋友？如果不是，这在多大程度上倾向于持有？这些问题是在签署（社会）网络的基础上制定出来的，网络在1960年左右获得了“平衡”的必要和充分条件。从那时起，签署的网络随时间推移变得更加平衡的想法已被广泛应用于几个应用领域。然而，由于缺乏部分平衡的标准措施，因此对这一假设的调查变得复杂，因为在实践中几乎没有实现完全平衡。我们将部分平衡措施的概念正式化，讨论各种措施，比较合成数据集的措施，并研究其公理性质。合成数据涉及Erd \ H {o} s-R \ enyi和特殊结构的随机图。我们表明，在公理和区分图的能力方面，一些措施比其他措施更好。我们还使用社会学文献中众所周知的数据集，例如新几内亚读者部落，以及更多涉及参议院议案共同赞助的新闻。我们在真正的社会签名网络上的结果表明，在各种措施下，它们比预期的机会更加平衡。我们就今后工作中采取的措施提出一些建议。
维持进化多重网络的广泛性
地址： http://arxiv.org/abs/1512.05916
作者： Chris G. Antonopoulos, Murilo S. Baptista
摘要： 在本文中，我们探讨了网络拓扑在保持熵的广泛性质方面的作用。我们分析地和数字地研究拓扑结构如何有助于保持多路复用网络即子网络（层）网络中的熵的广泛性，借助于正的李亚普诺夫指数与H _ ropy ropy a a a a the the the the the。我们表明，扩展性不仅依赖于与内部（短距离）和间隔（长距离）相互作用相关联的动力学的耦合强度之间的相互作用，而且还取决于层。对于大小为$ N $的经过分析处理的网络，在其他几个结果中，我们显示，如果内部学位（和学位间的和）的总和作为$ N ^ {\ theta + 1}$，\如果$ H_ {KS} $的最大化驱动进化时，内耦合（和相互耦合）强度就可以维持扩展性。然后，我们通过在由电化学耦合的神经元形成的多重网络中进行数值模拟验证我们的分析结果。
Twitter上科学家的系统识别与分析
地址： http://arxiv.org/abs/1608.06229
作者： Qing Ke, Yong-Yeol Ahn, Cassidy R. Sugimoto
摘要： 派生自Twitter和其他社交媒体（通常称为高中）的指标越来越多地用于估计奖学金的更广泛的社会影响。然而，这样的努力可能产生高度误导的结果，因为在这些平台上参与科学对话的实体在很大程度上是未知的。例如，如果高科技活动主要是由科学家生成的，它是否真的能吸引更广泛的科学社会影响？在这里，我们提出了一个系统的方法来识别和分析Twitter上的科学家。我们的方法可以识别许多学科的科学家，而不依赖外部的书目数据，并且很容易适应识别科学中的其他利益相关者群体。我们调查确定的科学家的人口统计学，共享行为和互联性。我们发现Twitter已经在学科范围内受到学者的欢迎，社会和计算机与信息科学家的代表性过高。数学，物理和生命科学家的代表不足;并且与学术出版相比，女性的代表性更好。分析URL的共享揭示了学术网站的鲜明印记，但只有一小部分共享网址是科学相关的。我们在科学家网络中发现了与学科有关的分类混合，这表明维护社会媒体的纪律墙壁。我们的工作在方法论和概念上都有助于文学 - 我们提供了消除歧视和识别社会媒体上的特定行为者的新方法，并描述了科学家的行为，从而为在社会媒体的基础上建立和使用指标提供了基础信息指标
针对并发的干预措施可能在较低并发设置中最有效
地址： http://arxiv.org/abs/1611.04800
作者： Joel C. Miller, Anja C. Slim
摘要： 有些人认为存在与时间重叠的性伴侣（并发关系）是艾滋病毒传播的重要因素，尽管这是有争议的。我们推导出一个基于边缘的分区模型，使我们能够调查和比较具有和不具有并发性的群体中的疾病传播。我们可以确定其影响可以忽略的参数空间区域，以及其中起主要作用的其他区域。我们还看到并发对初始增长阶段的影响可能远大于对均衡大小的影响。我们看到并发饱和的影响，这可能导致或许令人惊讶的结论是，针对并发的干预措施在低到中等水平并发的人群中可能是最有效的。
反协调博弈在无量纲图上的巨大波动
地址： http://arxiv.org/abs/1701.02904
作者： Daniel Sabsovich, Mauro Mobilia, Michael Assaf
摘要： 我们研究无量纲图的复杂拓扑结构对反协调博弈动力学（如积雪博弈）的影响。这些参考模型的特征是两个竞争物种的共存（进化稳定混合策略），称为“合作者”和“叛逃者”，有限系统中通过亚稳态和大波动驱动固定。在这项工作中，我们使用广泛的计算机模拟和有效的扩散近似（在弱选择限制），以确定在哪些情况下，根据基于个别的更新规则，拓扑将大大影响反协调博弈的长时间行为。特别地，我们计算亚稳态的合作者数量的差异，以及根据选民模型（死亡首先/生育 - 第二过程）和链接动态（生死/死亡）随机死亡/出生）。对于选民更新规则，我们表明无量纲拓扑有效地使人口规模重新归一化，因此观察资料的统计数据取决于网络的度数分布。相比之下，链路动态更新规则不会发生这种重整化，我们恢复与完整图相同的行为。
量子技术时代量子理论的叙述
地址： http://arxiv.org/abs/1702.03001
作者： Alexei Grinbaum
摘要： 量子技术可以呈现给公众，或者不引入负责其非经典效率的量子理论的奇怪特征。传统上，这个信息以叠加原则为中心，而近来的纠缠和属性如背景知识已经得到了越来越多的关注。较少的理论方法集中在实现技术应用的简单协议。它结合了在资源范式和基于原则的重建的帮助下建立的务实叙事。我讨论这些方法的优点和缺点。为了说明新的比喻超越施r er er猫的重要性，我简要地描述了一个关于纠缠的非数学叙述，传达了一些其不寻常的属性的想法，如果量子技术专家要成功地建立对工作的信任，他们应该用物理学家经历的量子理论的数学美学引起公众的审美观念，叙事方法的力量在于它的能力。
二项式随机交叉图模型中基于矩的参数估计
地址： http://arxiv.org/abs/1704.04278
作者： Joona Karjalainen, Lasse Leskelä
摘要： 二项式随机交集图可以用作大型和稀疏网络的简约统计模型，一个参数用于平均度，另一个参数用于传递性，一个节点的邻居的连接趋势。本文利用基于观测到的2星和三角形的度数和频率的力矩估计器，从单个观察到的曲线图中讨论了这些参数的估计。观察到的数据集被假设为由从$ n $节点的整组中抽取的一组$ n_0 $节点引起的子图。通过显示$ n_0 \ gg n ^ {2/3} \ gg 1 $的相对估计误差小，概率高，证明了所提出的估计量的一致性。作为副产品，我们的分析证实，图的经验传递系数具有接近模型的理论聚类系数的高概率。
邻居精益：网络中的随机和对抗性老虎机
地址： http://arxiv.org/abs/1704.04470
作者： L. Elisa Celis, Farnood Salehi
摘要： 个人的决定通常由他或她的同伴，即社交网络中的邻居指导。据推测，对别人的经验不利，有助于学习和决策，但是通过观察她的邻居，个人获得多少优势？这些问题出现在社会学和经济学中，在本文中，我们提出了一个新颖的模型来捕捉这样的决策过程，并用经典的多臂老虎机进行分析。每个人除了自己的行为外，还可以观察到邻居取得的行动和报酬，并可以利用所有这些信息，以尽量减少自己的遗憾。我们为随机和对抗老虎机提供了这种设置的算法，并表明他们的遗憾在古典强盗设置的遗憾与作为邻居探索的函数的全信息设置之间顺利插入。在随机设置中，附加信息必须简单地纳入通常的奖励估算，而在对抗设置中，这是通过为奖励构建新的无偏估计器并适当地界定由邻居提供的附加信息的量来实现的。这些算法优于对数因子;尽管代理人独立行事和自私行为，这意味着它是所有代理人使用我们的算法的近似纳什均衡。此外，我们通过经验模拟显示，我们的算法通常显着优于现有算法，可以应用于此设置。
图模型：对随机图，树和其他对象的扩展
地址： http://arxiv.org/abs/1704.04478
作者： Neil Hallonquist
摘要： 在这项工作中，我们考虑将图模型扩展到随机图，树和其他对象。为此，多变量随机变量（例如边际变量，吉布斯分布，马尔科夫属性）的许多基本概念必须扩展到其他数学对象;事实证明，如果我们对一个给定的对象有一个一致的完整的投影系统，我们将讨论这个扩展是可能的。每个投影定义一个边际随机变量，允许一个指定它们之间的独立假设。此外，这些独立性可以根据这些边际变量的一小部分（我们称之为原子变量）来指定，允许通过有向图的紧凑表示独立性。投影还定义因素，投影对象空间的功能，因此投影系列定义了一组分布的可能因子分解;这些可以由无向图表紧凑地表示。在图模型中使用的不变性对于学习分布是必不可少的，而不仅仅是在多变量随机变量上，而且在其他对象上。当它们被应用于随机图和随机树时，结果是适用于广泛问题的一般模型，包括图和树具有复杂边缘结构的模型。这些模型不需要对固定数量的顶点进行调节，如文献中随机图的情况通常是这样，并且可以用于属性与顶点和边缘相关联的问题。对于图，应用包括分子建模，神经网络和关系现实世界场景;对于树木，应用包括感染性疾病的建模，细胞融合，语言结构以及视觉场景中物体的结构。许多经典模型是此框架的特定实例。
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。本系列在个人博客网络科学研究速递 进行同步更新，并提供RSS订阅。