- 重叠多层相关网络最佳渗流;
- 恢复增长树结构的过去状态;
- 单边信任社会网络上的无中央服务器的联邦学习;
- 学习社交媒体用户的恒定表征;
- 独立性对于意见极化的影响;
- 使用无参数人口动力学方法预测欧盟国家的卫生人力资源供给;
- 人类移动驱动的虫媒传染病;
- 自动化动态同意决策用于卫生研究社交媒体数据的处理;
- 保守主义科学的自然选择;
- 意见极化的几何模型;
- 真实和生成网络的多路层的纠缠模式;
重叠多层相关网络最佳渗流
原文标题： Optimal percolation in correlated multilayer networks with overlap
地址： http://arxiv.org/abs/1910.04783
作者： Andrea Santoro, Vincenzo Nicosia
摘要： 我们表明，最佳渗滤组的多层网络的大小基本上由层间的相关性程度和边重叠的存在的影响。我们提供广泛的数字证据证实，国家的最先进的最优策略渗透通常无法在合成和真实世界的相关多层网络，以确定最小的渗透套，从而低估了他们的脆弱性。我们提出了一个家庭的最佳多层渗透帕累托有效的策略，即兼顾内和层间启发，并能很容易地扩展与层任意数量的复用网络。我们发现，这些策略始终优于现有的攻击算法，在确定真实世界的多层网络的hyperfragility提供关于相关性的相互作用和重叠有趣的见解。
恢复增长树结构的过去状态
原文标题： Recovering the past states of growing trees
地址： http://arxiv.org/abs/1910.04788
作者： George T. Cantwell, Guillaume St-Onge, Jean-Gabriel Young
摘要： 原则上一个只能从它的当前状态重建一个不断增长的网络的过去的状态。然而在实践中，这可以做到这一点的程度受到严重的限制，因为现有方法要么不精确的，低效的或两者。在这里，我们提出了时间重建，它们都准确，高效的树木的方法。我们推导出的解析表达式为其中每个节点到达每个时间处可能的历史数，和我们提出了一个蒙特卡洛方法来样充分历史在O（N日志log n）的操作与n个节点的网络。我们展示了使用这些方法的一系列应用程序：种子发现，网络插值，充满了历史的重建，以及模型拟合。有了这些新的工具之一，可以直接贴合的增长模式，如优先连接到静态网络数据---直接机制，只有一个单一的网络快照水平测试模型。
单边信任社会网络上的无中央服务器的联邦学习
原文标题： Central Server Free Federated Learning over Single-sided Trust Social Networks
地址： http://arxiv.org/abs/1910.04956
作者： Chaoyang He, Conghui Tan, Hanlin Tang, Shuang Qiu, Ji Liu
摘要： 联合学习已成为现代机器学习越来越重要，尤其是对于数据隐私敏感的情况。现有的联合学习大都采用中央基于服务器的体系结构或集中式架构。然而，在许多社会网络的情况，集中学习联盟是不适用（例如，连接所有用户中心主体或服务器可能不存在，或者通信成本到中央服务器是不相宜）。在本文中，我们考虑通用的设定：1）中央服务器可能不存在，和2）的社会网络是单向还是单面信任的（即，用户A信任用户B，但用户B可能不信任用户A） 。我们提出了一个中心免费服务器联合学习算法，名为在线推总和（OPS）的方法，来处理这个挑战性，但一般情况下。一个严格的遗憾分析也提供，这显示了用户如何从通信的联合学习情景信任用户受益非常有趣的结果。这项工作建立在在通用的社会网络方案的基本算法框架和理论保证了联合学习。
学习社交媒体用户的恒定表征
原文标题： Learning Invariant Representations of Social Media Users
地址： http://arxiv.org/abs/1910.04979
作者： Nicholas Andrews, Marcus Bishop
摘要： 社交媒体用户的行为随时间的演化复杂的用户级别的比较的任务，如验证，分类，聚类和排名。其结果是，NA “香港专业教育学院的方法可能无法推广到新的用户，甚至先前已知用户的未来的观测。在本文中，我们提出了一种新的方法来学习，从社交媒体上的用户活动的短暂发作的映射在这两点之间的距离捕获的相应用户的不变特征的相似性向量空间。我们通过在大语料库的未标记的社交媒体内容优化的替代度量学习目标拟合模型。一旦了解到，映射可以应用到用户没有看到在训练时间，使用户的效率比较中产生的向量空间。我们提出了一个综合评价来验证使用从reddit的，Twitter和维基百科数据所提出的方法的好处。
独立性对于意见极化的影响
原文标题： Impact of independence on polarization of opinions
地址： http://arxiv.org/abs/1910.05036
作者： Janusz Szwabiński, Tomasz Weron
摘要： 社会的两极分化也越来越多的关注从许多领域的交叉研究工作，因为这似乎是许多公共领域的定义特征。在本文中，我们将研究如何不愿意屈服于群体压力，又称独立性，影响了这一现象。特别是，我们想回答这个问题的人自主选择是否可以改变一个系统，否则将被极化的动态。在 Q -voter模型的修改版本将被用于这一目的。从我们的研究结果可以得出独立的影响至少是双重的。在低层次的独立性两个敌对集团之间的共识极化转换设置在比没有独立的更快。较高水平的诱导另外的过渡在系统中，从一个偏振状态，以无序的。
使用无参数人口动力学方法预测欧盟国家的卫生人力资源供给
原文标题： A parameter-free population-dynamical approach to health workforce supply forecasting of EU countries
地址： http://arxiv.org/abs/1910.05077
作者： Peter Klimek, Michael Gyimesi, Herwig Ostermann, Stefan Thurner
摘要： 许多国家面临像即将退休波，人口负增长，或资源在医疗机构一个次优的分布和领域与足够的工作人员提供了他们的医疗保健系统的挑战。因此，越来越多的国家的员工在卫生人力资源供给预测定量方法。然而，这些模型往往是有限的实用性，因为他们要么需要大量的个体层面的数据或变得过于简单化捕捉到重要的人口和流行因素。我们提出预测足够复杂，而只需要完全校准可公开获得的时间序列资料来解决动态变化的行为，一个新的人口动态和股票流动一致的方法来卫生人力供应。我们运用该模型21个欧洲国家，预测通才和专科医师的供应，直到2040年相比保持医生密度恒定在2016点水平所需人员编制，在许多国家，我们找到一条在通才医师降低密度的显著趋势对于专家的密度增加为代价。这些趋势在许多南欧和东欧国家的人口负增长的预期加剧。对于奥地利的例子中，我们概括了我们一个多专业，多区域，多领域模型的方法，并找到在签约与非签约医生的供应最理想的分布。这是极为重要的，制定的工具为决策者在整个领域和打击失衡行业影响医生的分配和供应。
人类移动驱动的虫媒传染病
原文标题： Vector-borne epidemics driven by human mobility
地址： http://arxiv.org/abs/1910.05256
作者： David Soriano-Paños, Judy Heliana Arias-Castro, Hector J. Martínez, Sandro Meloni, Jesús Gómez-Gardeñes
摘要： 虫媒流行病是不同因素的组合的结果，例如除其他人类和载体，它们的人口统计分布和人类迁移率之间的交叉接触传染。关于前者成分信息当前可用性要求其纳入到现有的数学模型为媒介传播的疾病传播。在这里，依靠集合种群的动态，我们提出了一个框架，其结果与从模拟机械获得的公平的协议。该框架允许我们推导出流行阈值高精度捕获导致流行病的发病状况的表现。这些见解的推动下，我们得到了一个流行指标根据受着媒介传播疾病的风险排名补丁。我们通过复制在城市卡利（哥伦比亚）报告2015至2016年的空间分布登革热病例说明这种流行病风险指标的效用。
自动化动态同意决策用于卫生研究社交媒体数据的处理
原文标题： Automating dynamic consent decisions for the processing of social media data in health research
地址： http://arxiv.org/abs/1910.05265
作者： Chris Norval, Tristan Henderson
摘要： 社会化媒体已经成为一个丰富的数据来源，特别是在卫生研究。然而，使用这些数据使人们有必要对那些正在研究的知情同意显著的伦理问题。同意机制，如果连得到，通常是广泛的和不灵活，或放在参与者显著的负担。机器学习算法显示便于在“中间道路”的做法多少承诺：使用训练的模型来预测和自动化颗粒状同意的决定。这种技术，但是，提高后续道德和技术因素万千。在本文中，我们提出了一个探索性研究的用户（N = 67）中，我们发现，我们可以预测合理准确的健康相关的社交媒体数据的适当流动，同时最大限度地减少不需要的数据泄漏。然后，我们试图来解构这个研究的结果，确定和讨论了一些真实世界的影响，如果这种技术付诸实践。
保守主义科学的自然选择
原文标题： The Natural Selection of Conservative Science
地址： http://arxiv.org/abs/1910.05273
作者： Cailin O'Connor
摘要： 社会认识论人认为，高风险，高回报的科学在科学界起着重要的作用。但最近，它也被认为各个科学领域似乎朝着保守主义趋势 - 什么库恩（1970）会叫'正常科学”的增产。本文将探讨这种趋势的一个可能的解释：该工艺由科研团体的形式，壮大，并溶解可能是天生敌视高风险的科学。特别是，我采用了由Smaldino和McElreath（2016）开发了一个范例，把科学的社会群体进行选择。如将变得清楚，可能与直觉相反这种工艺在某些方面促进了高风险，高回报的科学。但是，正如我会指出，高风险高回报的科学，在一般情况下，这种东西是很难重复。而更为保守的科学家将能够培养能够继续他们的成功项目的学生，所以创造繁荣的谱系，成功的风险科学未必是诸如此类的事情可以很容易地传递。在这种情况下，科学界的结构选择对高风险，高回报的项目。更一般地，本文中明确指出，至少有两个过程在想着奖励如何塑造科学的社区考虑 - 由科学家个人做出自己的职业生涯和研究的选择过程中，管理新的研究形成的选择性过程组。
意见极化的几何模型
原文标题： A Geometric Model of Opinion Polarization
地址： http://arxiv.org/abs/1910.05274
作者： Jan Hązła, Yan Jin, Elchanan Mossel, Govind Ramnarayan
摘要： 我们介绍的意见两极分化的一个简单的，几何模型。这是利用社会价值营销和广告政治派别的模型，以及。它侧重于不同主题，并在媒体上广泛深远的劝说努力之间的相互作用。我们讨论了一些探索性的例子，分析极化是如何发生和演变。我们还检查选择在我们的模型中影响剂，与极化的计算考虑沿着连接的最有效手段的一些计算方面。
真实和生成网络的多路层的纠缠模式
原文标题： Patterns of Multiplex Layer Entanglement across Real and Synthetic Networks
地址： http://arxiv.org/abs/1910.05300
作者： Blaž Škrlj, Benjamin Renoust
摘要： 现实世界中的复杂网络往往具有多重结构，从物理系统的不同方面，如社会，交通，生物网络连接实体。鲜为人知的是，跨学科的这种网络的一般属性。在这项工作中，我们首先研究如何一致的是在35个真实世界的多重网络连接模式。我们表明，缠结的均匀性和强度，层一致性两种措施，指示社会和生物网络之间明显的差异。我们也研究贸易，合着和传输网络。我们发现，真正的网络可以在均匀性和强度的关节间隙分离，表明真正的多重网络的分类这两项措施的有效性。最后，我们设计了一个多路网络发生器，其中类似的模式（如在真实网络中观察到的），正在出现超过11 ， 905对合成的多路传输与各种拓扑性质网络的分析。
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.cn （提供RSS订阅）进行同步更新。个性化论文阅读与推荐请访问 https://arxiv.complexly.cn 平台。