- 使用庞加莱嵌入探索在AML背景下多银行客户间关系;
- 符号网络的社区检测和结构平衡动态;
- 使用异构图模型理解社交媒体用户级情感;
- 老年行人穿过狭窄区实验研究;
- 基于人工神经网络建模直行走廊单双向行人流动;
- 机器学习个性化的程度如何？;
- 与轮椅使用者混合的行人流量通过漏斗形瓶颈的实验研究;
- 老年人和其他年龄组的单文件人流对比研究;
- 适应度景观中的搜索：如何评价一个搜索问题的难度;
- 对歧视性数据扰动具有弹性的监督学习算法;
使用庞加莱嵌入探索在AML背景下多银行客户间关系
原文标题： Exploring Multi-Banking Customer-to-Customer Relations in AML Context with Poincare Embeddings
地址： http://arxiv.org/abs/1912.07701
作者： Lucia Larise Stavarache (1), Donatas Narbutis (2), Toyotaro Suzumura (3), Ray Harishankar (1), Augustas Žaltauskas (2) ((1) IBM Global Business Services, (2) IBM Lithuania, Client Innovation Center Baltic, (3) IBM T.J. Watson Research Center)
摘要： 近年来洗钱方案已生长在复杂度和实现速度，影响全球的金融机构及数百万客户。加强了隐私政策，在国内法规一起，使其难以对银行inner-和交叉份额，并为AML（反洗钱）措施报告可疑活动。反洗钱分析和信息共享现有的拓扑结构和模式受到很大的局限性，如符合监管约束，扩展基础架构来运行高计算算法，数据质量和跨度，证明繁琐和昂贵的执行，联邦和解释。本文提出了一种探索多银行客户的社会关系在反洗钱方面新的拓扑 - 从客户到客户，客户对交易和交易对交易 - 利用3D建模通过庞加莱制定拓扑代数的嵌入。
符号网络的社区检测和结构平衡动态
原文标题： Community detectability and structural balance dynamics in signed networks
地址： http://arxiv.org/abs/1912.07772
作者： Megan Morrison, Michael Gabbay
摘要： 我们研究相对于它们的谱和其下的结构平衡，签署了社会网络的一个突出理论的动力学模型演化签订了社会结构的网络。由一个随机块模型具有两个大小相等的社区节目可探测变化时产生的邻接矩阵，其中，当其信号特征值出现的主要谱带外的社会结构变得明显的谱。谱也表现出涉及表示平均领带值的均匀结构“社会性”转换。我们得出与社区和均匀的结构以及过渡界限，所有与数值模拟结果吻合相关的特征值表达式。使用随机生成的网络作为结构平衡动力学的简单模型的初始条件产生三种结果制度：两个敌对派别与初始的社区相对应，两个敌对派别不相关的社区，所有节点的一个和谐的派别。该探测过渡预测选型和混合两派系状态和社会性转变之间的边界预测，混合和谐的状态之间。我们的研究结果可能产生洞察与不同的社会身份行动者之间的合作与冲突的动态。
使用异构图模型理解社交媒体用户级情感
原文标题： A Heterogeneous Graphical Model to Understand User-Level Sentiments in Social Media
地址： http://arxiv.org/abs/1912.07911
作者： Rahul Radhakrishnan Iyer, Jing Chen, Haonan Sun, Keyang Xu
摘要： 社会化媒体已经看到在过去十年中的巨大增长，并继续以迅猛的速度增长。有了这样的采用，它正日益成为一个丰富的意见挖掘和情绪分析数据的来源。在社会化媒体的检测和情绪的分析是这样一个有价值的话题，吸引了大量的研究工作。大部分早期的努力集中在监督学习方法来解决这个问题，这需要昂贵的人力注释，因此限制了其实际应用。在我们的工作中，我们提出了一种半监督的方法来预测用户级别的情绪特定主题。我们定义和利用的知识用户的社会网络建立了社会网络连接的用户通常共享类似的观点异构图。与之前的作品相比，我们有若干创新之处：（1）我们合并的影响/用户的权威性纳入模型，2），我们有和喜欢基于基于注释的用户的用户链接到图表3），我们叠加多个异构图成一个，从而允许多个类型的链接到两个用户之间存在。
老年行人穿过狭窄区实验研究
原文标题： Experimental study on the elderly pedestrians passing through bottlenecks
地址： http://arxiv.org/abs/1912.07935
作者： Xiangxia Ren, Jun Zhang, Shuchao Cao, Weiguo Song
摘要： 人口老龄化是在世界上的社会现象。在这项研究中，进行了一系列的控制实验，调查通过瓶颈老年行人的运动特性。类似的自组织现象，年轻的像“拉链效应”和“车道形成”的观察。出现在实验的出口前面的最高局部密度超出4米-2。的老年人两个连续的行人之间的时间流逝是比年轻的长大约0.2秒时的宽度为0.5μm和0.7微米。此外，差异日益增加的出口宽度减小。获得流量和瓶颈宽度之间的线性关系，而老年人的流量比出口的相同的宽度下的年轻的下部。行人的等待时间可以当瓶颈宽度比0.8米要窄时可以分为两个阶段。在这项研究结果将有利于疏散引导，以及设施设计长老。
基于人工神经网络建模直行走廊单双向行人流动
原文标题： Artificial Neural Network Based Modeling on Unidirectional and Bidirectional Pedestrian Flow at Straight Corridors
地址： http://arxiv.org/abs/1912.07937
作者： Xuedan Zhao, Long Xia, Jun Zhang, Weiguo Song
摘要： 行人建模是一种很好的方法来预测行人的运动，从而可用于控制行人的人群和在紧急情况下疏散引导。在本文中，我们提出了基于人工神经网络的行人的运动模式。在该模型中，行人速度矢量与两个子模型，半圆形前向空间基于子模型（SFSB-子模型）和矩形前向空间基于子模型（RFSB-子模型），分别进行预测。在直通道单向和双向人流通过比较模拟和相应的实验结果的影响。结果表明，从模型中行人的轨迹和基本图都与从实验一致。和典型的车道形成现象在双向流动模拟观察到。另外，为了定量地评价预测精度，平均目标错误（MDE）和平均轨迹误差（MTE）被定义和计算为大约0.2米和单向流方案0.12米。在双向流动，相对距离误差（RDE）为约0.15米。研究结果表明，所提出的模型的合理性和能够模拟在本文中示出的单向和双向人流的。
机器学习个性化的程度如何？
原文标题： How Personal is Machine Learning Personalization?
地址： http://arxiv.org/abs/1912.07938
作者： Travis Greene, Galit Shmueli
摘要： 尽管广泛使用，机器学习的概念和过程（ML）的个性化有从学者，从业者和普通公众一般很少受到关注。我们描述了ML方法，因为依靠人作为特征向量的隐喻，与人的人文景色对比这一点。在光最近通话由IEEE的考虑ML对人类福祉的影响，我们询问是否ML个性化可以与人，这凸显道德和社会认同的重要性，这些人性化的意见进行协调。由于人的行为日益成为数字化，分析和预测，到什么程度我们做什么选择，买或做，后续决定国产都是由美国和其他国家，反映了我们是谁的人？本文首先考虑ML个性化，并强调它关系到人的人文观念explicates个性化的术语，然后提出了评估ML个性化分数个性化程度几个方面。通过这样做，我们希望能够有助于对算法的偏差，透明度和公正性在机器学习的问题，目前的辩论。
与轮椅使用者混合的行人流量通过漏斗形瓶颈的实验研究
原文标题： Experimental study of pedestrian flow mixed with wheelchair users through funnel-shaped bottlenecks
地址： http://arxiv.org/abs/1912.07941
作者： Hongliang Pan, Jun Zhang, Weiguo Song
摘要： 随着老年人和残疾人的世界的增加，人流与轮椅使用者混合的特点已经被人们越来越多的关注。在这项研究中，在漏斗形的瓶颈实验来研究瓶颈形状对人群动力学的影响，以及轮椅使用者的比率。研究发现，轮椅在人群中显然会导致更糟糕的运行效率和拥塞从逃生时间，时间空间关系和时间的进展增加。在低的混合比例（<2.35％），小于拥塞发生在45 度瓶颈的四个测试角度中（0 度，15 度，30 度，45 度 ）。轮椅使用者的平均速度是在45 度瓶颈最快（0.310米/ S），直到混合比到达7.05％。但是，当混合比变高的角度的优点消失。在这个研究的结果是有意义的行人疏散的通过与轮椅使用者的存在瓶颈的指导。
老年人和其他年龄组的单文件人流对比研究
原文标题： Contrastive study on the single-file pedestrian movement of the elderly and other age groups
地址： http://arxiv.org/abs/1912.07944
作者： Xiangxia Ren, Jun Zhang, Weiguo Song
摘要： 全球人口正在老龄化国家都在改善老年行人的安全面临的持续挑战。在这项工作中，老人的单文件移动的实验与不同年龄组的比较。研究结果表明，年龄不影响行人变化，但人群组成的异质性和熟悉周边行人之间也有显著效果的唯一因素。三种政体的进展和速度之间的关系的存在被证实。在强约束机制，老年人进展与速度之间的关系的斜率比年轻，这意味着适配速度时，长者是比年轻人空间进展更敏感的更大。然而，斜坡的弱约束机制的差别很小，这表明年龄和适应时间之间的弱相关性。运动状态的转变过程中，老人需要更长的进展。此外，行人的“主动停止”行为，这与最少的努力原理解释，在实验中观察到。该发现提供了在高密度的老人的经验数据，可以对行人建模的提高和老年人友好设施的建设有用。
适应度景观中的搜索：如何评价一个搜索问题的难度
原文标题： Search in a fitness landscape: How to assess the difficulty of a search problem
地址： http://arxiv.org/abs/1912.07954
作者： Oana Vuculescu, Mads Kock Pedersen, Carsten Bergenholtz, Jacob F. Sherson
摘要： 计算模型被广泛用于研究个人和组织如何搜索和解决的领域，如经济学，管理学，文化演变和计算机科学的问题。我们认为解决问题需要解决几个根本性的问题，目前的计算模型的研究，以便产生更有意义和可证伪的贡献。基于比较模拟和新型的如何评估适应度景观的性质可视化，我们要解决的NK框架依赖于接近这样的两个关键假设：即NK捕捉经验适应度景观的复杂的统一体，并该搜索行为是不同的组件，独立于适应度景观的拓扑结构。我们展示了最常用的方法的局限性概念化多么复杂，或崎岖，风景是，以及如何适应度景观的本质是从根本上与搜索行为交织在一起。最后，我们概述了如何激发解决问题的更广泛的影响。
对歧视性数据扰动具有弹性的监督学习算法
原文标题： Supervised learning algorithms resilient to discriminatory data perturbations
地址： http://arxiv.org/abs/1912.08189
作者： Przemyslaw A. Grabowicz, Kenta Takatsu, Luis F. Lafuerza
摘要： 个人的行为属于歧视性的针对特定的保护属性，如种族或性别。近日，歧视已经成为监督学习算法，增强人类决策的焦点问题。这些系统使用培训的历史数据，它可能已经被污染的歧视，并可能学会对受保护群体的偏见。一个重要的问题是如何培养模式不传播歧视。这种歧视可以是直接的，当一个或多个受保护的属性都在使用的决策直接，或间接的，当与受保护的属性相关联的其他属性以不合理的方式使用。在这项工作中，我们ⅰ）作为数据生成处理的扰动模型歧视; ⅱ）引入的弹性的量度监督学习算法，以潜在的歧视数据扰动;和iii）提出了一种新监督学习方法，它是更有弹性这种歧视扰动比状态的最先进的学习算法寻址歧视。该方法可以与一般的监督学习算法中使用，防止直接歧视和避免诱因间接歧视，同时最大限度地提高模型的准确性。
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。