- 多元网络中动态过程之间的相互作用产生的集体现象;
- 和平调解者效应：异质代理可以促进持续观点模型中的共识;
- 综合评估模型作为一种积极的科学：满足气候目标远低于2摄氏度的私人客运公路运输政策;
- 随机矩阵和纽约地铁系统;
- 从大规模图流采样;
- 固有群体行为：行人二元动态对主要社会和个人特征的依赖;
- Twitter上的极化的长期分析;
- 时间图基准简介;
- 网络作为代理：关系方法探讨罗马时期的经济复杂性;
- 政治网络研究中的统计推断;
- 建模多层网络上的多个传播的传播;
- 评估代码作者：Linux内核的情况;
- 黑洞和吸尘器：在标签中使用隐喻，相关性和查询空间图像;
- 用于特大型网络中的社区检测的线性流算法;
多元网络中动态过程之间的相互作用产生的集体现象
地址： http://arxiv.org/abs/1405.5855
作者： Vincenzo Nicosia, Per Sebastian Skardal, Alex Arenas, Vito Latora
摘要： 我们引入一个框架，以不同性质的互动动力过程，每个具有自己不同的网络拓扑，使用多层网络方法。作为从多个动力过程的相互作用出现的集体现象的一个例子，我们研究一个模型，其中神经动力学和营养物质运输以这样的方式双向耦合，使得在一个层的传输过程的分配取决于同步的程度在其他层，反之亦然。我们显示数值，并且我们证明分析，多层耦合诱导自发爆炸同步和分配的异构分布，否则不存在于两个系统单独考虑。我们的框架可以应用于其中两个或更多个动态过程（诸如同步，意见形成，信息传播或疾病传播）彼此交互的其他情况。
和平调解者效应：异质代理可以促进持续观点模型中的共识
地址： http://arxiv.org/abs/1601.02917
作者： Daniele Vilone, Timoteo Carletti, Franco Bagnoli, Andrea Guazzini
摘要： 统计力学已经被证明能够捕捉社会聚集和观点动态现象的基本规则，在社会学和心理学等学科中得到了很好的研究。这种方法基于潜在的范式，多代理系统的有趣的动态从控制每个人的演变的少量参数的正确定义出现。在这种情况下，我们提出了一种特定的意见动力学模型，基于名为“认知不和谐”的心理建构。我们的系统是由相互作用的个体，代理，每个轴承只有两个动态变量（分别“意见”和“亲和力”）在时间演变过程中自我一致调整。我们还定义了两个特殊类别的互动实体，它们都是为了和平调解进程，但是通过不同的行动方针：“外交官”和“auctoritates”。参考相应的心理和社会影响，调查和讨论了有和没有和平调解员（PM）的系统的行为。
综合评估模型作为一种积极的科学：满足气候目标远低于2摄氏度的私人客运公路运输政策
地址： http://arxiv.org/abs/1702.04133
作者： J.-F. Mercure, A. Lam, S. Billington, H. Pollitt
摘要： 运输产生了全球温室气体排放的一个巨大且不断增长的组成部分，造成气候变化。需要有效的交通减排政策，以便达到远低于2摄氏度的气候目标。当前综合评估模型（IAM）中的技术演变表示利用系统优化，无法充分了解消费者对实际政策包的反应广泛用于决策。在这里，我们介绍FTT：Transport，公路运输技术的进化技术扩散模拟模型，作为一个IAM子组件，其特点是充分现实的消费者特征，能够模拟详细的气候政策在私人客运公路运输的影响。集成到基于模拟的宏观计量IAM E3ME-FTT，给出了一个合理的情景运输脱碳，由详细的运输政策包定义，达到足够的减排以实现“巴黎协定”。
随机矩阵和纽约地铁系统
地址： http://arxiv.org/abs/1703.02537
作者： Aukosh Jagannath, Thomas Trogdon
摘要： 我们分析纽约市地铁系统中的地铁到达时间。我们发现列车之间的间隙表现出（单位不变）随机矩阵统计和泊松统计的制度。从随机矩阵统计的偏离由沿着地铁路线的库仑势的值捕获。随着列车停靠更多，这种偏离变得更加明显。
从大规模图流采样
地址： http://arxiv.org/abs/1703.02625
作者： Nesreen K. Ahmed, Nick Duffield, Theodore Willke, Ryan A. Rossi
摘要： 我们提出图形优先采样（GPS），一种新的范例，用于从大量图形边缘流的基于顺序的储层采样。 GPS提供了根据辅助和/或尺寸变量对边缘采样进行加权的一般方式，以便实现图性质的各种估计目标。在子图计数的上下文中，我们示出如何可以选择边缘采样权重以便最小化指定的子图集的计数的估计方差。与许多先前的图采样方案相区别，GPS分离了边缘采样和子图估计的功能。我们提出两个估计框架：（1）后流估计，允许GPS构造边缘的参考样本以支持回顾图查询，以及（2）流内估计，以允许GPS通过递增更新获得较低的方差估计流处理期间的子图计数估计。通过图形流顺序采样的新的Martingale公式建立子图估计器的不偏倚，这表明即使在流中的不同点处计算，作为组成边缘估计器的乘积写入的子图估计器是无偏差的。与以前的工作相比，估计和采样的分离能够节省大量的资源。我们说明我们的框架与应用到三角和楔形计数。我们对来自不同领域和类型的现实世界图进行大规模的实验研究。 GPS实现了高精度，三角和楔形计数误差小于1％，同时存储一小部分图形，平均更新时间为每个边缘几微秒。值得注意的是，对于超过260M边缘的大型Twitter图形，GPS准确估计三角形计数，误差小于1％，而仅存储40K边。
固有群体行为：行人二元动态对主要社会和个人特征的依赖
地址： http://arxiv.org/abs/1703.02672
作者： Francesco Zanlungo, Zeynep Yucel, Drazen Brscic, Takayuki Kanda, Norihiro Hagita
摘要： 由人类社会行为决定，行人群体动态取决于群体的“固有属性”，例如行人的目的，他们的个人关系，他们的性别，年龄和身体大小。在这项工作中，我们通过分析一个大的数据集自动跟踪行人轨迹在一个无约束的“生态”设置（一个购物中心），其关系组属性已由三个不同的人类观察者编码，定量研究行人偶的动态特性。我们观察到，女性比男性走得更慢和更近，工人走路更快，距离更远，并且比休闲取向的人更多，并且群间关系对群体结构有很强的影响，夫妇走得很近和并列，同事走在更远的距离，朋友比家庭成员走得更远。行人高度（通过我们的跟踪系统自动获得）影响速度和并行距离，两个生长函数的平均组高度。关于行人年龄的结果显示，老年人步行缓慢，而活动年龄成年人以最大速度行走。有孩子的团体有一个强烈的倾向走在非并列地层，与大距离（尽管低并列距离）。这些内在特征之间的相互作用的交叉分析，考虑到外在人群密度的影响，证实了这些主要影响，但揭示了更丰富的结构。例如，一个有趣和意想不到的结果是，具有孩子的群体的速度增加了密度，至少在购物中心的正常条件下发现的低中密度范围内。根据父母的性别，儿童也表现得不同。
Twitter上的极化的长期分析
地址： http://arxiv.org/abs/1703.02769
作者： Venkata Rama Kiran Garimella, Ingmar Weber
摘要： 在过去十年中，社交媒体在塑造政治话语方面发挥了重要作用。与此同时，由于讨论的规模和公众性质，人们常常认为政治两极分化加剧。在本文中，我们试图回答在过去八年中美国在Twitter上的政治两极分化是否有所增加的问题。我们分析了679,000个用户的大型纵向Twitter数据集，并观察了他们（i）网络中的极化迹象 - 人们如何跟踪政治和媒体帐户，（ii）推销行为 - 他们是否从双方转发内容，以及 - 他们使用的主题标签如何党派。我们的分析显示，在过去八年中，在线偏振确实有所增加，根据测量，相对变化为10％-20％。我们的研究是这样一个长期观点的少数人之一，包括两次美国总统选举和两次中期选举，提供了一个罕见的纵向分析。
时间图基准简介
地址： http://arxiv.org/abs/1703.02852
作者： Wouter Ligtenberg, Yulong Pei
摘要： 时间图是由节点和边缘组成的数据结构，其中边缘与时间标签相关联。为了分析时间图，第一步是找到适当的图数据集/基准。虽然许多时间图数据集在线存在，但没有发现使用间隔标签，其中每个边缘与开始和结束时间相关联。因此，我们基于维基百科参考图创建一个时间图数据进行时间分析。本报告旨在向有兴趣使用它的用户提供更多的图表基准信息。
网络作为代理：关系方法探讨罗马时期的经济复杂性
地址： http://arxiv.org/abs/1703.02865
作者： Johannes Preiser-Kapeller
摘要： 基于以下假设：经济复杂性的特征在于经济代理（他们）不断改变其行动和策略以响应它们相互创造的结果的相互作用，本文提出如何使用网络模型作为映射，量化和罗马经济复杂性的分析。网络分析提供了可视化和分析各种类型数据及其组合（考古，地理，文本）或甚至单一证据的固有复杂性的工具。同样，关系方法也要求对政治和帝国的时期，地区和经济制度进行结构和定量的比较。越来越多的这种代理可以允许我们捕捉到超越隐喻的经济复杂的轨迹。
政治网络研究中的统计推断
地址： http://arxiv.org/abs/1703.02870
作者： Bruce A. Desmarais, Skyler J. Cranmer
摘要： 对统计建模网络数据感兴趣的研究人员有一个成熟的和快速增长的方法，从中选择。其中几种方法已经定期用于政治网络的研究，而另一些方法尚未渗透到这一领域。在这里，我们审查了推论网络分析的最突出的方法 - 包括（时间）指数随机图模型，潜在空间模型，二次分配程序和随机演员导向模型的横断面和纵向观察网络。对于每种方法，我们总结其分析形式，确定在政治科学中突出公布的应用程序和讨论计算注意事项。我们最后提出了一套为给定应用程序选择方法的准则。
建模多层网络上的多个传播的传播
地址： http://arxiv.org/abs/1703.02906
作者： Petar Jovanovski, Igor Tomovski, Ljupco Kocarev
摘要： 开发了多个感染的易感染感染（SIS）模型以并入不同的扩散通道和疾病突变。该模型的基本再现数是通过分析估计的。我们发现没有流行阈值与网络拓扑无关，甚至可以在隔室模型中观察到。这种新模式可以帮助理解其他传播现象，包括传染病，文化特征，成瘾，或通过电子邮件，网络博客和计算机网络传播的信息。
评估代码作者：Linux内核的情况
地址： http://arxiv.org/abs/1703.02925
作者： Guilherme Avelino, Leonardo Passos, Andre Hora, Marco Tulio Valente
摘要： 代码作者是大型开源系统中的关键信息。其中，它允许维护者评估工作分工和确定关键合作者。有趣的是，开源社区缺乏关于如何管理作者身份的指南。这可以通过设置建立一个关于作者相关措施如何在成功的开源社区中演变的经验知识体系来缓解。朝着这个方向，我们对Linux内核执行一个案例研究。我们的结果表明：（a）只有一小部分开发人员（26％）对代码基础做出重要贡献; （b）每个作者的文件数量的分布是高度偏斜的 - 一小组顶级作者（3％）负责数百个文件，而大多数作者（75％）最多负责11个文件; （c）大多数作者（62％）有专家资料; （d）具有大量共同作者连接的作者往往与具有较少连接的其他人合作。
黑洞和吸尘器：在标签中使用隐喻，相关性和查询空间图像
地址： http://arxiv.org/abs/1703.02927
作者： Lisa F. Smith, Kimberly Kowal Arcand, Benjamin K. Smith, Randall K. Smith, Jay Bookbinder, Jeffrey K. Smith
摘要： 本研究扩展了非专家广告公众对天文图像解释性标签的开发研究。研究问题涉及具有领先问题/隐喻和与日常生活的相关性的标签如何影响对深空图像的预期信息的理解，更多地学习的愿望和图像的美学欣赏。参与者是来自各种网站和社交媒体的1,921名受访者的便利样本，他们完成了使用四个高分辨率图像作为刺激的在线调查：射手座A ，太阳耀斑，仙后座A和风车星系（M101） 。参与者最初被随机分配给3个标签条件中的1个：最初为图像写入的标准标签，具有包含与图像信息相关的隐喻的前导问题的标签，或包含与图像相关的事实的标签日常生活。参与者被随机分配到1个图像，并比较该图像的所有标签。在不同点的开放式项目要求参与者向假设的天文学家提出问题。主要发现是，相关性条件显然更有可能增加想要学习更多;原标签最有可能增加整体升值;而且，智能手机用户更有可能想要了解更多，并报告更高的升值水平。结果是根据需要检查个别观众的特点和目标，为不同的观众创建不同的标签。
用于特大型网络中的社区检测的线性流算法
地址： http://arxiv.org/abs/1703.02955
作者： Alexandre Hollocou, Julien Maudet, Thomas Bonald, Marc Lelarge
摘要： 在本文中，我们在图中引入一种新的社区检测算法，称为SCoDA（流社区检测算法），基于边缘流设置。此算法具有极低的内存占用和闪电般的执行时间，因为每个节点只存储两个整数，并严格处理每个边缘一次。该方法基于以下简单的观察：如果我们在网络中随机地均匀地选择边缘，则该边缘更可能连接相同社区的两个节点而不是连接不同社区的两个节点。我们利用这个想法，通过每个边缘到达的本地变化来建立社区。使用理论论证，我们将SCoDA的能力与社区与这些社区的常见质量指标（如电导）相关联。在从100万到超过10亿边缘的大规模现实生活网络上执行的实验结果表明，SCoDA的运行速度比现有算法快十倍以上，并且在最大图形上产生相似或更好的检测分数。
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。