- 对抗聚合的新在线生态学：ISIS及其以外;
- 一种用于建模低压网络需求的遗传算法方法;
- 随机块模型的可检测限制的有限尺寸分析;
- 网络防御作为复杂的自适应系统：基于模型的策略设计方法;
- 更紧密的流行病学阈值的二阶时刻关闭;
- 白人，男人，高度关注：Twitter中的性别和种族不平等;
- 要慢，还是不慢？次科学新网络;
- 使用文本分析来量化科学学科的相似性和演变;
- 验证智能手机应用程序以映射接近的社交网络;
对抗聚合的新在线生态学：ISIS及其以外
地址： http://arxiv.org/abs/1603.09426
作者： N.F. Johnson, M. Zheng, Y. Vorobyeva, A. Gabriel, H. Qi, N. Velasquez, P. Manrique, D. Johnson, E. Restrepo, C. Song, S. Wuchty
摘要： 支持极端主义实体 - 无论是从最右边还是最左端 - 经常在全球在线上生存，尽管面临巨大的外部压力，并可能最终激发没有明显的前所未有的极端主义的个人的暴力行为。检查极端主义在线活动的纵向记录，我们发现了一个在日常时间范围内发展的生态系统，促进了在线支持，我们提供了一个描述它的数学理论。生态学特征是自发组织的聚合（在Facebook或其他社交媒体类似网络上的网络组合）在最近的现实世界运动开始之前激增，并采用新颖的适应机制来增强他们的生存。其中一个预测是，大型，潜在有潜力的在线群体的发展可以通过针对较小的网络群体来阻止。
一种用于建模低压网络需求的遗传算法方法
地址： http://arxiv.org/abs/1612.06833
作者： Georgios Giasemidis, Stephen Haben, Tamsin Lee, Colin Singleton, Peter Grindrod
摘要： 分销网络运营商（DNO）越来越关注低碳技术对低压（LV）网络的影响。更先进的计量基础设施为LV网络的更准确的负载流分析提供了许多机会。然而，这种数据可能不是DNO可用的，并且在任何情况下都可能是昂贵的。需要建模工具，可以为网络建模工具的输入提供现实且准确的负载配置文件，无需访问大量监控的客户数据。在本文中，我们提出了一些简单的方法来精确地建模LV级别的大量不受监控的住宅用户。我们通过一个我们称之为buddying的过程来做到这一点，它通过从有限的具有智能电表的受监控客户的样本中分配负载配置文件来模拟不受监控的客户。因此，所提出的方法仅需要访问相对较少数量的国内客户的数据。该方法使用遗传算法进行有效优化，以最小化匹配变电站数据和各个平均日需求之间的加权成本函数。因此，我们可以显示变电站监控在低压网络建模中的有效性。使用真正的LV网络建模，我们表明我们的方法表现明显优于比较蒙特卡罗方法，并提供峰值需求行为的描述。
随机块模型的可检测限制的有限尺寸分析
地址： http://arxiv.org/abs/1701.00062
作者： Jean-Gabriel Young, Patrick Desrosiers, Laurent Hébert-Dufresne, Edward Laurence, Louis J. Dubé
摘要： 近年来已经表明，随机块模型（SBM）有时在稀疏极限中是不可检测的，即，如果该实例足够稀少且无限无限，则没有算法可以识别与用于生成实例的分区相关的分区大。在这个贡献中，我们使用从信息论和统计学得出的参数来明确地对待有限的情况。我们在一般SBM中给出了有限尺寸可检测性的必要条件。然后，我们将平均可检测性的概念与逐个实例可检测性的概念区分开，并为这两个定义给出明确的公式。使用这些公式，我们证明存在大量的参数等价类，其中广泛不同的网络集合对于我们的可检测性的定义是同等可检测的。在广泛的案例研究中，我们研究了SBM的简化变体的有限尺寸可检测性，其中包含了许多重要的模型作为特殊情况。这些模型包括对称SBM，种植着色模型，以及以前未研究过的更具异域性的SBM。我们总结了三个附录，我们研究了噪声和可检测性的相互作用，建立了我们的信息论方法和随机矩阵理论之间的联系，并提供了一些更为技术性的结果。
网络防御作为复杂的自适应系统：基于模型的策略设计方法
地址： http://arxiv.org/abs/1706.08598
作者： Michael D. Norman, Matthew T.K. Koehler
摘要： 在一个越来越多的系统相互依赖的世界中，有效的网络安全政策设计似乎是我们国家安全战略中最重要的因素之一。企业网络技术经常被实施，而不考虑人与新技术之间发生的相互作用。此外，个人之间发生的互动往往也对新聘用的技术产生影响。没有一个严格的，循证的方法来制定就业战略，并阐明新的网络能力的紧迫组织需求，人们可以推测新技术对企业集体运作的影响。在本文中，我们将探讨一种假设的政府机构应用复杂性科学观点（由代理建模支持）来更全面地了解战略决策的影响的情景。我们提出一个模型，探讨这些系统的社会技术动态，讨论使用这个平台的经验，并提出进一步的研究和开发。
更紧密的流行病学阈值的二阶时刻关闭
地址： http://arxiv.org/abs/1706.08602
作者： Masaki Ogura, Victor M. Preciado
摘要： 在本文中，我们研究了复杂接触网络中传染传播过程的动态。我们特别提出了感染易感感染（SIS）随机扩散过程感染节点数量的衰减率的下限。这种衰减速率的精确量化对于设计有效策略来控制疫情爆发至关重要。然而，基于一阶平均场逼近的衰减速率的现有下限通常伴随着较大的误差，导致低效的遏制策略。为了克服这个缺陷，我们基于随机SIS过程的二阶矩封闭推导出一种新颖而紧密的下限。所提出的二阶约束在理论上被保证比现有的一阶界限更严格。我们还提供各种数值模拟，以说明我们的下限在实际情况下如何显着改善现有一级下界的绩效，从而为流行性遏制提供更有效的策略。
白人，男人，高度关注：Twitter中的性别和种族不平等
地址： http://arxiv.org/abs/1706.08619
作者： Johnnatan Messias, Pantelis Vikatos, Fabricio Benevenuto
摘要： 社会媒体被认为是一个民主的空间，无论性别，种族或任何其他人口因素，人们互相联系和互动。尽管在社会媒体上探索人口因素作出了许多努力，但社会媒体是否延续了离线世界的旧不平等现象还不清楚。在本文中，我们尝试使用Face ++中的高级图像处理算法来识别位于美国的Twitter用户的性别和种族。然后，我们调查不同的人口统计群体（即男/女，亚洲/黑人/白人）与其他群体的联系。我们量化了一个群体在多大程度上相互关联和互动，以及这些连接和互动在Twitter中的不平等程度所反映的程度。我们的分析显示，用户被确定为白人和男性倾向于在Twitter上获得更高的职位，就用户名单中的追随者人数和次数而言。我们希望我们的努力可以激发在线空间中人口信息新理论的发展。
要慢，还是不慢？次科学新网络
地址： http://arxiv.org/abs/1706.08667
作者： Neil F. Johnson
摘要： 当您减慢超过眨眼之间运行的超快网络的部分时，会发生什么，例如电子交换网络，无人驾驶车辆的导航系统，甚至大脑中的神经元过程？这个问题在美国金融监管机构决定允许新的网络节点有意引入微秒的延迟之后，才立即采取商业，法律和政治重要性。尽管要遵循类似的要求，但政策制定者对这种延误的全系统影响仍然没有科学的认识。让学术研究人员访问（到目前为止非常昂贵）的微秒交换数据将有助于纠正这种情况。作为副产品，所吸取的教训将加深对无数其他网络的不稳定性的理解，例如毫秒延迟对无人驾驶车辆导航系统超出人类反应时间的大脑功能和安全性的影响。
使用文本分析来量化科学学科的相似性和演变
地址： http://arxiv.org/abs/1706.08671
作者： Laercio Dias, Martin Gerlach, Joachim Scharloth, Eduardo G. Altmann
摘要： 我们使用语言相似度的信息论测量来研究科学领域的组织和演化。过去三十年来，近二千万篇论文的分析表明，语言学上的相似性是相关的，但与专家和引文分类不同，导致了对科学组织的改进。对场的相似性的时间分析表明，一些领域（例如，计算机科学）正在变得越来越重要，但平均而言，对之间的相似性在过去几十年没有改变。这表明，收敛趋势（例如多学科）和学科的分歧（如专业化）是平衡的。
验证智能手机应用程序以映射接近的社交网络
地址： http://arxiv.org/abs/1706.08777
作者： Tjeerd W. Boonstra, Mark E. Larsen, Samuel Townsend, Helen Christensen
摘要： 社会网络分析是调查人际关系的突出方法。大多数研究使用自我报告数据量化参与者之间的联系并构建社交网络。近年来，通过评估基于蓝牙和GPS数据的参与者之间的接近度，智能手机已被用作地图网络的替代方案。虽然大多数研究已经发布了特别编程的智能手机来研究参与者，但我们开发了一个iOS和Android应用程序来收集参与者自己的智能手机的蓝牙数据。在这项研究中，我们将智能手机应用估计的网络与从社会学徽章和自我报告数据获得的网络进行了比较。参与者（n = 21）在手机上安装了该应用程序，并在办公时间内佩戴了一个社会标志。收集近距离数据4周。应急表显示了邻近数据之间的显着关联（rho = 0.17，p <0.0001），但应用程序（8.6％）的边际可能性高于徽章（1.3％），表明更多的是通过的应用程序然后，我们比较了使用邻近度和自我报告数据估计的网络。所有三个网络都显着相关，尽管应用程序（rho = 0.25）与自报数据的相关性低于徽章（rho = 0.67）。应用程序的扫描速度在设备之间差异很大，在iOS上比在Android上更低。当应用程序记录更多的参与者之间估计网络时，应用程序和徽章之间的关联性增加。这些发现表明，通过减少丢失的数据和限制检测到相互作用的人际距离，可以进一步提高邻近网络的准确性。
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。本系列在个人博客网络科学研究速递 进行同步更新，并提供RSS订阅。