- 生物医学文本中语义网络的演变;
- 双Barabasi-Albert模型;
- 二分z-matchings的统计力学;
- 通过渐近意外识别网络中的多尺度社区;
- 网络流行病传播中回溯路径的相关性;
- 解析Reddit:学术研究概述;
- 用于推断有向接触网络中流动的马尔可夫模型;
生物医学文本中语义网络的演变
原文标题: Evolution of semantic networks in biomedical texts
地址: http://arxiv.org/abs/1810.10534
作者: Lucy R. Chai, Danielle S. Bassett
摘要: 语言按层次结构组织:单词构建在短语,句子和段落中以表示复杂的想法。在这里,我们询问书面文本中的语言组织是否显示了为有效信息传输而优化的系统中常见的分形分层结构。我们检验了科研论文的展示结构显示仁天尺度的假设,并且随着文章信息传递能力的变化,尺度规律的指数也发生了变化。使用32个科学手稿 - 每个包含3到26次修订的迭代 - 我们构建语义网络,其中节点表示每个手稿中的唯一单词,如果两个单词出现在同一个5个单词窗口内,则边连接节点。我们证明了这些语义网络显示了明确的Rentian尺度,并且Rent指数在出版生命周期(从初稿到最终修订版)中变化。此外,我们观察到手稿在尺度指数如何在草稿中变化方面分为三组:指数随着时间的推移而上升,随着时间的推移而下降,并且随着时间的推移保持相对稳定。指数的这种变化反映了语义网络结构在原稿修订过程中的演变,突出了增加指数的网络复杂性和降低指数的网络效率之间的平衡。最后,Rent指数的最终值与作者的数量呈负相关。总之,我们的结果表明,反映科学研究文章中的阐述结构的语义网络显示出惊人的层次结构,其在仲裁网络组织的竞争约束之间进行权衡,并且该仲裁根据协作的社会环境特征而被不同地导航。
双Barabasi-Albert模型
原文标题: The dual-Barabasi-Albert model
地址: http://arxiv.org/abs/1810.10538
作者: Niema Moshiri
摘要: 能够准确表示真实社交联系网络的随机网络样本对于病毒流行病的研究至关重要。 Barabasi-Albert模型及其扩展试图通过生成具有幂律度分布的网络来捕捉现实,但是由此产生的分布的属性(例如,最小,平均和最大程度)通常对于模型的社交联系是不现实的。试图抓住。我提出了Barabasi-Albert模型的新颖扩展,我称之为“双Barabasi-Albert”(DBA)模型,它试图更好地捕捉真实社交联系网络的这些属性。
二分z-matchings的统计力学
原文标题: Statistical mechanics of bipartite -matchings
地址: http://arxiv.org/abs/1810.10589
作者: Eleonora Kreačić, Ginestra Bianconi
摘要: 匹配问题具有多种应用,包括竞争资源的分配和网络可控性。基于腔体方法的统计力学方法已经证明在表征局部树状网络上的这种组合问题时是精确的。在这里,我们使用腔体方法来解决多对一的二分 z 匹配问题,该问题可以被认为是用于表征诸如无线通信网络的用户 - 服务器网络的容量的模型。最后,我们研究了网络集合中定义的模型的相图。
通过渐近意外识别网络中的多尺度社区
原文标题: Identifying multi-scale communities in networks by asymptotic surprise
地址: http://arxiv.org/abs/1810.10787
作者: Ju Xiang, Yan Zhang, Jian-Ming Li, Hui-Jia Li, Min Li
摘要: 优化社区结构的统计测量是社区检测最常用的策略之一,但其中许多缺乏解决方案的灵活性,因此与多规模的网络社区不相容。在这里,我们进一步研究了社区检测的兴趣统计度量,渐近意外,意外的渐近逼近。我们从理论上讨论了渐近意外在社区划分相变过程中的关键行为。然后,根据理论分析,提出了一种基于渐近突变的多分辨率方法,为研究多尺度网络提供了一种替代方法,并提出了一种改进的Louvain算法来更有效地优化渐近突变。通过在各种网络中的一系列实验测试,我们进一步验证了渐近惊奇的关键行为和改进的Louvain算法的有效性,展示了其解决第一类分辨率极限的能力和对第二类分辨率极限的更强耐受性,并确认其在多尺度网络中揭示多尺度社区结构的有效性。
网络流行病传播中回溯路径的相关性
原文标题: Relevance of backtracking paths in epidemic spreading on networks
地址: http://arxiv.org/abs/1810.10799
作者: Claudio Castellano, Romualdo Pastor-Satorras
摘要: 对网络流行病的理解极大地受益于最近应用的消息传递方法,这种方法允许在局部树状拓扑中获得不可逆扩散(即具有永久获得性免疫的疾病)的确切结果。这一成功表明,对可逆性流行病应用相同的方法,个人可以收缩流行病并反复恢复。基本假设是回溯路径(即,个人被他/她先前感染的邻居再次感染)不起相关作用。在本文中,我们表明这不是可逆流行病的情况,因为忽略回溯路径会导致流行阈值的公式在大尺寸限制中定性不正确。此外,我们定义了一种改进的可逆动力学,明确禁止直接回溯事件,并表明这种修改完全扰乱了现象学。
解析Reddit:学术研究概述
原文标题: The anatomy of Reddit: An overview of academic research
地址: http://arxiv.org/abs/1810.10881
作者: Alexey N. Medvedev, Renaud Lambiotte, Jean-Charles Delvenne
摘要: 在线论坛提供了丰富的环境,用户可以发布有关不同主题的问题和评论。了解人们在网络论坛中的行为方式可能会揭示集体思维在一群人中出现的基本机制,但它也有重要的实际应用,例如改善用户体验,增加参与度或自动识别欺凌行为。重要的是,与计算社会科学中的其他数据源相比,由用户活动生成的数据集通常可供研究人员公开使用。在本次调查中,我们绘制了近年来出现的主要研究方向,主要关注最受欢迎的平台Reddit。我们根据对帖子或用户的关注来区分和分类研究,并指出从系统的结构和动态中提取信息的不同类型的方法。我们在问题和方法方面强调研究的多样性和丰富性,并提出未来的研究途径。
用于推断有向接触网络中流动的马尔可夫模型
原文标题: A Markov model for inferring flows in directed contact networks
地址: http://arxiv.org/abs/1810.10903
作者: Steve Huntsman
摘要: 有向接触网络(DCN)是一种特别灵活和方便的时间网络,可用于建模和分析通信,运输,流行病学等中离散量的传输。由联系人建模的转移通常构成基于其关联多个联系人的流量的基础。时空关系。为了推断这些流程,我们引入了一个与DCN相关联的简单非均匀马尔可夫模型,并通过计算机内核级信息传输的示例展示了如何将其有效地用于数据减少和异常检测。
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.me (提供RSS订阅)进行同步更新。