- 依赖速度的随机性使Newell模型能够用于同步流动和振荡增长模式;
- k核作为共生生态系统结构崩溃的预测指标;
- 带问题的社会学习;
- 跨学科：诺贝尔奖的机会;
- 全球足球运动员转会市场网络分析;
- 协作和追随者：二模社会网络活动的随机模型;
- 基于遗传算法的社区检测Q攻击;
依赖速度的随机性使Newell模型能够用于同步流动和振荡增长模式
原文标题： Speed dependent stochasticity capacitates Newell model for synchronized flow and oscillation growth pattern
地址： http://arxiv.org/abs/1607.01306
作者： Junfang Tian, Rui Jiang, Bin Jia, Shoufeng Ma, Ziyou Gao
摘要： 本文将随机性纳入Newell汽车跟随模型。已经考虑了三个随机驱动因素：（i）驾驶员的加速度是有界的。 （ii）驾驶员的减速包括随机分量，其由减速度描述，随机化概率假设随速度增加。 （iii）处于堵塞状态的车辆具有较大的随机化概率。进行两种模拟方案来测试模型。在第一种情况下，研究了环形道路上的交通流量。在第二种情景中，研究了由橡胶颈瓶颈引起的NGSIM数据中的经验交通流模式，模拟的交通振荡和同步交通流与经验模式一致。此外，进行了两个模型校准和验证实验。第一个是使用实验数据进行校准和验证，这说明凹陷生长模式已经过定量模拟。第二个是使用NGSIM数据校准和交叉验证车辆的轨迹，这表明可以很好地描述单个车辆的汽车跟随行为。因此，我们的研究强调了速度依赖随机性在交通流建模中的重要性，这在大多数汽车跟车研究中是不容忽视的。
k核作为共生生态系统结构崩溃的预测指标
原文标题： The k-core as a predictor of structural collapse in mutualistic ecosystems
地址： http://arxiv.org/abs/1811.00141
作者： Flaviano Morone, Gino Del Ferraro, Hernán A. Makse
摘要： 在生态系统，人类社会，金融系统和网络基础设施中观察到动态系统崩溃进入不可恢复的状态。尽管它们广泛存在并且影响很大，但这些事件仍然在很大程度上无法预测在寻找崩塌和不稳定的原因时，理论研究迄今无法定量地确定由相互作用的物种形成的网络的结构特征的影响。在这里，我们推导出共生生态系统稳定性的条件，作为物种之间动态相互作用强度和网络拓扑不变量的约束：k-核心。我们的解决方案预测，当位于网络最大k核心的物种灭绝时，由于相互作用强度足够弱，系统将达到其崩溃的临界点。作为一个涉及崩溃现象的关键变量，监测网络的核心可能是一种强有力的方法，可以预测从生态和生物网络到金融的广阔环境中的灾难性事件。
带问题的社会学习
原文标题： Social Learning with Questions
地址： http://arxiv.org/abs/1811.00226
作者： Grant Schoenebeck, Shih-Tang Su, Vijay Subramanian
摘要： 这项工作研究顺序社会学习（也称为贝叶斯观察学习），以及私人交流如何使代理人避免放弃错误的行动/状态。从开创性的BHW（Bikhchandani，Hirshleifer和Welch，1992）模型开始，渐近学习不会发生，我们允许代理人向他们的前辈的有限子集提出私有和有限问题。在保留公开观察代理人的历史及其贝叶斯理性的BHW模型的同时，我们进一步假设提问题的能力和问题本身都是常识。然后将问题解释为分区信息集，我们研究是否可以用有限容量问题实现渐近学习。限制我们对网络的关注，其中每个代理只允许查询她的前任，一个明确的结构表明每个代理的1位问题足以实现渐近学习。
跨学科：诺贝尔奖的机会
原文标题： Interdisciplinarity: A Nobel Opportunity
地址： http://arxiv.org/abs/1811.00286
作者： Michael Szell, Yifang Ma, Roberta Sinatra
摘要： 跨学科合作现在席卷了自然科学和生命科学的大部分领域，这是解决世界上最具挑战性问题所必需的。然而，科学事业继续受到旧陈规定型观念的支配：跨学科科学不太可能获得资金，并且在制度层面受到歧视。已经建议为资助者，机构和出版商提供充足的解决方案，但迄今为止最明显的科学信用形式被忽视了：我们的奖励制度是如何跨学科的？为了解决这个问题，我们探索了最负盛名的科学奖 - 诺贝尔奖的跨学科性。我们记录了诺贝尔奖忽视跨学科发现的趋势，尤其是物理学和生命科学之间的发现。鉴于过去三十年来跨学科高影响力研究的增长，我们已经达到了承认杰出的跨学科研究问题已成为真正紧迫的关键时刻。
全球足球运动员转会市场网络分析
原文标题： Network analysis of the worldwide footballer transfer market
地址： http://arxiv.org/abs/1811.00300
作者： Ming-Xia Li, Wei-Xing Zhou, H. Eugene Stanley
摘要： 足球运动员的转移是足球比赛的重要组成部分。大多数关于足球运动员转会的研究都集中在转会制度和转会费上，而不是转会行为本身。根据206个国家和地区的23,605个足球俱乐部1990年至2016年的470,792次转会记录，我们建立了一个有向足球运动员转移网络（FTN），其中节点是足球俱乐部，并且链接对应于足球运动员转移。对FTN的拓扑性质进行了系统分析。我们发现节点的度数，度数，强度和强度遵循双峰分布（具有指数衰减的幂律），而链接权重的分布具有幂律尾。我们进一步计算出节点度，节点强度和链路权重之间的相关性。我们还研究了不同网络中心度量的一般特征。我们对全球足球运动员转会市场的网络分析为调查转会活动的特点提供了新的线索。
协作和追随者：二模社会网络活动的随机模型
原文标题： Collaboration and followership: a stochastic model for activities in bipartite social networks
地址： http://arxiv.org/abs/1811.00418
作者： Carolina Becatti, Irene Crimaldi, Fabio Saracco
摘要： 在这项工作中，我们解决了以下问题：给定一个代理系统，他们未来的行为如何受到以前的影响？我们对代理本身之间链接形成过程的建模不感兴趣，我们改为描述代理的活动，为二元网络行为及其特征的形成提供模型。因此，我们只需要知道执行动作的时间顺序，而不是观察代理的顺序。此外，可能的特征的总数不是先验地指定的，而是允许随着时间增加，并且新的动作可以独立地显示一些新的入口特征或展示一些旧的特征。旧特征的选择由度数 - 适应度方法驱动。对于这个术语，我们的意思是新动作显示旧特征之一的概率并不仅仅取决于该特征的“流行度”（即显示它的先前动作的数量），而且还受到某些个体特征的影响。代理人或特征本身，以一定的数量合成，称为“适合度”或“权重”，根据所考虑的具体设置，可以具有不同的形式和不同的含义。我们展示了模型的一些理论性质，并为参数估计提供了统计工具。该模型已在三个不同的数据集上进行了测试，并提供并讨论了数值结果。
基于遗传算法的社区检测Q攻击
原文标题： GA Based Q-Attack on Community Detection
地址： http://arxiv.org/abs/1811.00430
作者： Jinyin Chen, Lihong Chen, Yixian Chen, Minghao Zhao, Shanqing Yu, Qi Xuan, Xiaoniu Yang
摘要： 社区检测在社会网络中发挥着重要作用，因为它可以帮助自然地将网络划分为更小的部分，从而简单地进行网络分析。然而，另一方面，人们担心个人信息可能被过度挖掘，因此提出概念社区欺骗以保护社会网络上的个人隐私。在这里，我们介绍并正式化社区检测攻击的问题，并通过重新连接少量连接来开发攻击社区检测算法的有效策略，从而实现个人隐私保护。特别地，我们首先分别利用检测到的社区结构和节点度的信息，给出两种启发式攻击策略，即社区检测攻击（CDA）和基于度的攻击（DBA）作为基线。然后我们提出了一种基于遗传算法（GA）的Q-Attack，其中模块化Q用于设计适应度函数。我们基于以上三种策略针对两种社会网络上的三种基于模块化的社区检测算法启动社区检测攻击。相比之下，就模块化Q和归一化互信息（NMI）的大幅减少而言，我们的Q-Attack方法实现了比CDA和DBA更好的攻击效果。此外，我们发现Q-Attack在特定社区检测算法上获得的对抗网络对其他网络仍然有效，无论它们是否基于模块性，都表明其具有较强的可转移性。
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.me （提供RSS订阅）进行同步更新。