- 城市感知作为随机搜索过程;
- 一种探索属性网络结构规律的生成模型;
- 多主体通信博弈中的涌现语言现象;
- 自驱动主体的群集和扩散动态;
- 量子恐怖主义：全球量子系统的集体脆弱性;
- 社交媒体上用户行为的计算景观;
- Neo4j中基于拓扑和语义图的DBLP数据作者消歧;
城市感知作为随机搜索过程
原文标题： Urban sensing as a random search process
地址： http://arxiv.org/abs/1901.08678
作者： Kevin O'Keeffe, Paolo Santi, Brandon Wang, Carlo Ratti
摘要： 我们研究了一个新的随机搜索过程：\ textit {taxi-drive}。这一过程的动机来自城市感知，其中传感器安装在诸如出租车等移动车辆上，从而可以对城市环境进行机会监控。受真正的出租车运动的启发，出租车驱动器由随机和常规部件组成;乘客通过确定性（即最短路径）路线被带到随机选择的位置。我们通过数值研究表明，这种混合动力赋予出租车驾驶有利的传播性能。特别是，在某些图拓扑上，与持久随机游走相比，它可以缩短覆盖时间。
一种探索属性网络结构规律的生成模型
原文标题： A Generative Model for Exploring Structure Regularities in Attributed Networks
地址： http://arxiv.org/abs/1901.08696
作者： Zhenhai Chang, Caiyan Jia, Xianjun Yin, Yimei Zheng
摘要： 许多称为属性网络的现实网络包含两种类型的信息：拓扑信息和节点属性。如何使用这两类信息来探索结构规律是一项具有挑战性的任务。在本文中，通过表征链接社区和节点属性之间的潜在关系，提出了一个生成链接拓扑和节点属性的原始统计模型PSB_PG。用于生成链接的该模型基于泊松分布之后的随机块模型。因此，它能够检测广泛的网络结构，包括社区结构，二分结构和其他混合结构。用于生成节点属性的模型假设节点属性是高维和稀疏的并且还遵循泊松分布。这使得模型是均匀的，并且可以通过期望最大化（EM）算法直接估计模型参数。人工网络和包含各种结构的真实网络的实验结果表明，所提出的模型PSB_PG不仅与最先进的模型竞争，而且通过社区和学习之间的学习关系为每个社区提供良好的语义解释。它的相关属性。
多主体通信博弈中的涌现语言现象
原文标题： Emergent Linguistic Phenomena in Multi-Agent Communication Games
地址： http://arxiv.org/abs/1901.08706
作者： Laura Graesser, Kyunghyun Cho, Douwe Kiela
摘要： 在这项工作中，我们提出了一个计算框架，其中配备通信功能的代理同时发挥一系列参考博弈，其中代理人使用深度强化学习进行训练。我们证明该框架反映了以自然语言观察到的语言现象：i）社区之间的联系结果是群体间和群体间连通性的函数; ii）语言接触或者收敛于多数议定书，或者在平衡的情况下导致新的克里奥尔语言的复杂性较低; iii）语言连续统一体出现在邻近语言比远离语言更容易理解的地方。我们得出结论，语言演化的错综复杂的属性不需要依赖于复杂的语言能力，而是可以通过在传播博弈中使用感知的代理人之间的简单社交交流来实现。
自驱动主体的群集和扩散动态
原文标题： Flocking and spreading dynamics in populations of self-propelled agents
地址： http://arxiv.org/abs/1901.08831
作者： Demian Levis, Albert Diaz-Guilera, Ignacio Pagonabarraga, Michele Starnini
摘要： 自我推动的移动代理人群 - 动物群，机器人群或人群 - 与周围的人交换信息，主持迷人的合作行为。虽然在许多感兴趣的情况下，代理人的动作是由来自邻近对等体的信息传输（例如，接近的捕食者的存在）驱动的，但先前的建模工作集中在代理人坐在静态网络上或独立于信息移动的情况下。遍布整个人口。在这里，我们引入一个参考模型来解决当前缺乏一般框架的问题。我们认为移动代理符合其运动方向（基于Kuramoto动态）并且具有受易感染 - 易感（SIS）流行过程控制的内部状态，表征信息在人群中的传播，并影响代理人的方式在太空中移动。我们表明，代理人运动和信息传播之间的反馈有助于（i）增加群集和信息传播，（ii）复杂空间结构或群体的出现，这可以通过代理人的速度来控制。即使在没有明确的速度对准的情况下，SIS动力学也能够驱动群集相变，恢复了类似Vicsek系统的行为，但具有宏观相分离而非微相分离。我们表明，低速下密集群的形成降低了信息传播相对于平均场限的流行阈值。通过将复杂系统的软活性物质物理和基于主体的建模联系起来，我们阐明了一种主要影响移动代理集体行为的一般积极反馈机制，为研究这种机制发挥作用的现实情况提供了参考框架。
量子恐怖主义：全球量子系统的集体脆弱性
原文标题： Quantum Terrorism: Collective Vulnerability of Global Quantum Systems
地址： http://arxiv.org/abs/1901.08873
作者： N.F. Johnson, F.J. Gomez-Ruiz, F.J. Rodriguez, L. Quiroga
摘要： 对量子技术的主要迫在眉睫的投资将带来全球量子互联网和量子物联网等概念，更接近现实。我们的研究结果揭示了一种新的脆弱性形式，它将使具有量子能力的敌人的敌对团体能够对这类系统中的全球量子状态造成最大的破坏。这些攻击几乎不可能被发现，因为它们没有引入哈密顿量的变化而且没有纯度损失;他们不需要实时沟通;他们可以在一秒钟内结束。我们还预测，现代极端主义分子，叛乱分子和恐怖主义团体的统计特征将放大这种攻击。对策可以是将未来量子技术嵌入冗余经典网络中。
社交媒体上用户行为的计算景观
原文标题： Computational landscape of user behavior on social media
地址： http://arxiv.org/abs/1901.08941
作者： David Darmon, William Rand, Michelle Girvan
摘要： 随着在线环境中人类交互所留下的“数字足迹”的增加，例如社交媒体和应用程序的使用，模拟复杂的人类行为的能力已变得越来越可能。已经提出了许多方法，但是，大多数先前的模型框架是相当严格的。我们引入了一种新的社交建模方法，该方法可以直接从数据创建模型，而对模型类的先验限制最小。特别是，当我们孤立地观察并且由社会输入驱动时，我们推断个体行为的最小复杂，最大预测表示。然后，我们将此框架应用于从微博平台Twitter上的一万五千名用户收集的异构人类行为目录。这些模型允许我们描述用户如何处理他们过去的行为和他们的社会投入。尽管观察到的用户行为多种多样，但大多数推断的模型都属于所有可能的有限状态过程的一个小子类。因此，我们的工作表明，用户行为虽然相当复杂，但却掩盖了简单的底层计算结构。
Neo4j中基于拓扑和语义图的DBLP数据作者消歧
原文标题： Topological and Semantic Graph-based Author Disambiguation on DBLP Data in Neo4j
地址： http://arxiv.org/abs/1901.08977
作者： Valentina Franzoni, Michele Lepri, Alfredo Milani
摘要： 在这项工作中，我们介绍了一种新的方法，用于在书目网络中实体解析作者消歧。这种方法基于使用拓扑相似性度量来评级候选节点的两步网络遍历。拓扑相似性广泛用于链路预测应用领域，以评估未知链接的可能性。相似性函数可以是相等的良好近似，因此可以用于消除歧义，基于具有许多共同共同作者的作者相似的假设。我们的方法已经对基于图的公共DBLP计算机科学数据库的表示进行了实验。所获得的结果在精度，准确度和特异性方面非常令人鼓舞。进一步的好方面是用于消除歧义评估的方法的局部性，其避免了知道全球网络的需要，并且仅利用少数数据，例如，作者姓名和论文题目（即共同作者数据）。
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。