- 基于通用阈值的非次模模型下的影响最大化;
- 通过分层图汇总在MMORPG图中查找关键结构;
- GAHNE：图聚合异构网络嵌入;
- 巴西计算机科学研究生课程中的共同作者网络分析;
- 社交媒体上的注意力和错误信息分享;
- NetworkDynamics.jl-在Julia中构建和模拟复杂的网络;
- 金融网络中的系统性风险：一项综述;
- 金融网络中的信用冻结、多重均衡和最佳救助;
- 从图像中进行原则性的网络提取;
- 拓扑数据分析和儿童基金会多指标类集调查;
- 对特殊核材料进行快速成像，以实现核不扩散和防止恐怖主义;
- 利用对流-扩散-反应方程模拟室内空间中COVID-19的空气传播;
- COVID-19和其他病毒：通过大规模测试阻止其扩展;
- 深度脱碳和超级电网，中欧之间的电力传输前景;
基于通用阈值的非次模模型下的影响最大化
原文标题： Influence Maximization Under Generic Threshold-based Non-submodular Model
地址： http://arxiv.org/abs/2012.12309
作者： Liang Ma
摘要： 影响传播是一种可广泛观察到的社会效应，是指创新，趋势，意识等通过个体之间的社会影响在网络中传播的过程。受这种社会效应的激励，创造了影响最大化的概念，其目的是从社会网络中选择一定数量的最有影响力的节点（种子节点），以便它们可以共同触发最大的影响力扩散。在具有可证明的亚模量的统计扩散模型下，该领域的研究非常丰富，从根本上简化了问题，因为可以通过简单的贪婪搜索来逼近最佳结果。但是，当扩散模型为非亚模量时，研究界通常将重点放在如何通过可处理的亚模量函数对它们进行约束/逼近，以估计最佳结果。换句话说，仍然缺少能够直接解决非亚模量影响最大化问题的有效方法。在这方面，我们通过在非阈值的，基于阈值的广义模型（称为影响障碍模型）中使用网络图属性提出种子选择策略来填补空白。具体来说，在此模型下，我们首先建立理论以揭示图条件，以确保由节点删除生成的网络具有与原始网络相同的最佳种子集。然后，我们通过策略性地删除次要节点并仅在其余网络中选择种子，来利用这些理论条件来开发有效的算法。据我们所知，这是第一个直接基于图的方法，可以直接解决非亚模量影响最大化。
通过分层图汇总在MMORPG图中查找关键结构
原文标题： Finding Key Structures in MMORPG Graph with Hierarchical Graph Summarization
地址： http://arxiv.org/abs/2012.12487
作者： Jun-Gi Jang, Chaeheum Park, Changwon Jang, Geonsoo Kim, U Kang
摘要： 大型现实世界MMORPG（大型多人在线角色扮演博弈）图中存在哪些关键结构？考虑不同层次结构上一致的子结构，我们如何紧凑地总结带有分层节点标签的MMORPG图？最近的MMORPG会在实体之间生成复杂的交互，从而导致异构图，其中每个实体都有层次结构的标签。简要总结异构MMORPG图对于更好地理解其结构至关重要。但是，这是一项具有挑战性的任务，因为它需要有效地处理复杂的交互和层次结构标签。尽管没有什么方法可以概括大型图，但是它们并不处理具有分层节点标签的异构图。我们提出了GSHL，这是一种新颖的方法，可以用层次标签总结异构图。我们使用MDL（最小描述长度）来制定分层标签的编码成本。 GSHL利用该公式识别和细分子图，并在图中发现紧凑而一致的结构。在具有数百万条边的大型现实世界MMORPG图上进行的实验表明，GSHL是一种有用且可扩展的工具，用于汇总图，在图中找到重要且有趣的结构以及寻找相似用户。
GAHNE：图聚合异构网络嵌入
原文标题： GAHNE: Graph-Aggregated Heterogeneous Network Embedding
地址： http://arxiv.org/abs/2012.12517
作者： Xiaohe Li, Lijie Wen, Chen Qian, Jianmin Wang
摘要： 现实世界的网络通常由具有丰富语义的不同类型的节点和边组成，被广泛称为异构信息网络（HIN）。异构网络嵌入旨在将节点嵌入到低维向量中，以刻画异构网络的丰富内在信息。但是，现有模型要么依赖于手动设计元路径，要么忽略不同语义之间的相互影响，要么忽略来自全球网络的某些信息。为理解决这些限制，我们提出了一种新颖的图聚合异构网络嵌入（GAHNE），其目的是尽可能全面地提取HIN的语义，以改善基于图卷积神经网络的下游任务的结果。在GAHNE模型中，我们开发了几种机制，这些机制可以聚合来自不同单一类型子网的语义表示，以及将全局信息融合到最终嵌入中。在三个真实的HIN数据集上进行的大量实验表明，我们提出的模型始终优于现有的最新方法。
巴西计算机科学研究生课程中的共同作者网络分析
原文标题： Analysis of co-authorship networks among Brazilian graduate programs in computer science
地址： http://arxiv.org/abs/2012.12439
作者： Alex Junior Nunes da Silva, Matheus Montanini Breve, Jesús Pascual Mena-Chalco, Fabrício Martins Lopes
摘要： 科学生产平台的增长和普及已成为数项研究的主题，对研究人员群体之间的共同作者行为进行了相关分析。可以将研究人员及其科学成果作为共同作者的社会网络进行分析，因此可以通过共同的出版物将研究人员联系起来。在这种情况下，可以对共同创作网络进行分析，以找到可以描述或表征它们的模式。这项工作介绍了计算机科学领域的巴西学术研究生课程合著者网络的分析和表征。为此，收集了巴西研究人员课程中的数据，并将其建模为研究人员参与的研究生项目之间的共同撰写网络。对每种网络拓扑进行了分析，涉及复杂的网络测量和评估出版物质量的三个定性指标。此外，根据CAPES收到的评估，对研究生项目的共同作者网络进行了特征描述，该评估将定性等级归因于巴西的研究生项目。结果表明，对于程序的表征和以不同的定性速率进行评估，它们是一些最相关的拓扑度量，并且表明了由CAPES评估的研究生程序的最佳模式。
社交媒体上的注意力和错误信息分享
原文标题： Attention and Misinformation Sharing On Social Media
地址： http://arxiv.org/abs/2012.12593
作者： Zaid Amin, Nazlena Mohamad Ali, Alan F. Smeaton
摘要： 当用户表现出专心的行为时，应实现在社交媒体上共享信息的行为。有用的信息可以被建设性地使用，并且错误信息不应该被转发。注意行为与用户在设置信息处理过程中的认知能力有关。本文描述的工作研究了注意因素的问题，这些因素影响用户在社交媒体上的错误信息共享行为。本研究旨在确定普遍关注因素对在社交媒体上分享错误信息的重要性。我们的封闭式问卷包括一个心理测验量表，用于测量调查参与者的注意行为（n = 112）。一组回归分析的结果系数值为-0.390，这表明注意因素对用户在社交媒体上分享错误信息具有显著的负相关作用。随着分析结果的发现，我们提出了应用程序未来设计中包含的注意因素，这些因素可以干预用户的注意力并避免由于错误信息的传播而造成的潜在危害。
NetworkDynamics.jl-在Julia中构建和模拟复杂的网络
原文标题： NetworkDynamics.jl -- Composing and simulating complex networks in Julia
地址： http://arxiv.org/abs/2012.12696
作者： Michael Lindner, Lucas Lincoln, Fenja Drauschke, Julia Monika Koulen, Hans Würfel, Anton Plietzsch, Frank Hellmann
摘要： NetworkDynamics.jl是一个易于使用且计算效率高的软件包，用于使用复杂，高级，高性能，动态编程语言Julia编写的复杂网络上的异构动态系统。通过将DifferentialEquations.jl中最先进的求解器算法与高效的数据结构相结合，NetworkDynamics.jl可以实现最高性能，同时支持事件，代数约束，时间延迟，噪声项和自动微分等高级功能。
金融网络中的系统性风险：一项综述
原文标题： Systemic Risk in Financial Networks: A Survey
地址： http://arxiv.org/abs/2012.12702
作者： Matthew O. Jackson, Agathe Pernoud
摘要： 我们概述了金融网络与系统性风险之间的关系。我们提供了不同类型的系统风险的分类法，区分了金融组织之间的直接外部性（例如，违约，相关投资组合和热销）以及感知和反馈效应（例如，银行挤兑，信贷冻结）。我们还将讨论最佳监管和救助，系统性风险和金融中心性的度量，银行对其投资组合和合伙企业的选择以及金融网络的变化性质。
金融网络中的信用冻结、多重均衡和最佳救助
原文标题： Credit Freezes, Equilibrium Multiplicity, and Optimal Bailouts in Financial Networks
地址： http://arxiv.org/abs/2012.12861
作者： Matthew O. Jackson, Agathe Pernoud
摘要： 我们分析了金融网络中组织之间的相互依存关系如何导致多种可能的均衡结果。当且仅当网络中存在某种类型的依赖关系周期，该依赖关系周期允许自履行违约链时，才会出现多重性。我们为任何均衡的银行偿付能力提供必要和充分的条件。在这些条件的基础上，我们描述了确保系统偿付能力所需的最低救助金，以及如何通过保证一组特定的债务支付来确保偿付能力。消除自我履行的违约周期（信用冻结）所需的救助注入是完全可恢复的，而为防止在周期之外级联违约所需的救助注入则无法完全恢复。我们证明了最小的救助问题在计算上是困难的，但是提供了最佳付款的上限，并且表明该问题在特定的网络结构（如不连续的周期或核心－外围结构）中具有直观的解决方案。
从图像中进行原则性的网络提取
原文标题： Principled network extraction from images
地址： http://arxiv.org/abs/2012.12758
作者： Diego Baptista, Caterina De Bacco
摘要： 自然系统的图像可能代表网络状结构的模式，可能会揭示有关基础主体拓扑特性的重要信息。但是，图像本身不会自动根据节点和边集提供网络的正式定义。相反，应该从原始图像数据中适当地提取该信息。出于此目的，我们提出了一种原理模型，该模型可从图像中提取可扩展且高效的网络拓扑。我们将此目标映射到解决路由优化问题中，其中解决方案是使能量函数最小化的网络，该能量函数可以用运营成本和基础设施成本来解释。我们的方法依赖于最佳传输理论的最新结果，是基于启发式的标准图像处理技术的原则替代。我们在视网膜血管系统，粘液霉菌和河网的真实图像上测试我们的模型，并与结合图像处理技术的例行程序进行比较。根据与提取中保存的信息量相关的相似性度量来测试结果。我们发现，我们的模型从视网膜血管网络图像中发现的网络与手工标记的网络更加相似，同时在从河流和粘液霉菌的图像中提取网络的过程中也表现出了很高的性能，而对于这些图像，没有真实的依据。虽然没有独特的方法可以最佳地拟合所有图像，但是我们的方法在整个数据集上均能始终如一地执行，但其算法实现效率很高，并且可以完全自动化以在很少监督的情况下在多个数据集上运行。
拓扑数据分析和儿童基金会多指标类集调查
原文标题： Topological data analysis and UNICEF Multiple Indicator Cluster Surveys
地址： http://arxiv.org/abs/2012.12422
作者： Jun Ru Anderson, Fahrudin Memic, Ismar Volic
摘要： 在儿童基金会的支持下，多指标类集调查（MICS）是最重要的全球家庭调查方案之一，提供有关妇女和儿童健康和教育的数据。我们使用拓扑数据分析来分析塞尔维亚2014-15 MICS数据集，该数据处理将数据云视为拓扑空间并提取有关其固有几何属性的信息。特别是，我们的分析使用了Mapper算法，这是一种降维和聚类方法，可从数据云生成图。生成的Mapper图表提供了对家庭财富（由财富指数表示，从MICS数据中提取的重要指标）与其他参数（如城市/农村环境，物品所有权和财产优先级）之间各种关系的深入理解。除其他用途外，这些发现还可以通过提供基本便利设施的层次来为政策提供依据。它们还可以潜在地用于完善财富指数或加深我们对所获取财富的理解。
对特殊核材料进行快速成像，以实现核不扩散和防止恐怖主义
原文标题： Rapid imaging of special nuclear materials for nuclear non-proliferation and terrorism prevention
地址： http://arxiv.org/abs/2012.12793
作者： Jana Petrovic, Alf Göök, Bo Cederwall
摘要： 我们引入了一种中子伽马发射断层扫描（NGET）的新技术，用于快速检测，3D成像和表征特殊核材料（例如武器级p和铀）。该技术改编自基础核物理研究，代表了少量此类材料的检测和成像方法的范式转变。该方法使用基于快速有机闪烁体的颗粒检测系统，测量核裂变过程中发射的粒子之间的特征性快速时间和能量相关性。实时使用这种相关性与现代机器学习技术相结合的全新方法提供了前所未有的成像效率，空间分辨率和超低的虚警率，可应对恐怖主义，核武器扩散以及其他各种威胁带来的全球安全威胁核事故情景和环境放射调查。
利用对流-扩散-反应方程模拟室内空间中COVID-19的空气传播
原文标题： Modelling Airborne Transmission of COVID-19 in Indoor Spaces Using an Advection-Diffusion-Reaction Equation
地址： http://arxiv.org/abs/2012.12267
作者： Zechariah Lau, Katerina Kaouri, Ian M. Griffiths
摘要： 由于COVID-19大流行的蔓延速度，需要一种易于实施的室内机载传播模型。我们建立这样一个模型，假设空气传播的传染性颗粒的浓度由对流扩散反应方程式控制。随着学校和大学正在激烈讨论如何操作其室内空间，我们假设教室中有一个感染者，并在该人呼吸或说话时量化几种通风设置的效果，从而为教室求解模型。而且没有口罩。我们将我们的模型与更复杂的模型和实验数据进行比较，并找到了很好的一致性。该框架可以轻松地应用于任何其他高风险位置。我们还通过空中传播生成各种活动和通风水平的传染时间（TTI）图。使用TTI映射，我们可以量化空中传播的风险，并针对选定的风险承受能力级别，为安全占用时间（SOT）提出建议。不出所料，我们发现SOT随通风质量而降低。我们还会在房间中进行活动后建立建议的“空缺时间”。例如，为使空气传播的风险低于5％，大流行前ASHRAE建议的通风应允许37分钟的课后休息35分钟，但如果通风不良，则应在25分钟的课后进行166分钟分钟的休息时间。我们的模型还揭示了浓度与时间和颗粒物排放速率的关系以及TTI与通风率和颗粒物排放速率的关系的幂律关系；这些可以用作在几种实际情况下预测SOT的快速工具。最后，我们表明，戴上效率为50％的口罩，可以根据通风设置将SOT提高98％，并将空缺时间减少多达55％。
COVID-19和其他病毒：通过大规模测试阻止其扩展
原文标题： COVID-19 and other viruses: holding back its expansion by massive testing
地址： http://arxiv.org/abs/2012.12345
作者： José Luis Sainz-Pardo, José Valero
摘要： 新加坡和韩国的经验清楚表明，在某些情况下，进行大规模测试是遏制COVID-19进步的有效途径。在本文中，我们提出了一种改进的SEIR模型，该模型考虑了跟踪和大规模测试，从理论上证明，从长远来看，更多的跟踪和测试意味着减少了总感染人数。我们将此模型应用于西班牙第一波疾病的传播，获得了数值结果。此后，我们引入启发式方法，以便通过计划一段时间内某个区域的人口之间的有效测试分布来最大程度地减少COVID-19的传播。作为一种应用，根据保存的受感染个体数量来计算根据此方法在纽约各县之间进行测试的影响。
深度脱碳和超级电网，中欧之间的电力传输前景
原文标题： Deep decarbonization and the Supergrid, prospects for electricity transmission between Europe and China
地址： http://arxiv.org/abs/2012.12365
作者： Lina Reichenberg, Fredrik Hedenus, Niclas Mattsson, Vilhelm Verendel
摘要： 大洲内的远距离传输已被证明是可再生能源系统中最重要的变化管理策略之一，在这种情况下，允许传输扩展将使系统成本降低约20％。在本文中，我们测试了将传输扩展到洲际连接时系统成本是否进一步降低。我们使用具有每小时时间分辨率的容量扩展模型来分析中国，中亚和欧洲之间的欧亚互连。该模型受到全球二氧化碳排放上限日益严格的约束，以调查不同程度的依赖可变源的影响。我们的结果表明，与大陆架电网相比，超电网选件最多可将系统总成本降低5％。当（i）发电被限制为几乎完全由可再生能源组成，（ii）VRE农场的可用土地相对有限且需求相对较高，并且（iii）太阳能光伏发电成本和存储空间很高。这两个因素的重要性可以解释为，超级电网可以利用偏远的风能，太阳能和水力资源，并可以管理变化，而这仅在可分配资源有限或成本很高的情况下才是必然的。至于存储成本的重要性，它代表了一种竞争性的变体管理选择，当成本较低时，它替代了部分超电网角色，即通过远程贸易来管理变体。与大陆式电网的成本相比，欧亚超电网的成本降低在0％至5％之间。我们得出的结论是，从技术经济学的角度来看，超级电网的收益在大多数情况下可以忽略不计，或者充其量是适度的。17页，f
声明：Arxiv文章摘要版权归论文原作者所有，机器翻译后由本人进行校正整理，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.cn （提供RSS订阅）进行同步更新。个性化论文阅读与推荐请访问 https://arxiv.complexly.cn 平台。