财新传媒
位置:博客 > 集智俱乐部 > 新型异构图注意网络 | 网络科学论文速递24篇

新型异构图注意网络 | 网络科学论文速递24篇


心速递


  • 新型异构图注意网络;

  • 使用网络信息进行流行病控制的有效疫苗接种策略;

  • 网络上精确 SIR 马尔可夫过程的有效遏制;

  • 一阶和二阶交通网络组合模型;

  • 大规模生成城市形态;

  • 同质性让社交网站更有影响力吗?探索渗透战略;

  • 早期职业挫折和未来职业影响;

  • 多维城市网络渗流;

  • 自动应用可信度评估工具来跟踪社交媒体上分享的与疫苗接种相关的信息;

  • 含时网络上随机游走的类;

  • 量化科研、初创公司和安全方面的失败动态;

  • MediaRank :在线新闻源的计算排名;

  • 所有成功的社区都相似吗?表征和预测在线社区的成功;

  • 在承诺与绩效之间:通过治理网络实施科技政策;

  • 行人的身体旋转行为在通过和交叉流动中避免碰撞;

  • 武装冲突数据的涌现规则性和尺度率;

  • 追踪演化社会网络中社区的不同方法的比较研究;

  • 基于差分隐私共识的分布式优化;

  • 基于小波变换和机器学习的人群密度估计;

  • 零排放邻域( ZENs )能源系统的成本优化设计:Evenstad 的模型表示和案例研究;

  • 图的集合聚类:比较和应用;

  • 离散时间 NIMFA 流行病模型的病毒状态动力学;

  • 多路网络的算法复杂性;

  • 消除社区检测偏差:低连接度节点的重要性;



异构图注意网络


原文标题: 

Heterogeneous Graph Attention Network

地址: 

http://arxiv.org/abs/1903.07293

作者: 

Xiao Wang, Houye Ji, Chuan Shi, Bai Wang, Peng Cui, P. Yu, Yanfang Ye


摘要: 图神经网络作为一种基于深度学习的强大图表示技术,具有优越的性能,并引起了相当大的研究兴趣。然而,在包含不同类型的节点和链路的异构图的图神经网络中尚未充分考虑。异构性和丰富的语义信息为异构图的图神经网络设计带来了巨大的挑战。最近,深度学习中最令人兴奋的进步之一是注意机制,其巨大潜力已在各个领域得到很好的证明。


在本文中,我们首先提出了一种基于层次关注的新型异构图神经网络,包括节点级和语义级注意。具体而言,节点级关注旨在了解节点及其基于元路径的邻居之间的重要性,而语义级关注能够了解不同元路径的重要性。通过节点级和语义级注意的学习重要性,可以充分考虑节点和元路径的重要性。然后,所提出的模型可以通过以分层方式聚合来自基于元路径的邻居的特征来生成节点嵌入。在三个真实世界的异构图上的广泛实验结果不仅表明了我们提出的模型相对于现有技术的优越性能,而且还展示了其对图分析的潜在良好可解释性。



使用网络信息进行流行

病控制的有效疫苗接种策略


原文标题: 

Efficient vaccination strategies for epidemic control using network information

地址: 

http://arxiv.org/abs/1903.07503

作者: 

Yingrui Yang, Ashley McKhann, Sixing Chen, Guy Harling, Jukka-Pekka Onnela


摘要: 当已知完整的网络结构时,针对流行病传播的基于网络的干预措施最为强大。然而,在实践中,资源约束需要基于部分网络信息做出决定。我们调查了个人和村级可用网络数据的准确性如何影响基于网络的疫苗接种有效性。我们在来自75个村庄的经验社会网络上模拟了一个易感染 - 被感染 - 恢复的过程。首先,我们使用回归来预测基于村级网络的个体感染率。


其次,我们模拟了基线时75个经验村网络中每个网络的10%接种疫苗,通过五种基于网络的方法之一选择疫苗接种者:随机个体;随机个体的随机接触;随机的高学历人;最高学历的人;或大多数中心人。前三种方法仅需要样本数据;后两者需要完整的网络数据。我们还模拟了对个人可以提名的联系人数量的限制(固定选择设计,FCD),这减少了数据收集负担但仅生成部分观察到的网络。我们发现度分布的均值和标准差可以强烈预测累积发生率。


在模拟中,与随机疫苗接种相比,提名方法将累积发病率降低了六分之一;全网络方法将感染减少了三分之二。高学位方法具有中等效力。令人惊讶的是,FCD 将个人学位截断为3,与使用完整网络一样有效。甚至使用部分网络信息来优先考虑村庄或个人的疫苗,大大改善了疫情结果。这些方法在爆发设置中可行且有效,并且可能不需要完全确定网络结构。



网络上精确SIR马尔

可夫过程的有效遏制


原文标题: 

Efficient Containment of Exact SIR Markovian Processes on Networks

地址: 

http://arxiv.org/abs/1603.04499

作者: 

Masaki Ogura, Victor M. Preciado


摘要: 本文介绍了在异构代理网络上分析和控制随机易感染感染去除( SIR )传播过程的理论框架。在我们的分析中,我们分析了描述 SIR 模型的精确网络马尔可夫过程,而没有求助于平均场近似,并引入了一个凸优化框架来找到有效的资源分配,以包含随时间推移累积感染的预期数量。数值模拟用于说明所得结果的有效性。



一阶和二阶交通网络组合模型


原文标题: 

A combined first and second order traffic network model

地址: 

http://arxiv.org/abs/1903.06744

作者: 

Jennifer Kötz, Oliver Kolb, Simone Göttlich


摘要: 众所周知,二阶宏观交通流模型能够再现所谓的容量下降效应,即,拥挤区域的流出显著低于该特定区域中的最大可实现流量的现象。在这项工作中,我们提出了一个在交叉点单独修改的一阶网络模型,以便捕获容量下降。理论研究激发了耦合条件的新选择,并说明了纯粹的一阶和二阶网络模型的差异。考虑到入口匝道合并到主要道路的最佳控制的数值示例突出显示组合模型产生与二阶模型类似的结果,但计算成本显著降低。



大规模生成城市形态


原文标题: 

Generating urban morphologies at large scales

地址: 

http://arxiv.org/abs/1903.06807

作者: 

Juste Raimbault, Julien Perret


摘要: 在大规模,城市形态和相应的发电过程的类型仍然是一个开放的问题,对城市规划政策和可持续性具有重要意义。我们在本文中提出利用形态发生模型在大规模(通常是地区)生成城市配置,并根据形态指标将这些配置与实际配置进行比较。实际值是根据欧洲城市地区的大量地区计算的。我们校准每个模型并显示它们的互补性,以接近各种真实的城市配置,为城市形态发生的多模型方法铺平了道路。



同质性让社交网站更有

影响力吗?探索渗透战略


原文标题: 

Does Homophily Make Socialbots More Influential? Exploring Infiltration Strategies

地址: 

http://arxiv.org/abs/1903.06827

作者: 

Samaneh Hosseini Moghaddam, Mandana Khademi, Maghsoud Abbaspour


摘要: Socialbots 是控制在线社会网络中虚假账户的所有行为的智能软件。他们使用人工智能技术将自己作为人类社交媒体用户。 Socialbots 利用用户信任来实现其恶意目标,例如 astroturfing,执行 Sybil 攻击,垃圾邮件和收集私人数据。对社交机器人的恶意活动进行对策的第一阶段是研究他们的特征并揭示他们可以利用的策略来成功地潜入目标在线社会网络。


在本文中,我们研究了在渗透性能和隐身性方面使用不同渗透策略的成功。每种策略都以社交机器人的形象和行为特征为特征。这项研究的结果表明,假设特定的推文味道,社交机构转推和/或喜欢使其更有影响力。此外,实验结果表明,考虑到共同特征和相似性的存在,增加了被其他用户遵循的概率。这与同性恋概念完全一致,这是个人在社会网络中与类似的其他人联系和联系的倾向。



早期职业挫折

和未来职业影响


原文标题: 

Early-career setback and future career impact

地址: 

http://arxiv.org/abs/1903.06958

作者: 

Yang Wang, Benjamin F. Jones, Dashun Wang


摘要: 挫折是科学事业中不可或缺的一部分,但对于早期职业挫折是否会增加或阻碍个人未来的职业影响却知之甚少。在这里,我们检查申请美国国立卫生研究院(NIH)R01拨款的初级科学家。通过关注刚刚低于资金门槛的拨款提案,我们将“近乎未命中”与“近赢”个人进行比较,以检查长期职业结果。我们的分析表明,早期职业生涯中的近距离失误具有强大的反对效应。


一方面,它显著增加了磨损,其中一个接近未命中预测NIH系统永久消失的可能性超过10%。然而,尽管早期遭遇挫折,但在短期内有接近失误的人有效地表现优于那些近期获胜的人,因为他们在未来十年的出版物获得了更大的影响。我们进一步发现,这种表现优势似乎超越了一种筛选机制,即接近失败的申请人中所选择的部分仍然比接近的获胜者更多,这表明职业生涯早期的挫折似乎会导致那些坚持不懈的人的绩效提升。


总的来说,这些发现与“不杀我的东西让我更强大”的概念是一致的。虽然科学往往被视为早期成功带来未来成功的环境,但我们的研究结果揭示了一种亲密但以前未知的关系,其中早期职业挫折可以成为未来成就的标志,这可能对识别,培训和培养初级科学家有广泛的影响。他的职业生涯将产生持久影响。



多维城市网络渗流


原文标题: 

Multi-dimensional Urban Network Percolation

地址: 

http://arxiv.org/abs/1903.07141

作者: 

Juste Raimbault


摘要: 最近提出网络渗透作为一种从自下而上的特征来描述城市系统的全球结构的方法。本文提出以多维方式扩展城市网络渗透,同时考虑城市形态(人口的空间分布)和城市功能(这里作为交通网络的属性)。该方法应用于欧洲城市系统,以重建内生城市区域。可变参数化允许考虑两种程式化的矛盾可持续性指标(经济性能和温室气体排放)的优化模式。这表明可以通过可定制的空间设计来制定可持续发展的领土。



自动应用可信度评估工

具来跟踪社交媒体上分享

的与疫苗接种相关的信息


原文标题: 

Automatically applying a credibility appraisal tool to track vaccination-related communications shared on social media

地址: 

http://arxiv.org/abs/1903.07219

作者: 

Zubair Shah, Didi Surian, Amalie Dyda, Enrico Coiera, Kenneth D. Mandl, Adam G. Dunn


摘要: 背景:用于评估健康信息可信度的工具耗费时间并且需要特定于环境的专业知识,限制其用于快速识别和减少错误信息的传播。我们的目的是估计 Twitter  上与疫苗接种相关的帖子的比例可能是错误信息,以及 Twitter 用户之间如何不均衡地接触错误信息。


方法:从2017年1月至2018年3月在 Twitter 上分享的144,878个与疫苗接种相关的网页进行抽样,我们使用了一个七点检查表,该检查表改编自两个经验证的工具,用于评估474个小部分的可信度。这些用于训练多个分类器(随机森林,支持向量机和具有转移学习的递归神经网络),使用来自网页的文本来预测信息是否满足七个标准中的每一个。结果:将最佳性能分类器应用于144,878个网页,我们发现14.4%的基于文本的通信相关帖子与低可信度的网页相关联,占所有潜在疫苗接种相关风险的9.2%。


然而,100个最受欢迎的错误信息链接可能会被200万到8000万 Twitter 用户看到,而对于大量亚群的 Twitter 用户从事与疫苗接种相关的信息,错误信息的链接似乎主导了疫苗接种相关信息它们暴露在哪里。结论:我们提出了一种基于经验证的检查表工具组合自动评估网页可信度的新方法。结果表明,自动可信度评估工具可用于查找暴露于错误信息风险较高的人群,或主动应用以增加低可信度疫苗接种信息共享的摩擦力。



含时网络上随机游走的类


原文标题: 

Classes of random walks on temporal networks

地址: 

http://arxiv.org/abs/1903.07453

作者: 

Julien Petit, Renaud Lambiotte, Timoteo Carletti


摘要: 随机游走可以在许多科学领域找到应用,并且是必不可少的网络分析工具的核心。当在时间网络上定义时,由于系统中不同时间尺度的共存,即使是基本随机游走模型也可能表现出丰富的可能性。在这里,我们专注于一般随机时间网络上的随机游走,允许持久的交互,并系统地比较不同类型的模型的属性。我们根据随机游走模型和底层网络的结构讨论数学分析的准确性,并特别关注非马尔可夫行为的出现,即使所有动态实体都由无记忆分布控制。



量化科研、初创公司

和安全方面的失败动态


原文标题: 

Quantifying dynamics of failure across science, startups, and security

地址: 

http://arxiv.org/abs/1903.07562

作者: 

Yian Yin, Yang Wang, James A. Evans, Dashun Wang


摘要: 人类的成就往往先于最初失败的重复尝试,但对控制失败动力的机制知之甚少。在此基础上,在丰富的创新,人类动态和学习文献的基础上,我们开发了一个简单的单参数模型,模仿未来成功的尝试如何建立在过去的基础之上。分析性地解决该模型揭示了将失败动态分为停滞或进展区域的相变,预测在临界阈值附近,具有相似特征和学习策略的代理可能在失败后经历根本不同的结果。


在临界点之下,我们看到那些在没有改进模式的情况下探索脱节机会的人,在其之上,那些利用渐进式改进系统地向成功迈进的人。该模型进行了几次经验可测试的预测,证明那些最终成功的人和那些不成功的人可能最初是相似的,但其特点是在每次后续尝试的效率和质量方面具有根本不同的失败动态。


我们收集了来自三个不同领域的大规模数据,追踪了(i)NIH调查员为其研究提供资金的重复尝试,(ii)创新者成功退出创业企业,以及(iii)恐怖组织在暴力袭击中发布伤亡人员,寻找所有三个领域的广泛一致的经验支持。总之,我们的发现揭示了可识别但以前未知的早期信号,这些信号使我们能够识别将导致最终胜利或失败的失败动态。鉴于失败的普遍存在以及理解它们的定量方法的缺乏,这些结果代表了深入理解失败背后复杂动态的关键一步,这是成功的必要先决条件。



MediaRank:在线

新闻源的计算排名


原文标题: 

MediaRank: Computational Ranking of Online News Sources

地址: 

http://arxiv.org/abs/1903.07581

作者: 

Junting Ye, Steven Skiena


摘要: 在最近的政治气候中,新闻质量的主题引起了公众和学术界的关注。对传统新闻媒体越来越不信任,这使得找到一个公认真理的共同基础变得更加困难。在这项工作中,我们设计并建立了 MediaRank(www.media-rank.com),这是一个全自动系统,可以对全球50,000多个在线新闻进行排名。 MediaRank 每天收集和分析一百万个新闻网页和两百万条相关推文。我们的算法分析基于记者已建立的与报告质量相关的四个属性:同行声誉,报告偏差/广度,底线财务压力和受欢迎程度。


本文的主要贡献包括:(i)世界上50,000多个主要新闻来源的开放,可解释的质量排名。我们的排名是根据35个已发布的新闻排名进行验证,包括法语,德语,俄语和西班牙语的来源。 MediaRank 评分与35位专家排名中的34位正相关。 (ii)用于测量影响和底线压力的新计算方法。据我们所知,我们是第一个深入研究大型新闻报道引文图的人。我们还提出了新的方法来衡量广告的侵略性并识别社交机器人,在两种类型的不良行为之间建立联系。 (iii)分析媒体来源偏见和重要性的影响。


我们证明新闻来源引用了其他人,尽管有不同的政治观点符合质量措施。然而,在四个讲英语的国家(美国,英国,加拿大和澳大利亚),排名最高的来源都不成比例地支持左翼政党,即使大多数新闻来源都表现出保守的倾斜。



所有成功的社区都相似吗?

表征和预测在线社区的成功


原文标题: 

Are All Successful Communities Alike? Characterizing and Predicting the Success of Online Communities

地址: 

http://arxiv.org/abs/1903.07724

作者: 

Tiago Cunha, David Jurgens, Chenhao Tan, Daniel Romero


摘要: 在线社区的激增为研究解释团队成功的机制创造了令人兴奋的机会。虽然越来越多的研究通过单一措施(通常是成员数量)来调查社区成功,但我们认为有多种方法可以衡量成功。在这里,我们提出了一个系统的研究,以了解这些成功定义之间的关系,并根据社区生命最早期的社区属性和行为来测试它们的预测程度。


我们确定了大多数社区所需的四项成功措施:(i)成员数量的增长; (ii)保留成员; (iii)社区的长期生存; (iv)社区内的活动量。令人惊讶的是,我们发现我们的测量结果没有表现出很高的相关性,这表明他们捕获了不同类型的成功。此外,我们发现不同的成功度量是通过在线社区的不同属性来预测的,这表明可以通过不同的行为来实现成功。


我们的工作揭示了对成功在在线社区中所代表什么的基本理解以及对它的预测。我们的研究结果表明,成功是多方面的,无法通过单一测量来衡量或预测。这种洞察力对于创建新的在线社区以及为这些社区提供便利的平台设计具有实际意义。



在承诺与绩效之间:通

过治理网络实施科技政策


原文标题: 

Between Promise and Performance: Science and Technology Policy Implementation through Governance Networks

地址: 

http://arxiv.org/abs/1903.07730

作者: 

Travis A. Whetsell, Michael J. Leiblein, Caroline S. Wagner


摘要: 本研究分析了美国科技政策对全球战略联盟网络研发的影响。在20世纪80年代中期,美国的高科技产业似乎正在崩溃。行业领导者和决策者通过创建一个名为 Sematech 的计划来支持和保护美国公司。虽然许多学者认为 Sematech 是成功的,但该计划如何成功仍不清楚。


本研究考察了政策与绩效之间的中间网络机制的作用。一般的主张是政府可以采取行动,加强组织间的合作和公共目标的公司绩效。本研究结合网络分析和纵向回归技术,测试政策对1986年至2001年间半导体公司不平衡小组中企业网络地位和技术绩效的影响。该研究表明政府可能通过旨在发展的组织间创新实现政策和强大的治理网络管理。


行人的身体旋转行为在

通过和交叉流动中避免碰撞


原文标题: 

Body-rotation behavior of pedestrians for collision avoidance in passing and cross flow

地址: 

http://arxiv.org/abs/1903.07742

作者: 

Hiroki Yamamoto, Daichi Yanagisawa, Claudio Feliciani, Katsuhiro Nishinari


摘要: 我们观察行人的身体旋转行为,以避免他们在拥挤的情况下移动。在这种情况下,身体取向通常不同于行走方向,即行人侧向行走。在本文中,我们主要关注在狭窄走廊中通过体旋转避免碰撞时身体取向和行走方向之间的偏差。我们进行了简单的实验,其中两个行人相互通过。


我们发现,当走廊的宽度小于两个行人宽度的总和时,行人会转动身体。通过分析在狭窄的走廊中彼此包围的两个椭圆的几何形状来解释这种行为。此外,我们开发了一个初步模型,并成功地模拟了实验中观察到的身体取向和行走方向之间的偏差。此外,我们进行了交叉流动实验,该实验比通过实验更加复杂和现实,并确认身体旋转行为也是复杂和现实场景不可或缺的因素。




武装冲突数据的

涌现规则性和尺度率


原文标题: 

Emergent regularities and scaling in armed conflict data

地址: 

http://arxiv.org/abs/1903.07762

作者: 

Edward D. Lee, Bryan C. Daniels, Christopher R. Myers, David C. Krakauer, Jessica C. Flack


摘要: 大规模武装冲突是现代文明的一个特征。冲突统计数据显示出显著的规律性,如死亡率和持续时间的幂律分布,但这些属性仍然是不同的,尽管是突出的冲突特征。我们探索了一份大型详细的数据,其中包含10美元5美元的武装冲突报告,这些报告跨越20年,耗资近10美元4公里。


通过将时空近似事件聚类成冲突雪崩,我们表明冲突报告,死亡人数,持续时间和地理范围的数量满足一致的比例关系。通过这些尺度变量测量的冲突的时间演变显示出紧急对称性,反映了冲突雪崩轨迹中的自相似性。总之,我们的测量描述的系统不同于对冲突增长的普遍解释,例如自相似的森林火灾模型。对我们的研究结果的自然解释是关键性语言,表明武装冲突由低维度过程主导,这种过程以令人惊讶的统一和可预测的方式与物理维度成比例。



追踪演化社会网络中

社区的不同方法的比较研究


原文标题: 

A Comparative Study of Different Approaches for Tracking Communities in Evolving Social Networks

地址: 

http://arxiv.org/abs/1903.07784

作者: 

Ziwei He, Etienne Gael Tajeuna, Shengrui Wang, Mohamed Bouguessa


摘要: 在现实世界的社会网络中,人们越来越关注跟踪用户群的演变并检测他们可能经历的各种变化。已经为此提出了几种方法。在研究这些方法时,我们观察到它们中的大多数使用两阶段过程。在第一阶段,他们运行算法来识别每个时间戳的用户组。在第二阶段,基于相似性度量的成对比较被用于跟踪用户组并检测他们可能经历的变化。


虽然大多数现有方法使用两阶段过程,但它们都运行不同的算法来识别社区,并依赖于不同的相似性度量来跟踪用户组随时间的变化。注意到根据所研究的动态社会网络,不同的方法可能表现不同,我们决定对一些现有的跟踪方法进行高水平的调查,然后对其中一些进行比较分析。在我们的分析中,我们在两种主要情况下比较算法:(1)当用户组不重叠时()当组重叠时。该研究是在从 DBLP,自治系统(AS)和Yelp数据集中提取的三个不同的测试平台上完成的。



基于差分隐私共识的分布式优化


原文标题: 

Differentially Private Consensus-Based Distributed Optimization

地址: 

http://arxiv.org/abs/1903.07792

作者: 

Mehrdad Showkatbakhsh, Can Karakus, Suhas Diggavi


摘要: 当数据集包含有关个人的敏感信息时,数据隐私是学习中的一个重要问题。本文考虑了数据隐私约束下基于共识的分布式优化。基于共识的优化包括一组以图排列的计算节点,每个计算节点都有一个取决于其本地数据的局部目标,其中每个步骤节点都采用其邻居消息的线性组合,以及采用新的梯度步。


由于该算法需要交换依赖于本地数据的消息,因此私有信息在每一步都会泄露。以( epsilon, delta)  - 差异隐私(DP)为标准,我们考虑节点在广播之前将随机噪声添加到其消息中的策略,并表明该方法通过有界均方来实现收敛。错误,同时满足( epsilon, delta)  -  DP 。通过放宽以前工作中更严格的  epsilon  -DP 要求,我们在文献中加强了已知的收敛结果。我们用数值结果对论文进行了总结,证明了我们的均值估计方法的有效性。



基于小波变化和机

器学习的人群密度估计


原文标题: 

Estimation of crowd density applying wavelet transform and machine learning

地址: 

http://arxiv.org/abs/1903.07806

作者: 

Koki Nagao, Daichi Yanagisawa, Katsuhiro Nishinari


摘要: 我们进行了一个简单的实验,其中一个行人穿过拥挤的区域并用商业平板测量身体旋转角速度。然后,我们开发了一种通过将连续小波变换和机器学习应用于实验中获得的数据来预测人群密度的新方法。我们发现使用角速度数据的预测精度与使用原始速度数据的精度一样高。因此,我们得出结论,角速度与人群密度有关,我们可以通过角速度估计人群密度。我们的研究将通过开发一种测量人群密度的简便方法,为管理行人的安全和舒适做出贡献。



零排放邻域(ZENs)能

源系统的成本优化设计:

Evenstad模型表示和案例研究


原文标题: 

Cost Optimal Design of Zero Emission Neighborhoods’ (ZENs) Energy System: Model Presentation and Case Study on Evenstad

地址: 

http://arxiv.org/abs/1903.07978

作者: 

Dimitri Pinel, Magnus Korpås, Karen B. Lindberg


摘要: 零排放社区( ZEN )是挪威研究的一个概念,旨在减少邻里的 CO_2 排放。这个概念的一个问题是如何设计这种邻域的能量系统以符合 ZEN 定义。根据这个定义,我们提取 CO_2 平衡,要求在邻域的生命周期内每年净 CO_2 排放。本文提出了一个 MILP 模型,用于获得 ZEN 能源系统的成本优化设计,并在案例研究中进行了演示。


不同的技术被列为投资选择,特别是 PV 作为现场发电量的平均值。风力涡轮机不包括在本研究中,因为在大多数城市的背景下是不合适的。案例研究的结果强调了光伏投资在达到 ZEN 要求方面的重要性。例如,我们的10 000平方米建筑面积的测试案例需要大约850千瓦的太阳能,每年的能源需求约为700兆瓦时电力和620兆瓦时的热量。相比之下,对其他技术的投资很小。



图的集合聚类:比较和应用


原文标题: 

Ensemble Clustering for Graphs: Comparisons and Applications

地址: 

http://arxiv.org/abs/1903.08012

作者: 

Valérie Poulin, François Théberge


摘要: 我们最近基于共识聚类的概念提出了一种用于图(ECG)的新的集合聚类算法。我们通过复制比较基线图的图聚类算法的研究来验证我们的方法,显示 ECG 优于领先的算法。在本文中,我们通过考虑更广泛的基准参数来扩展我们的比较,生成具有不同属性的图。


我们提供了新的实验结果,表明 ECG 算法可以缓解众所周知的分辨率限制问题,并且可以提高分区的稳定性。我们还说明了如何使用 ECG 获得的集合来量化图中社区结构的存在,以及放大与种子顶点最密切相关的子图。最后,我们通过将 ECG 与加权图上的社区检测以及社区感知异常检测的先前结果进行比较来说明 ECG 的进一步应用。


离散时间NIMFA流行

病模型的病毒状态动力学


原文标题: 

The Viral State Dynamics of the Discrete-Time NIMFA Epidemic Model

地址: 

http://arxiv.org/abs/1903.08027

作者: 

Bastian Prasse, Piet Van Mieghem


摘要: 大多数关于流行病的研究都依赖于连续时间制定的模型。然而,现实世界的流行病数据以数字方式收集和处理,离散时间流行病模型更准确地描述了这一点。我们分析了具有异构扩散参数的有向网络上的离散时间 NIMFA 流行病模型。特别地,我们显示病毒状态正在增加并且不会超过稳态,稳态是全局指数稳定的,并且我们提供了限制病毒状态演化的线性系统。因此,离散时间的 NIMFA 模型成功地捕获了病毒传播的定性行为,并提供了研究现实世界流行病的有力手段。



多路网络的算法复杂性


原文标题: 

Algorithmic complexity of multiplex networks

地址: 

http://arxiv.org/abs/1903.08049

作者: 

A. Santoro, V. Nicosia


摘要: 多层网络保留了关于复杂系统组成部分之间不同交互的完整信息,并且最近证明在建模交通网络,社交圈和人类大脑时非常有用。一个基本且仍然存在的问题是评估系统的多层表示是否以及何时是比传统的单层聚合网络方法更优质的模型。在这里,我们从算法信息论的角度来解决这个问题。我们提出了一种将多层网络编码为比特串的直观方法,并且我们将多层网络的复杂性定义为与多层相关的比特串的 Kolmogorov 复杂度与相应的聚合图的比率。


我们发现,对于等效的单层图,多层模型可以编码存在最大量的附加信息。我们展示了如何使用我们的度量来获得多维系统的低维表示,将多层网络聚类成一小组有意义的超级族,以及检测不同时变多层图中的临界点。这些结果表明,信息论方法可以有效地用于多维复杂系统的研究,并为更加系统地分析静态和时变多维复杂系统铺平了道路。



消除社区检测偏差

:低连接度节点的重要性


原文标题: 

Debiasing Community Detection: The Importance of Lowly-Connected Nodes

地址: 

http://arxiv.org/abs/1903.08136

作者: 

Ninareh Mehrabi, Fred Morstatter, Nanyun Peng, Aram Galstyan


摘要: 社区检测是社会网络分析中的一项重要任务,使我们能够识别和理解社会结构中的社区。然而,许多社区检测方法要么未能将低度(或低度连接)的用户分配给社区,要么将它们分配给小型社区,以防止他们被纳入分析。在这项工作中,我们调查排除这些用户如何偏向分析结果。


然后,我们通过将它们合并到更大的组中,引入了一种对于低连接用户更具包容性的方法。实验表明,我们的方法在 F1  和 Jaccard 相似度得分方面优于现有技术水平,同时减少了对低度用户的偏见。



来源:网络科学研究速递

编辑:孟婕

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。



近期网络科学论文速递


无标度特性促进脑网络交叉频率相互作用 等19篇

如何自动化地评估科技新闻的质量 等15篇

在线分工:开源软件中的涌现结构 等18篇

增长图的生成图卷积网络等15篇

分析多层网络中的模体等5篇

加入集智,一起复杂!






集智俱乐部QQ群|877391004

商务合作及投稿转载|swarma@swarma.org

◆ ◆ 

搜索公众号:集智俱乐部


加入“没有围墙的研究所”

让苹果砸得更猛烈些吧!



推荐 0