- 时变社会网络中的意见形成：命名博弈的情况;
- 城市交通系统中的弱节点检测：新加坡的弹性规划;
- 学术出版指标的过度优化：在实践中发现Goodhart律;
- 从比特币区块链推断短期波动率指标;
- 通过时空波动可以预测高密度人群集体运动吗？;
- 多维，多层，非线性和动态HITS;
- FI-GRL：通过投影成本保留的快速归纳图表示学习;
- 逃税博弈：来自基于主体的模型的证据;
- 迈向平面地图的分类;
- 智能车分布式导航对城市交通的影响;
- 用于多网络对齐的低秩方法;
- 随机游走视角下的捉迷藏游戏;
时变社会网络中的意见形成：命名博弈的情况
原文标题： Opinion formation in time-varying social networks: The case of the naming game
地址： http://arxiv.org/abs/1204.1160
作者： Suman Kalyan Maity, T. Venkat Manoj, Animesh Mukherjee
摘要： 我们研究命名博弈的动态作为时变社会网络上的意见形成模型。这种基于主体的模型通过基于内存的协商过程捕获协议动态的基本特征。我们的研究侧重于代理商社会网络的时变属性对命名博弈动态的影响。特别是，我们使用真实网络上的模拟对该模型进行计算探索。我们研究了两种不同类型的时变数据的动态结果 - （i）网络日常变化和（ii）网络在非常短的时间间隔（20秒）内变化。在第一种情况下，我们发现具有强大社区结构的网络阻碍了系统达成全球协议;这些网络中命名博弈的演变保持了共存意见的集群，无限期地导致亚稳态。在第二种情况下，我们调查命名博弈的演变与底层社会网络的时间演变完全同步，揭示了博弈的传统新兴属性，这与现有文献中报道的大不相同。
城市交通系统中的弱节点检测：新加坡的弹性规划
原文标题： Weak nodes detection in urban transport systems: Planning for resilience in Singapore
地址： http://arxiv.org/abs/1809.07839
作者： Michele Ferretti, Gianni Barlacchi, Luca Pappalardo, Lorenzo Lucchini, Bruno Lepri
摘要： 描述人类移动性的大量数据集的可用性提供了设计模拟工具的可能性，以监测和改善运输系统的弹性，以应对自然和人为灾害等创伤事件（例如洪水恐怖袭击等......） 。从这个角度来看，我们提出了ACHILLES，一种应用程序，通过基于移动数据的多路网络表示，在给定的传输系统模式中模拟人们的移动。 ACHILLES是一个基于网络的应用程序，它提供了一个易于使用的界面，可以探索城市中每个城市区域的移动通量和连通性，以及可视化运输系统因添加或移除运输而导致的变化模式，城市区域和单站。值得注意的是，我们的应用程序允许用户通过参考古希腊神话来识别其最弱节点，即Urban Achilles Heel，来评估传输网络的整体弹性。为了证明ACHILLES对人道主义援助的影响，我们考虑将其应用于现实世界的情景，探索新加坡的人员流动以应对防洪。
学术出版指标的过度优化：在实践中发现Goodhart律
原文标题： Over-Optimization of Academic Publishing Metrics: Observing Goodhart's Law in Action
地址： http://arxiv.org/abs/1809.07841
作者： Michael Fire, Carlos Guestrin
摘要： 学术出版界正在发生巨大变化，每年出版的出版物数量不断增加，出版模式也在不断变化。然而，用于衡量学术成功的指标，例如出版物数量，引用数量和影响因子，几十年来没有改变。此外，最近的研究表明，这些指标已成为目标并遵循古德哈特定律，根据该定律，“当一项指标成为目标时，它就不再是一个好的衡量标准。”在这项研究中，我们分析了超过1.2亿篇论文，以研究学术出版界在上个世纪的演变过程。我们的研究表明，基于引用的措施的有效性正在受到损害，其有用性正在减弱。特别是，由于作者名单较长，论文较短，出版物数量激增，出版物数量已不再是一个很好的衡量标准。基于引文的指标，例如引用数和h指数，同样受到大量论文，自引用和冗长参考列表的影响。由于在顶级期刊上发表的论文数量激增，尤其是来自同一作者群的论文数量激增，因此期刊影响因子等指标也不再是好的指标。此外，通过分析2600多个研究领域的特性，我们观察到基于引用的指标不利于比较不同领域的研究人员，甚至是同一部门的研究人员。学术出版发生了很大变化;现在我们需要重新考虑我们如何衡量成功。
从比特币区块链推断短期波动率指标
原文标题： Inferring short-term volatility indicators from Bitcoin blockchain
地址： http://arxiv.org/abs/1809.07856
作者： Nino Antulov-Fantulin, Dijana Tolic, Matija Piskorec, Zhang Ce, Irena Vodenska
摘要： 在本文中，我们研究了使用从比特币每日交易图获得的特征推断极端比特币价格波动期间的早期预警指标（EWI）的可能性。我们使用比特币区块链推断2012年至2017年期间交易图的低维表示，并演示这些表示如何用于预测极端价格波动事件。我们的EWI是通过非负分解获得的，包含的信息比使用奇异值分解或比特币总交易量的标量值获得的信息更多。
通过时空波动可以预测高密度人群集体运动吗？
原文标题： Can high-density human collective motion be forecasted by spatiotemporal fluctuations?
地址： http://arxiv.org/abs/1809.07875
作者： Arianna Bottinelli, Jesse L. Silverberg
摘要： 集体运动的美学 - 无论是椋鸟群，学校鱼群的潺潺声，还是嗡嗡声中的动荡混乱，都凸显集体行为科学所取得的技术进步。从演化生物学到统计物理学的各个领域的数学模型大大提高了我们对大规模协调如何从局部相互作用中产生的理解。目前，集体行为领域的重大挑战是开发新的经验方法，以获取更大规模的高质量数据集。在这项工作中，我们为该领域提出了新的挑战：集体运动的实时预测。我们在群众聚会中发现的高密度人群中应对这一挑战。特别是，我们使用来自材料科学的模式分析方法和来自非平衡物理学的概念来研究摇滚音乐会中人群的视频录制。通过这些方法，我们分析了人群湍流期间的位置波动，以预测紧急人体密度波的空间模式。我们专注于这些集体动作，因为他们通常被认为会在极端情况下造成伤害。除了预测集体运动的空间模式之外，我们还识别并测量密度波之前的时间模式，并预测其外观大约 1 s。将此预测窗口扩展到1秒以上将需要分析更大规模的高质量人群数据，并可能导致新的计算机视觉技术用于实时人群监测和风险评估。这些进步将导致摇滚音乐会，体育赛事，宗教朝圣和其他群众集会的伤害率和生命损失率降低。
多维，多层，非线性和动态HITS
原文标题： Multi-Dimensional, Multilayer, Nonlinear and Dynamic HITS
地址： http://arxiv.org/abs/1809.08004
作者： Francesca Arrigo, Francesco Tudisco
摘要： 我们引入了基于多同质阶保持映射的Perron特征向量的时间多维加权和有向网络的排序模型。该模型延伸到HITS算法的时间多层设置，并定义了五个中心向量：两个用于节点，两个用于层，一个用于时间戳。在标准HITS模型中引入非线性，以保证任何网络中这些中心向量的存在性和唯一性，而不需要其连接结构。我们引入了一种全局收敛的功率迭代算法，用于计算中心向量。在现实世界网络上进行数值实验，以评估所提出模型的有效性并展示所附算法的性能。
FI-GRL：通过投影成本保留的快速归纳图表示学习
原文标题： FI-GRL: Fast Inductive Graph Representation Learning via Projection-Cost Preservation
地址： http://arxiv.org/abs/1809.08079
作者： Fei Jiang, Lei Zheng, Jin Xu, Philip S. Yu
摘要： 图表示学习旨在将图数据转换为有意义的低维向量，以便于使用针对一般数据设计的机器学习和数据挖掘算法。大多数当前的图表示学习方法是转换性的，这意味着它们在学习图表示时需要图中的所有节点，并且这些方法不能自然地推广到看不见的节点。在本文中，我们提出了一个快速归纳图表示学习框架（FI-GRL）来学习节点的低维表示。我们的方法可以获得具有可证明的理论保证的所见节点的准确表示，并且可以容易地推广到看不见的节点。具体地，为了明确地解耦由图表表示的节点的关系，我们将节点变换为由随机投影矩阵跨越的随机子空间。保证该阶段保持归一化随机游动矩阵的投影成本，该矩阵与图的归一化切割高度相关。然后通过对获得的矩阵草图进行奇异值分解来实现特征提取。通过在矩阵草图上利用投影成本保留的性质，获得的表示结果几乎是最优的。为了处理看不见的节点，我们利用折叠技术来学习它们有意义的表示。根据经验，当看到的节点数量大于看不见的节点数量时，FI-GRL总能获得优异的结果。我们的算法快速，易于实现并且在理论上得到保证。对真实数据集的大量实验证明了我们的算法在宏观层面（聚类）和微观层面（结构孔洞检测）应用上的效率和效率的优越性。
逃税博弈：来自基于主体的模型的证据
原文标题： A Game of Tax Evasion: evidences from an agent-based model
地址： http://arxiv.org/abs/1809.08146
作者： L. S. Di Mauro, A. Pluchino, A. E. Biondo
摘要： 本文提出了一个简单的基于主体人的经济系统模型，由代理人根据他们对社会凝聚力和纳税的不同观点进行博弈。在第一组模拟，正确复制现有文献的结果之后，为了研究动态适应规则的效果，提出了更广泛的分析，其中公民可能决定根据个人标准修改其个人税务合规性，例如作为，他们的道德承诺的力量，通过消费公共利益获得的满足感和邻居的感知意见。结果显示社会组成中存在阈值水平 - 纳税人和逃税者 - 这解释了逃税造成的损害程度。
迈向平面地图的分类
原文标题： Towards a classification of planar maps
地址： http://arxiv.org/abs/1809.08148
作者： Alexandre Diet, Marc Barthelemy
摘要： 平面图及其空间嵌入 - 平面图 - 由于它们在现实世界中的普遍性（生物学中的叶脉，城市研究中的街道模式等）而被用于许多不同领域，并且也是数学和组合学中的基本对象。 。这些图已经在文献中得到了很好的描述，但到目前为止我们还没有明确的方法将它们聚集在不同的家庭中。平面地图的类型将非常有用，并且可以监视它们的变化，相互比较它们，或者将它们的结构与其他属性相关联。使用递归地将图中最小区域与最大区域合并的算法，我们绘制单元区域的基尼系数并获得与每个网络相关联的简档。我们测试了这些“Gini配置文件”在模拟网络和巴塞罗那（西班牙），纽约市（美国），东京（日本）的真实街道网络上的相关性，并讨论了它们的主要特性。我们也将此方法应用于巴黎（法国）不同日期的情况，这使我们能够跟踪该系统的结构变化。最后，我们讨论了真实世界平面图的空间异质性的重要组成部分，并测试了曼哈顿和东京的一些想法。我们的结果表明，Gini轮廓编码关于相应平面地图结构的各种信息，并且代表了构造这些对象的相关类的良好候选者。
智能车分布式导航对城市交通的影响
原文标题： Impact of Distributed Routing of Intelligent Vehicles on Urban Traffic
地址： http://arxiv.org/abs/1809.08197
作者： Lama Alfaseeh, Shadi Djavadian, Bilal Farooq
摘要： 已经在城市街道上研究了分布式动态路由对连通自动驾驶车辆（CAV）的不同市场渗透率（MPR）和拥堵水平的影响。多伦多市中心网络在基于主体的交通模拟中进行研究。 CAV的MPR越高 - 特别是在高度拥挤的城市网络的情况下 - 平均速度越高，平均旅行时间越短，吞吐量越高。
用于多网络对齐的低秩方法
原文标题： Low rank methods for multiple network alignment
地址： http://arxiv.org/abs/1809.08198
作者： Huda Nassar, Georgios Kollias, Ananth Grama, David F. Gleich
摘要： 多网络对齐是识别给定网络集中的类似和相关区域的问题。虽然有两种网络成对问题的大量有效技术可以根据边进行扩展，但由于计算复杂度随着网络数量呈指数级增长，因此不能轻易扩展到多个网络。这篇文章我们引入了一种新的多网络对齐算法和框架，可有效地将数千个网络与数千个节点对齐。我们算法的关键使能技术是在成对网络对齐的原则启发式过程中识别精确且易于计算的低秩张量结构，称为IsoRank。这可以与用于低等级张量的 k -dimensional匹配问题的新算法组合以产生对齐。我们展示了合成和现实问题的结果，这些问题表明我们的技术（i）在质量方面与现有方法一样好或更好，当它们处理小问题时，运行速度更快，（ii）能够扩展到对齐当前方法无法访问的多个网络。我们在本文中表明，当没有先验信息时，我们的方法是对齐多个网络的现实选择。
随机游走视角下的捉迷藏游戏
原文标题： A Random Walk Perspective on Hide-and-Seek Games
地址： http://arxiv.org/abs/1809.08222
作者： Shubham Pandey, Reimer Kuehn
摘要： 我们使用随机游走框架研究复杂网络上的捉迷藏游戏。具体而言，我们研究了各种程度偏差的随机游走搜索策略的效率，以定位随机隐藏在随机图的顶点子集上的项目。项目隐藏在网络中的顶点也是随机选择的，尽管可能性取决于程度。我们互相推销各种捉迷藏策略，并通过计算搜索者在 n 步骤的随机游走中发现的隐藏物品的平均数量来确定搜索策略的效率。我们的分析基于有限单个实例的腔体方法，并概括了De Bacco等人的先前工作。 [1]以便涵盖程度偏向的随机游走。我们还扩展了分析，以处理无限系统尺寸的热力学极限。我们研究了广泛的功能形式，用于隐藏和搜索策略的程度偏差，并研究搜索策略家族在其功能形式与隐藏策略匹配或不匹配的情况下的效率。我们的结果与数值模拟的结果非常一致。我们提出了两种简单的近似来预测有效的搜索策略。一种是基于随机游走搜索策略的均衡分析。虽然不精确，但它为表征最佳搜索策略的参数产生了正确的数量级。第二种方法利用网络上随机游走中存在的有效漂移，并且预计在低度小节点的系统中是有效的。
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。