• 了解人类低生育现象的进化方法;
• 寻求视觉隐私顾问：了解和预测图像中的隐私风险;
• 中性演变和数百年的英语流行度;
• 从物理和数学角度建模竞争语言的生命和死亡;
• 了解银行间网络的基本动态;
• 将Twitter用户暴露给对手新闻;

了解人类低生育现象的进化方法

地址： http://arxiv.org/abs/1610.08956

作者： Jozef Černák

摘要： 是否有可能扭转发达国家的低总生育率（TFR）？使用假设的人口模型，我们分析了在持续的全球经济变化背景下进行的TFR下降以及冷战结束后的自由化进程。这些现象影响了中欧和波罗的海地区的1.1亿多居民以及德国约8000万居民。该模型具有复杂且不断变化的个体相互作用系统的特征，能够对个体决策的广泛投入因素进行调查，以限制后代。在TFR <1.5的情况下，我们的初步分析表明，需要全球经济发生根本性的变化，这将刺激人口统计过程的一系列自我规制和向安全TFR> 2.1的演变。这些变化应该刺激财富，资本和使用的更均匀的空间分布。增加一批自给自足的领土，减少收入不平等，减少劳动力和社会流动性。社会应事先调查经济法规和行动对TFR趋势的影响，并考虑到更加负责任的妇女的生物性质。

寻求视觉隐私顾问：了解和预测图像中的隐私风险

地址： http://arxiv.org/abs/1703.10660

作者： Tribhuvanesh Orekondy, Bernt Schiele, Mario Fritz

摘要： 随着越来越多的用户在线共享信息，引起这种行为的隐私问题是一个主要的问题。对于诸如用户简档或GPS数据的显式内容，设备（例如移动电话）以及web服务（例如Facebook）提供设置隐私设置以便强制执行用户的隐私偏好。我们提出了第一种将视觉隐私顾问精神扩展到图像内容的方法。首先，我们将图像中的个人信息分为68个图像属性，并收集一个数据集，从而可以直接从图像中训练预测这些信息的模型。其次，我们运行用户研究来了解不同用户的隐私偏好。这样的属性。第三，我们提出模型，以预测用户特定的隐私分数从图像，以执行用户的隐私偏好。我们的模型经过培训，可以预测用户特定的隐私风险，甚至超过用户的判断力，他们往往无法遵循自己对图像数据的隐私偏好。

中性演变和数百年的英语流行度

地址： http://arxiv.org/abs/1703.10698

作者： Damian Ruck, R. Alexander Bentley, Alberto Acerbi, Philip Garnett, Daniel J. Hruschka

摘要： 在这里，我们测试了中性模型，反映了英语单词频率和词汇量在人口尺度上的演变，记录在三个世纪英语书籍的年度单词频率上。针对这些数据，我们测试了两种中性模型的静态和动态预测，包括语料库大小与词汇大小，频率分布和频率分布内的周转量之间的关系。虽然常用的Neutral模型不能立即复制所有这些紧急属性，但是我们发现修改后的两阶段Neutral模型确实会复制语料库数据的静态和动态属性。这个两阶段模式旨在代表一个相对较小的英文书本语料库（类似于“佳能”），它们在更广泛的作者群体中以指数级增加的书本语料库进行抽样。更广泛地说，这种模式 - 更大的中立模式中的较小的中立模式 - 可以更广泛地表示那些大众关注集中在一小部分文化变体上的情况。

从物理和数学角度建模竞争语言的生命和死亡

地址： http://arxiv.org/abs/1703.10706

作者： Luís F Seoane, Jorge Mira

摘要： 最近的贡献解决了语言共存的问题，因为两个种群竞争聚合发言者的问题，从而着重于跨人口语言特征的动态。他们从物理和生物学中获得灵感，并分享一些基本思想。 G。搜索最小的方案来解释复杂的情况或语言是社会背景下现存实体的概念，因此，该目标，数学规律出现，推动了上述动态。不同的提案注意这些系统的不同方面：其中一些重点强调了人口在地理空间中的分布，另外一些研究全面研究了双语者在理想化情境（例如孤立人口）中的作用，而另外一些则极其依赖于从物理或生物学，其参数具有实际的几何意义。尽管这些模式的来源 - 与语言学无关 - 声音的结果开始出现，为演讲者的人群中的语言生存建立条件并作出可测试的预测，并为双语主义保留决定性作用。在这里，我们回顾最近的作品和他们有趣的结果强调他们的物理理论基础，并讨论抽象数学结果在现实生活中的相关性和意义。

了解银行间网络的基本动态

地址： http://arxiv.org/abs/1703.10832

作者： Teruyoshi Kobayashi, Taro Takaguchi

摘要： 2007 - 2009年全球金融危机表明，系统性风险可以通过复杂的金融联系网传播到世界各地。特别是，银行间信贷网络塑造了金融体系的核心，其中相互联系的风险源自银行间大量的时间交易。然而，缺乏对银行间网络动态性质的基础知识使得难以评估和控制系统性风险。在这里，我们以日常时间分辨率分析实际银行间网络的动态。虽然日常网络日益灵活地改变了其结构，但却引发了银行的进入和退出，我们发现了明显的动态模式，即使在全球金融危机之后，这些动态模式也出现了惊人的稳定。这些动态模式的出现被一个模型精确地复制，其中银行的交易需求随机走。发现银行间网络日常发展的根本模式将提高我们评估系统性风险的能力，并有助于金融稳定的动态管理。

将Twitter用户暴露给对手新闻

地址： http://arxiv.org/abs/1703.10934

作者： Kiran Garimella, Gianmarco De Francisci Morales, Aristides Gionis, Michael Mathioudakis

摘要： 极端主题经常引发关于社交媒体的讨论和辩论。最近的研究表明，极端辩论在背书网络中具有特定的聚类结构，这表明用户主要将他们的认可指向已经同意的想法。了解这些极端讨论，并将社交媒体用户曝光，扩大观点的内容至关重要。这次演示的贡献是双重的。 （i）在Twitter上展示关于有争议问题的转发网络的工具。通过使用我们的可视化，用户可以了解Twitter上如何极化讨论的形式，并探索各种演员的立场。 （二）减少这种讨论的两极分化的解决办法。我们这样做是通过将用户暴露给反向观点的信息。用户可以直观地检查我们的建议，并了解为什么以及如何在转发网络方面发挥作用。我们的演示主页https://users.ics.aalto.fi/kiran/reducingControversy 提供了开发自动化工具的第一步，帮助用户探索并逃避其回声室。演示中的想法还可以帮助内容提供商设计工具，扩大其对不同政治和意识形态背景的人的影响力。