• 在$ O（| E | \ log ^ * | V |）$ 时间内恢复超出谱极限的隐藏社区;
• 众包城市中的罗宾汉效应;
• 非正常网络系统的拓扑弹性;
• Getty Provenance指数中的网络维度;
• 弱深度卷积神经网络训练深度领域的行人定位;
• 突变如何改变网络进化博弈中的合作适应性;
• 了解飓风桑迪期间社交媒体中的信息传播：用户活动和网络属性;

在$ O（| E | \ log ^ * | V |）$ 时间内恢复超出谱极限的隐藏社区

地址： http://arxiv.org/abs/1510.02786

作者： Bruce Hajek, Yihong Wu, Jiaming Xu

摘要： 社区检测被考虑用于$ n $顶点的随机块模型图，在增长社团中具有$ K $顶点，在社区中的顶点对的边概率$ p $，以及其他对的边概率$ q $顶点。本文的主要重点是基于图$ $ $ $ $ $ $ $（$）（$）（$）（$）（$）（$）分解的顶点在子线性方程式$ n ^ {1-o（1）} \ leq K \ leq o（n）。$表明这种恢复可以通过运行$ \ log ^ \ ast n + O（1）$ iterations的信念传播算法来实现，如果$ \ lambda = K ^ 2（pq）^ 2 /（（nK）q）$，信噪比超过$ 1 / e，$总时间复杂度为$ O（| E | \ log ^ * n）$。相反，如果$ \ lambda \ leq 1 / e $，则本地算法不能渐近地优于简单的随机猜测。通过分析对应于向图的非回溯矩阵应用幂迭代的线性消息传递算法，我们提供证据表明，如果$ \ lambda \ leq 1，则谱方法无法恢复社区$ $另外，信念传播算法可以与线性时间投票程序相结合，以实现所有$ K \ ge \ frac {n} {\ log n} \ left（\）的精确恢复信息限制（高概率地正确分类所有顶点） rho _ {\ rm BP} + o（1）\ right），$ where $ \ rho _ {\ rm BP} $是$ p / q $的函数。

众包城市中的罗宾汉效应

地址： http://arxiv.org/abs/1604.08394

作者： Thomas Louail, Maxime Lenormand, Juan Murillo Arias, José J. Ramasco

摘要： 城市的社会经济不平等被纳入空间，导致社区效应，其有害后果证明很难通过规划政策来有效地平衡。考虑到货币流动的重新分配是提高空间权益的第一步，我们研究一种自下而上的方法，这将依赖于购物移动实践的轻微变化。在马德里和巴塞罗那的匿名信用卡交易数据库的基础上，我们量化了商业收入在社区之间平均分配的参考情况所需的流动性。购物旅行的重有向保留了人员移动性的关键属性，包括旅行距离。令人惊讶的是，对于这两个城市来说，只有一小部分（$ \ sim 5％的$）需要改变才能达到股权状况，甚至改善其他可持续发展指标。该方法可以在移动应用程序中实施，这将帮助个人重塑其购物实践，促进城市空间重新分配机会。

非正常网络系统的拓扑弹性

地址： http://arxiv.org/abs/1706.02703

作者： Malbor Asllani, Timoteo Carletti

摘要： 复杂系统中的相互作用网络强烈影响其弹性，系统抵抗外部扰动或结构性损害的能力，并在此之后及时恢复。这种现象本身在不同的领域，例如计算机网络中的级联故障或生态系统中的寄生物种入侵。了解影响弹性现象的网络拓扑特征仍然是设计鲁棒复杂系统的一个具有挑战性的目标。我们证明，互动网络的非正常性特征放大了系统对外界干扰的响应，并可以大大改变全局动态。我们通过提出一种使Allee效应静音的机制，并最终提出一种涉及单个扩散物种的新型图案形成理论，为生态学提供了一个说明性的应用。

Getty Provenance指数中的网络维度

地址： http://arxiv.org/abs/1706.02804

作者： Maximilian Schich, Christian Huemer, Piotr Adamczyk, Lev Manovich, Yang-Yu Liu

摘要： 在这篇文章中，我们提出了复杂网络科学系统应用研究艺术市场历史和更广泛收集动态的一个案例。我们揭示以前隐含在Getty Provenance Index（GPI）中的社会，时间，空间和概念网络维度，即网络节点和链接类型。作为自20世纪80年代以来开创性的艺术史数据库，GPI提供在线访问与收集和艺术市场历史相关的资料。根据GPI的一个子集，我们描述了从1801年到1820年每天的解决方案，共有超过26,000个销售交易连接到四十多个国家的四十多个国家的二千二百万个行为者。为了更深入地了解多个层次，我们消除对社会动态的歧视购买，经纪和销售，同时观察市场的普遍扩大，其中大型收藏分成较小的批次。从时间上看，我们发现年度市场周期由国家转移，显然有利于国际交流。在空间上，我们将近垄断与由竞争性分中心驱动的地区区分开来，同时揭示国际市场通量的不对称性。从概念上讲，我们跟踪艺术家归属的动态，在非常缓慢的超级市场中明显地表现为产品类别。总而言之，我们引入了一些有意义的网络观点，处理历史艺术拍卖数据，超出了单一市场区域内社交网络的分析。这里提出的结果激发了GPI的链接开放数据转换，目前正在进行中，并将允许广泛的研究人员进一步分析。

弱深度卷积神经网络训练深度领域的行人定位

地址： http://arxiv.org/abs/1706.02850

作者： Alessandro Corbetta, Vlado Menkovski, Federico Toschi

摘要： 开销深度图测量捕获足够的信息，使人类专家能够准确跟踪行人。然而，使用图像分析算法完全自动化该过程可能是具有挑战性的。尽管手工制作的图像分析算法在许多常见情况下都是成功的，但是当图像中的多个对象存在复杂的交互作用时，它们会经常发生故障。在这些情况下，支持手工解决方案的许多假设并不适用，许多例外情况很难准确模拟。另一方面，深度学习（DL）算法不需要手工制作的解决方案，而且是目前图像中物体定位的最新技术。但是，它们需要超过许多注释来生成成功的模型。在对象定位的情况下，这些注释是难以生产的耗时的。在这项工作中，我们提出了一种使用DL算法开发行人定位模型的方法，并从专家进行有效的弱化监督。我们通过仅注释少量补丁并依靠合成数据增加作为注入模型训练中的专家知识的手段来规避对大型数据库的注释的需要。通过专家选择代表性补丁，合适的转换和合成数据增强，这种弱势监督方法使我们能够有效地成功开发DL模型用于行人定位。

突变如何改变网络进化博弈中的合作适应性

地址： http://arxiv.org/abs/1706.03013

作者： Genki Ichinose, Yoshiki Satotani, Hiroki Sayama

摘要： 各种生物体的合作无处不在。已知空间（网络）结构是合作发展的可行机制。直到最近，很难预测合作是否可以在网络（人口）层面发展。为了解决这个问题，Pinheiro等人提出了一个数字度量，称为2012年的平均选择梯度（AGoS）。AGoS可以表征和预测人口进化合作的命运。然而，在AGoS的分析中没有考虑到策略的随机突变。在这里，我们分析了使用AGoS进行合作的演变，其中突变可能发生在网络中个人的策略上。我们的分析显示，无论合作者和网络结构的分数如何，突变总是对合作的演变产生负面影响。此外，我们发现突变影响了不同社会网络结构的合作适应性。

了解飓风桑迪期间社交媒体中的信息传播：用户活动和网络属性

地址： http://arxiv.org/abs/1706.03019

作者： Arif Mohaimin Sadri, Samiul Hasan, Satish V. Ukkusuri, Manuel Cebrian

摘要： 许多人使用社交媒体在灾难期间寻求信息，而无法获得传统信息来源。在这项研究中，我们分析Twitter数据，以了解桑迪飓风期间社交媒体用户的信息传播活动。我们基于活动级别创建Twitter用户的多个子图，并分析子图的网络属性。我们观察到，用户信息共享活动遵循幂律分布，表明在传播信息方面存在很少高度活跃的节点，许多其他节点的活动较少。我们还观察到足够的连通组件和分离在各个层次的活动，网络变得不那么传递，但更多的分类为更大的子图。我们还分析了在危机期间可能影响用户行为传播信息的用户活动与特征之间的关联。如果网络中央放置在网络中，而不是偏心，并且具有较高的学位，用户就会更加积极地传播信息。我们的分析提供了如何利用用户特征和网络属性来传播信息或限制在危机事件期间传播错误信息的见解。