本周出游，更新时间或有延迟。

• 自然通信优化模型;
  
• 使用分层路由小世界图的高效和鲁棒的近似最近邻搜索;
  
• 意大利议会社团结构的随机块模型带惩罚推断方法;
  
• 植物动态与选民相互作用：速度依赖性转变和快速极性共识;
  
• 共演化自旋系统的统计力学;
  
• 本地环网自动机和双曲几何在复杂网络链路预测中的影响;
  
• 绘制网络科学课程的课程结构和内容;
  
• 相似空间中的软社区;
  
• 模拟行为非平衡随机模型中的假记忆;
  
• 人类主要活动的纵向趋势源于时间使用调查的分析;
  
• PyPSA：用于电力系统分析的Python;
  
• 关于2016年奥地利总统选举的Twitter讨论的分析;
  
• 利用文献计量学比较人;
  

自然通信优化模型

地址： http://arxiv.org/abs/1412.2486

作者： Ramon Ferrer-i-Cancho

摘要： 十多年前介绍了一系列信息论通信模型，以解释Zipf字词频率定律的起源。家庭是基于两种信息论原则的组合：最大化形式和意义之间的相互信息，最小化形式熵。家庭也揭示了其他三种模式的起源：对比原则，相关的词汇学习偏见和意义频率规律。从心理语言学，语言学习，信息论和协同语言学的角度，对家庭的两个重要组成部分，即信息论原理和能量函数进行线性组合。这种线性函数的最小化与标准信息论的压缩问题有关，可能通过自组织来调整。

使用分层路由小世界图的高效和鲁棒的近似最近邻搜索

地址： http://arxiv.org/abs/1603.09320

作者： Yu. A. Malkov, D. A. Yashunin

摘要： 我们提出了一种基于可控层次结构的可导航小世界图（Kierarchical NSW）的近似K最近邻搜索的新算法。所提出的方法是完全基于图的，而不需要额外的搜索结构，其通常在最接近图技术的粗搜索阶段使用。 NSW的层次结构逐渐构建了由存储元素的嵌套子集的分层接近图（层）组成的多层结构。以指数衰减概率分布随机选择元素存在的最大层。这可以生成类似于先前研究过的Navigable Small World（NSW）结构的图，同时另外将链接由其特征距离尺度分隔开。从上层开始搜索以及利用比例分离提高了与NSW相比的性能，并允许对数复杂度尺度。用于选择邻近图邻居的启发式的额外使用可以显着提高高回调时的性能，并且在高度集群数据的情况下。绩效评估表明，拟议的通用度量空间搜索指数能够强大地胜过许多以前的最先进的向量唯一方法。算法与跳过列表结构的相似性允许直接平衡的分布式实现。

意大利议会社团结构的随机块模型带惩罚推断方法

地址： http://arxiv.org/abs/1607.08743

作者： Mirko Signorelli, Ernst C. Wit

摘要： 我们分析意大利众议院的法案共同赞助网络。与其他议会相比，分庭的一个显着特征就是大量的政治团体。我们的分析旨在从账单共同发起的数据中推断这些团体之间的合作模式。我们提出对边图的随机块模型的扩展，并推导出团体生产率和政党之间协作的措施。由于提出的模型包含了大量的参数，我们追求一种惩罚性的可能性方法，使我们能够推断出显示政党之间合作的稀疏缩减图。

植物动态与选民相互作用：速度依赖性转变和快速极性共识

地址： http://arxiv.org/abs/1608.08231

作者： Gabriel Baglietto, Federico Vazquez

摘要： 我们研究了具有投票者相互作用的自推进粒子的集体运动。每个粒子以恒定速度在二维空间上移动，并且在动力学的单个步骤中，它将其运动方向与随机选择的相邻粒子的运动方向对齐。方向也受到幅度为$ \ eta $的外部噪声的干扰。我们发现粒子的全局比对，由顺序参数$ \ varphi $来衡量，这在很大程度上取决于粒子的速度。在低速时，任何数量的噪音$ \ eta> 0 $使系统完全无序（$ \ varphi = 0 $）在热力学极限中，而完全极坐标（$ \ varphi = 1 $）实现零噪声$ \ ETA = 0 $。在高速下，发现了非常不同的排序行为，其中各种可观测量在有限关键噪声$ \ eta_c> 0 $处显示二阶的阶次无序相位转变。我们还研究了在零噪声下完成秩序（极性共识）的演变。我们发现，$ \ varphi $在短时间内以$ \ varphi \ sim t ^ {¹⁄₂} $的速度增长，并且长时间以指数速度接近$ 1 $。达成共识的平均时间与粒子的密度是非单调的，对于中密度和高密度，共识比在所有相互作用的情况下更快。我们表明，快速共识是将系统分为等同粒子的群集的结果，这破坏了混合系统中观察到的有向状态之间的过渡平衡。

共演化自旋系统的统计力学

地址： http://arxiv.org/abs/1707.09495

作者： Tomasz Raducha, Tomasz Gubiec, Mateusz Wiliński

摘要： 我们提出了一种具有适应性互动网络的共同旋转系统的统计力学方法。节点状态和网络连接的动态由自旋配置和网络拓扑两者驱动。我们认为一个哈米尔顿算子将经典Ising模型和相关随机网络的统计理论相结合。因此，我们在节点状态和图拓扑中获得了具有不同相位变化的丰富的相图。我们认为，自旋动力学和网络结构之间的耦合对于理解现实世界系统的复杂行为至关重要，并省略了使描述不完整的方法之一。

本地环网自动机和双曲线几何在复杂网络链路预测中的影响

地址： http://arxiv.org/abs/1707.09496

作者： Alessandro Muscoloni, Carlo Vittorio Cannistraci

摘要： 拓扑链路预测可以利用整个网络拓扑（全局方法），或者仅利用链路的邻域（本地方法）进行预测。全球方法被认为是最好的。这个共同的信念是有根据的吗？随机块模型（SBM）是一种被认为是最佳链路预测因子之一的全局方法，因此被认为是比较的参考。但是，我们的研究结果表明，计算时间很长的SBM无法普遍克服Cannistraci-Hebb（CH）网络自动机模型，这是一种简单的本地学习规则，拓扑自组织被证明是目前最好的本地化和链路预测的无参数确定性规则。为了阐明这一意想不到的结果，我们正式介绍了本地环网自动机模型的概念及其与复杂网络理论中普通邻居定义性质的关系。经过广泛的测试，我们建议结构扰动法（SPM）作为新的最佳全局方法基准。然而，即使SPM整体也不会超过CH，在几个评估框架中，我们惊奇地发现相反。特别地，CH是由人气相似度优化（PSO）模型生成的合成网络的最佳预测因子，其在具有社区结构的PSO网络中的表现甚至优于使用原始的节间双曲线距离作为链路预测器。有趣的是，当在非双曲线合成网络上测试时，CH的性能显着下降，表明这种网络自组织规则可能与复杂网络中双曲线几何的兴起密切相关。全球方法的优越性似乎是由以前研究中用作基准的几个小型网络的潜在几何偏差引起的“误导性信念”。我们建议在复杂网络中发现链路预测的潜在几何理论。

绘制网络科学课程的课程结构和内容

地址： http://arxiv.org/abs/1707.09570

作者： Hiroki Sayama

摘要： 随着网络科学已经成熟为一个成熟的研究领域，已经有很多关于这个问题的课程在各个高等院校开发和提供，通常在研究生阶段。在这些课程中，教师采用不同的方法，不同的重点领域和课程设计。我们从各种在线来源收集了有关30个现有网络科学课程的信息，并分析了其大纲或课程表的内容。主题和课程序列是从课程大纲/时间表中提取出来的，并且表示为有向加权图，我们称之为主题网络。主题网络中的社区检测揭示了七个主题集群，与以前由学生和教育工作者通过网络素养计划产生的概念列表进行了合理匹配。主题网络的最小生成树显示了典型的课程内容流程，从网络示例开始，移动到随机网络和小型世界网络，然后从那里分支到各种副主题。这些结果说明了网络科学界就网络应该教什么的共识现状，以及对于K-12教育和非正式教育而言也是如此。

相似空间中的软社区

地址： http://arxiv.org/abs/1707.09610

作者： Guillermo García-Pérez, M. Ángeles Serrano, Marián Boguñá

摘要： $ \ mathbb {S} ^ 1 $模型一直是网络几何领域发展的中心几何模型。主要研究了其均匀的方式，角坐标在圆周上独立且均匀地分散。我们现在调查该模型是否可以生成具有目标拓扑特征和软社区的网络，即异构角分布。在这种情况下，隐藏度必须依赖于角坐标，我们提出一种估计方法。我们得出结论，该模型在软社区结构方面可以是拓扑不变的。我们的结果可能具有重要的意义，无论是扩大模型的范围超越独立的隐藏变量限制和嵌入现实世界的网络。

模拟行为非平衡随机模型中的假记忆

地址： http://arxiv.org/abs/1707.09801

作者： Vygintas Gontis, Aleksejus Kononovicius

摘要： 非平衡系统中长距离记忆的起源仍然是一个开放的问题，因为可以使用基于马尔可夫过程的模型来再现现象。在这些情况下，引入了寄生记忆的概念。具有假存储器的马尔科夫过程的一个很好的例子是由非线性随机微分方程（SDE）驱动的随机过程。这个例子与使用分数布朗运动（fBm）建立的模型不一致。我们分析这两种情况之间的差异，寻求建立对观察到的远程记忆的起源的可能的经验测试。我们以数字获得的时间序列研究突发和突发间持续时间的概率密度函数（PDF），并与fBm的结果进行比较。我们的分析证实，一维SDE描述的过程的特征是突发或突发间持续时间PDF的幂律指数$ ³⁄₂ $。这种随机过程的特性可能用于检测各种非平衡系统中的假记忆，其中观察到的宏观行为可以从代理人的模仿相互作用中得出。

人类主要活动的纵向趋势源于时间使用调查的分析

地址： http://arxiv.org/abs/1707.09803

作者： Jose Maria Martin-Olalla

摘要： 机械时钟，时区和夏令时使得人们认识到，社会时间表应该独立于经度，规定的活动是在规定的当地时间内发生的，与文化偏好有关的一些变异性。在这个想法中隐含的是，本地时间表也应该与机械时钟和中午的相同方式独立于纬度。可以通过时间预算或时间使用调查统计来跟踪人类日常活动。在这项工作调查中，分析了17个欧洲国家和两个美国国家对主要活动（睡眠，饮食，工作）的相关时间标记。这些标记与环境光线条件和时钟异常的措施有系统的对比：太阳仰角或到日出或日落的时间距离。这揭示了户外活动的纬度趋势，在劳动活动中值得注意，冬季日出和日落是趋势的标志。发现膳食时间和醒来时间都遵循相同的趋势。但是，像看电视和退休睡觉的室内活动并不具有纬度的趋势，并且表现得非常好。

PyPSA：用于电力系统分析的Python

地址： http://arxiv.org/abs/1707.09913

作者： Tom Brown, Jonas Hörsch, David Schlachtberger

摘要： 用于电力系统分析的Python（PyPSA）是一个免费的软件工具箱，用于在多个时期内模拟和优化现代电力系统。 PyPSA包括具有单位承诺，可变可再生能源发电，存储单元，与其他能源部门耦合的传统发电机以及混合交流和直流网络的模型。它被设计成易于扩展，并且可以用大型网络和长时间序列来扩展。在本文中，描述了PyPSA的基本功能，包括使用线性功率流方程式对全功率流量方程式和运行和投资的多周期优化进行了描述。 PyPSA位于现有的自由软件环境中，作为用于稳态分析和完整多周期能量系统模型的传统功率流分析工具之间的桥梁。该功能在德国传输系统（基于SciGRID）和欧洲（基于GridKit）的两个开放数据集上进行了演示。

关于2016年奥地利总统选举的Twitter讨论的分析

地址： http://arxiv.org/abs/1707.09939

作者： Ema Kušen, Mark Strembeck

摘要： 在本文中，我们对2016年奥地利总统选举的Twitter讨论提供了系统的分析。特别是，我们提取和分析了一个数据集，包括与2016年奥地利总统选举相关的343645 Twitter消息。我们的分析结合了网络科学，情绪分析以及机器人检测的方法。除此之外，我们发现：a）选举的胜利者（Alexander Van der Bellen）在Twitter上比他的对手更受欢迎和有影响力，b）Van der Bellen的Twitter追随者大大参与了传播错误信息他，c）两位总统候选人的Twitter追随者的情绪有明显的两极分化，d）底层通信网络的学位和外向度分布是重尾的，e）与其他最近的事件，例如2016年布雷克斯公民投票或2016年美国总统选举，只有极少数的机器人参加了2016年奥地利总统大选的Twitter讨论。

利用文献计量学比较人

地址： http://arxiv.org/abs/1707.09955

作者： Michael J. Kurtz

摘要： 文献计量指标，引用数量和/或下载计数越来越多地用于通知人事决定，例如招聘或晋升。这些统计数字经常被滥用。在这里，我们提供使用这些所谓的量化措施评估人员时应考虑的因素的指南。当比较其他类似候选人时，开始使用文献计量措施时，给出了经验法则。

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。本系列在个人博客 https://netsci.complexly.cn 进行更新，并提供RSS订阅。