- 在协作知识的形成过程中早期发生结构不平等,维基百科;
- 自适应选民模型中的意见动态的狂热效应;
- 连续空间网络模型极大似然的一致性;
- 自适应复杂网络中的紧急爆炸同步;
- 社会信息如何提高人群的估计准确性;
在协作知识的形成过程中早期发生结构不平等,维基百科
原文标题: Early onset of structural inequality in the formation of collaborative knowledge, Wikipedia
地址: http://arxiv.org/abs/1610.06006
作者: Jinhyuk Yun, Sang Hoon Lee, Hawoong Jeong
摘要: 我们对863维基媒体项目的不平等进行了深入的分析。我们将完整的267,304,095维基媒体项目的编辑历史记录到2016年,它不仅涵盖维基百科的每一种语言版本,还涵盖了维基文库,维基文库,维基导游等的完整版本。我们对四种相互关系描述的共同增长模式特征性增长标准提出了共同数据形成的普遍规律。在这个百科数据集中,我们观察编辑数量和不平等程度之间的相互作用。尤其是,基尼系数的快速增长表明,这种根深蒂固的不平等来源于这种公开编辑的共同数据集的本质,即超级大国的寡头垄断的非生产性。我们表明,这些超级组织是在这些开放式编辑媒体的早期阶段创建的,并且仍然活跃。此外,我们的模型考虑了短期和长期的记忆,以成功阐明在维基百科建立寡头政治的基本机制。最终,我们的结果预示着未来这种共同数据库的悲观前景:不平等将会持续下去。
自适应选民模型中的意见动态的狂热效应
原文标题: Zealotry Effects on Opinion Dynamics in the Adaptive Voter Model
地址: http://arxiv.org/abs/1612.06644
作者: Pascal P. Klamser, Marc Wiedermann, Jonathan F. Donges, Reik V. Donner
摘要: 自适应选民模式已被广泛研究,作为时间演化社会网络上的意见形成过程的概念模型。过去关于狂热者,即在整个系统中传播固定意见的节点的研究,只考虑静态网络上的选民模型。在这里,我们将狂热的研究扩展到与节点状态共同演化的自适应网络拓扑的情况,并根据它们的初始密度和连通性调查狂热者引起的意见传播。数值模拟表明,在分裂阈值以下,低密度的狂热分子足以将他们的意见传播到整个网络。超越转折点,狂热者必须展现出与普通节点相比更高的程度,才能有效地传播自己的观点。我们使用产生低维耦合常微分方程组的模型的平均场近似来验证数值结果。我们的研究结果意味着,在自适应选举模型中,狂热者意见的传播强烈地依赖于链接重新连接的速率和正常节点的平均程度,与狂热者相比。为了避免狂热者意见的完全支配,其余节点有两种可能的策略:分别调整重新连线的速率和/或与其他节点的连接数量。
连续空间网络模型极大似然的一致性
原文标题: Consistency of Maximum Likelihood for Continuous-Space Network Models
地址: http://arxiv.org/abs/1711.02123
作者: Cosma Rohilla Shalizi, Dena Asta
摘要: 网络分析需要使用工具从单个图表推断任意大小的图表的分布。假设分布是由服从某些自然对称性和平滑性的连续潜在空间模型产生的,随着节点数的增长,我们建立了三个非参数最大似然推断的一致性水平:(i)所有节点的估计位置收敛在他们的真实位置的概率; (二)潜在空间中的地点分布趋于真实分布;和(iii)任意大小的图的分布收敛。
自适应复杂网络中的紧急爆炸同步
原文标题: Emergent explosive synchronization in adaptive complex networks
地址: http://arxiv.org/abs/1711.02341
作者: Vanesa Avalos-Gaytán, J. A. Almendral, I. Leyva, F. Battiston, V. Nicosia, V. Latora, S. Boccaletti
摘要: 适应在塑造复杂网络结构和改进功能拟合方面发挥着重要作用。即使增加生物系统中的同步水平被认为是适应的主要驱动力,也有证据表明由过度同步引起的负面影响。这表明单纯的连贯性不足以解释许多现实世界网络中观察到的所有结构特征。在这项工作中,我们提出了一个自适应网络模型,其中节点状态向同步的动态演化与链路权重的演化相结合,基于反Hebbian自适应规则,这说明系统中存在抑制效应。我们发现应急网络自发地发展了结构性条件,以维持爆炸性同步。我们的研究结果可以启发一些相关的生物系统,即大脑网络的结构和动力学组织的核心的形成机制,已经观察到爆炸同步的出现。
社会信息如何提高人群的估计准确性
原文标题: How social information can improve estimation accuracy in human groups
地址: http://arxiv.org/abs/1711.02585
作者: Bertrand Jayles, Hye-rin Kim, Ramón Escobedo, Stéphane Cezera, Adrien Blanchet, Tatsuya Kameda, Clément Sire, Guy Theraulaz
摘要: 在我们的数字和互联网社会中,社会网络,网上购物和信誉系统的发展提出了个人如何使用社交信息以及如何影响他们的决定的问题。我们报告在法国和日本进行的实验,受试者在收到其他科目的信息后可以更新他们的估计。我们衡量和模拟这个社会信息在个人和集体规模上的影响。我们观察和证明,当个体对数量事先知之甚少时,其估计的对数分布接近柯西分布。我们发现,社会影响有助于提高集体正确定义的集体准确性。当提供额外的受控和可靠的信息时,我们量化了群体估计的改善,而不知道这些对象。我们表明,受试者对社会影响的敏感性允许定义五个强有力的行为特征,并随着个人和群体估计之间的差异而增加。然后,我们使用我们的数据建立和校准一个集体估计模型,分析个人收到的信息的数量和质量对集体表现的影响。该模型定量地再现了我们实验中观察到的估计分布和集体表现和精确度的提高。最后,我们的模型预测,向个人提供适量的不正确信息可以抵消人类认知偏差,从而有系统地低估数量,从而提高集体表现。
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://netsci.complexly.cn (提供RSS订阅)进行同步更新。

作者:ComplexLY
微信公众号:netsci
欢迎扫描左侧微信公众号二维码进行交流!
本文地址:https://netsci.complexly.cn/post/20171108/