• EnsemFDet：一个基于二部图的欺诈检测集成方法;
• 政策与实践中定义AI;
• 相关多重网络上的谣言传播;
• 算法极端主义：检查YouTube的激进兔子洞;
• 建模含时网络节点和链路的突发性活动模式;
• 预测一类技术动作？非线性映射研究“航行-船”效应;
• 从欢迎新Gabbers到匹兹堡犹太教堂枪击：加布的演变;
• 图分形维与分形网络的结构：一个组合视角;
• 基于生成性概率方法的带节点特征的网络社区结构检测;
• 人群动态控制数学模型和方法;
• 建立和评估城市自适应停车费：算法，软件和示例;
• 股票市场的价格行为的动态：统计物理方法;
• 特征注意力图卷积网络的噪声弹性学习;
• 多标签图卷积网络表示学习;
• 基于Motif的PageRank用于社会网络中的用户排名;
• 重力相关的晶格渗流模型的尺度关系和有限大小尺度律;
• 分析演化的书目网络中的参考与引文复制;
• 匹兹堡的味道：社区公民科学参与空气质量;
• 相互依存网络基于依赖关系的有针对性的攻击;
• 众筹动态跟踪：强化学习方法;
• 世界粮食生产中的氮操作空间;
• 表征和检测比特币网络的洗钱活动;
• 用于网络免疫的组合跟踪方法;
• encointer——一个生态、平等和私人的加密货币和自治身份系统;
• 竞争影响最大化：整合预算分配和种子选择;
• 带交叉位置注意力的图信息传递用于长期ILI预测;
• 通过强化学习的弱监督假新闻检测;
• 意见表达的动态;
• 图深度学习简易入门;
• 无采样可扩展的影响估计;
• 骨架：用于加权图骨架提取的R软件包;
• 博弈论算法用于链路预测;
• 合作者的智慧：一个同行评审绩效考核办法;
• 分散子信道调度的C-V2X模式4：非标准配置的CAM重发;
• 用于互惠稀疏网络的一个动态过程参考模型;
• 欧洲银行间市场系统性的流动性蔓延;
• 大型灾害子事件无监督检测;
• 带链接维度的域的主题模型：一个肿瘤学术大会的演变建模（1995至2017年）;
• 认识信任的基于信念更新的时间动态： 在隧道尽头的光?;
• 伯努利随机图叠加的聚类和渗流;
• 简洁律作为一个标度律，和字频齐夫定律的可能起源;
• 天赋、运气、背景和观点之于成功：使用Risk的分解模拟;
• 推特目的和视角的同时识别;
• 蒙特卡罗技术用于逼近迈耶森价值——理论与实证分析;
• 标签图枚举的递推公式;
• INF-VAE：变分自动编码框架整合扩散预测中的同质性和影响力;
• 深度学习用于图表示学习;
• 了解城市内的中观尺度模式;
• 专业通信计算方法;
• 分众分类驱动交互的涌现行为;

EnsemFDet：一个基于二部图的欺诈检测集成方法

原文标题： EnsemFDet: An Ensemble Approach to Fraud Detection based on Bipartite Graph

地址： http://arxiv.org/abs/1912.11113

作者： Yuxiang Ren, Hao Zhu, Jiawei ZHang, Peng Dai, Liefeng Bo

摘要： 欺诈检测是电子商务企业十分严峻。这是意图的公司的检测和防止欺诈尽早。现有的欺诈检测方法试图确定意外密集的子图并把相关节点为可疑。基于谱放松的方法有效地解决这个问题，但损害的表现，由于宽松的约束。此外，很多方法不能与并行计算加速或控制返回可疑节点的数目，因为它们提供了一组子图的与不同节点的大小。这些缺陷影响的现有方法的现实世界的应用。在本文中，我们提出了一个基于合奏，欺诈检测（EnsemFDet）方法，通过分解原始问题划分为若干子上的小尺寸子图，以扩大在二部图的欺诈检测。通过过采样图和解决的子问题，该集成方法进一步票可疑节点而不牺牲预测精度。大量的实验已经完成真实的交易数据，从JD.com，这是世界上最大的电子商务平台之一。实验结果表明，有效性，实用性，EnsemFDet的可扩展性。更具体地，是EnsemFDet高达100倍比国家的最先进的方法更快，因为它与数据的各个方面平行度。

政策与实践中定义AI

原文标题： Defining AI in Policy versus Practice

地址： http://arxiv.org/abs/1912.11095

作者： P. M. Krafft, Meg Young, Michael Katell, Karen Huang, Ghislain Bugingo

摘要： 关于信息技术的危害最近的关注促使考虑监管措施，以防止或限制某些发展的人工智能（AI）的领域。然而，定义不确定性阻碍了对话的有关市民关心的这一紧迫的课题的可能性。法律和监管干预需要达成一致的定义，但围绕AI的定义达成共识一直是难以捉摸的，尤其是在政策对话。随着对实际工作的定义还眼，对这些问题的立场更广泛的理解，我们调查的专家和审查发布政策文件，研究人工智能的研究人员和政策制定者的概念。我们发现，虽然AI研究者倾向于强调技术的功能AI的定义，政策制定者，而不是使用比较系统，以人的思维和行为的定义。我们指出，如今的定义密切秉承AI系统的功能更具包容性的使用的技术，而强调的定义类似人类的能力是最适用的假设的未来技术。由于这种差距的结果，道德和监管的努力可能过分强调关于在按现有部署的技术问题而牺牲未来技术的关注。

相关多重网络上的谣言传播

原文标题： Containing rumors spreading on correlated multiplex networks

地址： http://arxiv.org/abs/1912.11196

作者： Jiajun Xian, Dan Yang, Liming Pan, Ming Liu, Wei Wang

摘要： 传闻充斥在快速增长的在线社会网络已经减速的关注从许多方面。个人可以通过发送大量的渠道的传言，因为他们可以在多个平台上活跃。然而，包含在多重网络的动态传言没有系统的理论研究尚未进行。在这项研究中，我们提出了一个家族包含基于度产品策略 mathcal K 上的复用网络的每一个用户。然后，我们开发了一个基于异构边房室理论领悟含有动态。仿真结果表明，战略，优先块用户使用大 mathcal K 可以显著减少谣言爆发规模而扩大的门槛。此外，更好的性能可以与偏好的强度和程度的异质性增加异构多重网络可以预期的。此外，采取层间度相关 R_S考虑，该策略进行最佳多路上与网络 R_S = -1， R_S = 1 第二，和 R_S = 0 最后。相反，如果我们愿意阻止与小 mathcal K ，而不是大用户 mathcal K ，含性能会比阻止用户随意上最多元化的网络，除了非相关多元化的恶化网络具有均匀度分布。我们发现，阻塞的喜好对与均匀度分布不相关的多重网络包含的结果没有影响。我们的理论分析可以很好地预测包含在所研究的所有情况下的结果和性能差异的传闻。包含在多重网络的动态特性在这项研究中传言的系统的理论研究将提供有关此问题的进一步研究的灵感。

算法极端主义：检查YouTube的激进兔子洞

原文标题： Algorithmic Extremism: Examining YouTube’s Rabbit Hole of Radicalization

地址： http://arxiv.org/abs/1912.11211

作者： Mark Ledwich, Anna Zaitsev

摘要： 让YouTube和鼓励网上激进其幕后的推荐算法剧本已经被记者和学者都建议的作用。这项研究直接量化通过检查YouTube的算法在建议激进的内容所起的作用，这些索赔。分类近800个政治渠道后，我们能够以分析算法的交通流出，各组之间的政治模式之间进行区分。传导由每个信道类型的接收建议的详细分析后，我们反驳流行的激进的权利要求。相反，这些数据表明，YouTube的推荐算法，积极鼓励探望激进或极端主义内容的观众。相反，该算法被示为独立的YouTube频道倾斜朝有利于主流媒体和有线新闻内容左倾或政治中立的渠道。因此，我们的研究表明，YouTube的推荐算法不能促进炎症或激进的内容，如前几个网点声称。

建模含时网络节点和链路的突发性活动模式

原文标题： Modeling temporal networks with bursty activity patterns of nodes and links

地址： http://arxiv.org/abs/1912.11212

作者： Takayuki Hiraoka, Naoki Masuda, Aming Li, Hang-Hyun Jo

摘要： 时空网络的概念提供了一个框架，了解系统组件之间的交互如何随时间变化。在经验的通信数据时，经常检测非泊松，在以及在节点之间的相互作用的节点的活动所谓突发行为。然而，节点突发和链路突发之间的这种和解不能如果在不同链路上的交互过程是相互独立的说明。这是因为一个节点的活动上的链接事件的节点和独立的突发点过程的叠加的交互过程的叠加是不是突发性一般。在这里，我们介绍了基于突发节点激活时间网络模型，并表明它会导致重尾事件之间的时间分布两个节点动态和链路动态。我们的分析表明，活化工艺固有的节点产生动力的相关性在链路。我们的框架提供了一种模式的竞争和相关链接之间，其中的关键是理解在各种系统动态过程。

预测一类技术动作？非线性映射研究“航行-船”效应

原文标题： Predicting one type of technological motion? A nonlinear map to study the ‘sailing-ship’ effect

地址： http://arxiv.org/abs/1912.11250

作者： G. Filatrella, N. De Liso

摘要： 在这项工作中，我们使用经过验证的模型来研究一老一新的技术，它通过改进技术性能之间的动态双寡头竞争 - 例如数据传输能力 - 为了争取战胜市场份额。其中一个老技术，通过自己的改进击退一个新的进程已被命名为“风帆舰效应”。一个科学，技术，一个纯粹的技术和第三单纯的经济：在提出的模拟，无论是旧的和新技术的故意改进通过三个关键参数值的影响。这些组件之间的相互作用会产生不同的结果超过另一种技术的流行术语。

从欢迎新Gabbers到匹兹堡犹太教堂枪击：加布的演变

原文标题： From Welcome New Gabbers to the Pittsburgh Synagogue Shooting: The Evolution of Gab

地址： http://arxiv.org/abs/1912.11278

作者： Reid McIlroy-Young, Ashton Anderson

摘要： 瞎扯，在线社交媒体平台与内容很少中庸，最近来突出作为一个alt右社区和仇恨言论的避风港。我们记录加布的演变自成立以来，直到加布用户进行关于美国历史的犹太社区中最致命的攻击。我们调查加布语言的使用，研究课题是如何随着时间而演变，并找到了射手的帖子是中GAB的最一致的反犹太人，但数以百计的其他用户的是更为极端。

图分形维与分形网络的结构：一个组合视角

原文标题： Graph fractal dimension and structure of fractal networks: a combinatorial perspective

地址： http://arxiv.org/abs/1912.11385

作者： Pavel Skums, Leonid Bunimovich

摘要： 在本文中，我们从组合角度研究自相似性和分形网络。我们建立拓扑（勒贝格）和分形（豪斯多夫）尺寸的类似物为曲线图，并证明它们自然与已知图的理论特征：秩尺寸和产品（或布拉格或氖 V S等 V R IL-R “ODL）尺寸。我们的方法揭示了如何在网络的自相似性和分形是由密集的连接的网络社区之间重叠的模式来定义，它使我们能够找出分形图，探索图分形性之间的关系，图色素和图柯尔莫哥洛夫复杂性，并分析了几类图和网络模型的分形，还有许多现实生活中的网络。我们通过揭示的自组织的发展证明我们的框架，演化研究中的应用异构病毒的人群在他们的主机内演变的过程中，从而表明它们逐渐适应宿主环境的机制。据笔者所知，提出了接近角是在组合模式中的网络分形的研究第一理论框架。将所得到的研究结果为研究使用组合的方法和算法的复杂网络的分形特性的基础。

基于生成性概率方法的带节点特征的网络社区结构检测

原文标题： Detection of Community Structures in Networks with Nodal Features based on Generative Probabilistic Approach

地址： http://arxiv.org/abs/1912.11420

作者： Hadi Zare, Mahdi Hajiabadi, Mahdi Jalili

摘要： 社区检测被认为是在分析社会网络的根本任务。尽管许多技术已经被提出了社区发现，他们大多是在连接结构完全依据。不过，也有在实际网络中，如在社会网络中的性别类型的节点功能，在电子交易网络，可以与网络结构得到进一步利用，以达到更精确的社区检测方法喂养的生态网络行为和位置。我们提出了一个新颖的概率图模型，考虑到这两个网络结构和节点的功能，以检测社区。所提出的方法学习社区通过生成概率模型的相关功能，而不会在社区的任何先前的假设。此外，模型能够确定节点的功能和塑造社区网络的结构要素的强度的。所提出的方法在国家的最先进的算法的有效性被揭示于合成和基准网络。

人群动态控制数学模型和方法

原文标题： Mathematical models and methods for crowd dynamics control

地址： http://arxiv.org/abs/1912.11628

作者： Giacomo Albi, Emiliano Cristiani, Lorenzo Pareschi, Daniele Peri

摘要： 在本次调查中，我们考虑的数学模型和方法，最近发展到控制人群的动态，特别强调流出的行人。我们专注于两种控制策略：第一种在于使用特殊的主体，堪称翘楚，以引向所需方向的人群。领导者既可以隐藏在人群或识别为这样。这一战略在很大程度上依赖于社会影响力（羊群效应），即人的自然倾向跟随在紧急或疑问的情况下组队友的力量。通过在步行区域多重障碍最佳地放置和形状将所述第二个在于修改周围环境中。障碍物的目的是自然迫使人们的行为与期望。两个控制策略本文旨在减少尽可能干预的人群中讨论。理想的情况是人们的自然行为保持，人们甚至没有意识到他们正在通过外部情报主导。数学模型在观察不同尺度所讨论的，示出了如何宏观（流体动力学）模型可以通过，进而，可以通过显微镜来导出介观（动能）模型来导出（基于主体）的模型。

建立和评估城市自适应停车费：算法，软件和示例

原文标题： Establishing and assessing adaptive parking prices in a city: Algorithms, software and examples

地址： http://arxiv.org/abs/1912.11631

作者： Nir Fulman, Itzhak Benenson

摘要： 我们建议ParkSage，一组用于建立停车费涨价是保证预定的入住率在一个城市，并评估在停车场搜索时间的减少来实现空间上明确的算法。我们采用ParkSage设立过夜停车费涨价是保证85％的职业在巴特亚姆的以色列城市。街头链接定价，确保高可用性的停车场和接近于零的城市到处游弋，但司机不方便。在需求和供给之间的不匹配当地的大型，异构的城市季度结果，建立价格，与区域的出现完全占据路边停车场和搜索时间长了，其目标是在这些领域的驱动程序。我们证明，定价由中等规模的交通分析区域，这是很容易足以让驾驶者理解和遵守，是足以消除游弋。建立和评估绩效的停车费该软件是基于街道和停车场的标准市政GIS图层，并可以从https://www.researchgame.net/profile/Nir_Fulman免费下载

股票市场的价格行为的动态：统计物理方法

原文标题： Dynamics of the Price Behavior in Stock Market: A Statistical Physics Approach

地址： http://arxiv.org/abs/1912.11665

作者： Hung T. Diep, Gabriel Desgranges

摘要： 我们在本文研究使用统计物理学方法股市随时间的变化。每剂通过具有多个离散状态 Q 或连续状态，描述剂的买入或卖出的趋势的自旋表示。市场气氛由参数 T 起着物理学中的温度的作用表示。我们表明，有 T 的临界值，比如 T_C ，其中个别国家之间的剧烈波动导致无序情况，即不能形成多数意见：买家和卖家的数量是相等的，即市场出清。我们已经考虑了三种模式： q = 3的（出售，购买，等待）， Q = 5（5个州之间绝对买和卖绝对）和 Q = infty 。具体的措施，应用到市场上的政府或经济的有机体，是由 H 参数在当时 T_1 和当时 T_2 删除。我们已经使用了Monte Carlo模拟研究价格为这些参数的函数的时间演化。得到了许多惊人的结果。特别是，我们表明，价格波动非常接近 T_C 并且存在一个临界值 H_c 高于该助力效果遗体 H 之后被删除。出现这种情况仅当 H 在关键区域使用。否则， H 的影响仅在 H 的应用程序的时间持续。本文的第二方与使用时间相关的平均场理论价格变动的交易。通过假设卖家和买家都属于他们的特点在这两个组内和组间的相互作用不同的两个不同的群体，我们发现随着时间的推移，价格振荡。

特征注意力图卷积网络的噪声弹性学习

原文标题： Feature-Attention Graph Convolutional Networks for Noise Resilient Learning

地址： http://arxiv.org/abs/1912.11755

作者： Min Shi, Yufei Tang, Xingquan Zhu, Jianxun Liu

摘要： 噪音和矛盾普遍存在于现实世界的信息网络，由于人或用户的隐私问题固有的易出错的性质。迄今为止，巨大的努力已作出提前地物学习从网络，包括最新的图卷积网络（GCN）或关注GCN，通过整合节点的内容和拓扑结构。然而，所有现有的方法考虑网络作为无差错的来源和每个节点独立，同样重要的是模型节点关系治疗功能的内容。错误的节点内容，有稀疏的特点相结合，提供了现有方法要在真实世界的嘈杂网络中使用的基本挑战。在本文中，我们提出了FA-GCN，一个功能的关注图卷积学习框架，处理与嘈杂和稀疏节点内容的网络。为了解决噪声和在每个节点稀疏内容，FA-GCN第一采用长短期存储器（LSTM）网络学习针对每个特征密集的表示。为了模拟邻居节点之间的交互，功能，注意机制引入到允许相邻节点的学习和改变功能的重要性，关于它们的连接。通过使用基于谱的曲线图卷积聚合过程中，每个节点被允许更集中在最确定附近的特征与对应的学习任务对齐。实验和验证，w.r.t.不同的噪声水平，表明FA-GCN实现了比两个无噪音和嘈杂的网络国家的最先进的方法更好的性能。

多标签图卷积网络表示学习

原文标题： Multi-Label Graph Convolutional Network Representation Learning

地址： http://arxiv.org/abs/1912.11757

作者： Min Shi, Yufei Tang, Xingquan Zhu, Jianxun Liu

摘要： 基于图的系统的知识表示是众多学科的基础。迄今为止，表示主要是学习现有的大多数方法集中在与单纯的标签，但现实世界中的对象（节点）在本质上是复杂的，往往含有丰富的语义或标签，如网络，用户可以属于一个不同利益集团社会网络，导致多标签网络的多种应用。多标签网络节点不仅有多个标签为每个节点，这样的标签常常高度相关制造现有方法无效或失败来处理节点表示学习这种相关性。在本文中，我们提出一种用于学习节点表示为多标签网络的新的多标签图卷积网络（ML-GCN）。为了充分发掘标签标签关联和网络拓扑结构，我们建议多标签的网络建模为两个连体GCNs：节点节点标签图和标签，标签节点图。两个GCNs表示的每个手柄一方面分别学习节点和标签，并且它们被下一个目标函数无缝集成。博学的标签表示可有效保护内部的标签交互和节点标签属性，然后汇总，以增强在统一的培训框架节点代表学习。在多标签节点分类验证实验和比较我们提出的方法的有效性。

基于Motif的PageRank用于社会网络中的用户排名

原文标题： Ranking Users in Social Networks with Motif-based PageRank

地址： http://arxiv.org/abs/1912.11817

作者： Huan Zhao, Xiaogang Xu, Yangqiu Song, Dik Lun Lee, Zhao Chen, Han Gao

摘要： PageRank的已被广泛用于测量机构或用户的社会网络中的影响力。然而，传统的PageRank仅利用基于边的关系，其表示两个连接的节点之间的第一阶关系。它忽略了可以在节点之间存在较高阶的关系。在本文中，我们提出了一个新的框架，主题为基础的PageRank（MPR），纳入高阶关系到传统的PageRank计算。基序是由小数量的节点的子图。我们用模体来节点之间的捕捉更高阶的关系的网络中，介绍了两种方法，一个线性和一个非线性，对PageRank的与更高阶的关系结合起来。我们进行了三个真实世界的网络，即，DBLP，Epinions和Ciao的广泛的实验。我们研究不同类型的基序的，包括3个节点简单和锚定基序，4个节点和5个节点的基序。除了使用单一的主题，我们还与合奏多个模体的运行MPR。我们还设计了学习任务与基于基序的功能，以评估权威预测的能力。所有的实验结果表明，MPR可以显著提高用户在社会网络中的排名比较基准的表现方法。

重力相关的晶格渗流模型的尺度关系和有限大小尺度律

原文标题： Scaling relations and finite-size scaling in gravitationally correlated lattice percolation models

地址： http://arxiv.org/abs/1912.11873

作者： Chen-Ping Zhu, Long-Tao Jia, Long-Long Sun, Beom Jun Kim, Bing-Hong Wang, Chin-Kun Hu, H. E. Stanley

摘要： 在一些系统中，两个位点之间的连接概率（并且因此渗滤过程）依赖于它们之间的几何距离。要理解这样的过程中，我们提出了链接加入网络的引力相关渗流模型的二维晶格 G 有两个策略 S _ RM MAX 和 S _ RM分钟 ，添加一个链接 L_ I，J 连接到现场 I ，并分别与质量 M_I 和 m_j，网站附加 J ; M_I 和 mj是包含网站 I 与本站附加 J ，分别簇的大小。概率添加链接 L I，J 涉及广义重力 G_ IJ 当量M_I mj / R IJ ^ d ，其中 R_ IJ 是之间的几何距离 I 和Ĵ和 d 是一个可调节衰减指数。在模拟的开始， G 的所有站点都被占用，也没有联系。在仿真过程中，两个群集间链接 L_ I，J 和 L_ K，N 是随机选择的和广义比重 G_ IJ 和 G_ KN 被计算。在策略 S _ RM最大 ，具有较大的推广重心的链接被添加。在战略 S _ RM分钟 ，具有较小广义重力链路被添加，包括在一个Erd ħOS-R渗滤’恩义随机图和爆炸性渗滤的Achlioptas过程作为限制的情况下， d 到 infty 和d 0 ，分别。可调战略促进或抑制在一个通用的针对网络渗透。我们计算渗滤极限 T_C 和临界指数 测试通过数值模拟。我们还获得在渗滤簇或与不同的策略居间饱和长度的到达该节点的各种级分有限尺寸的尺度功能。

分析演化的书目网络中的参考与引文复制

原文标题： Analysis of Reference and Citation Copying in Evolving Bibliographic Networks

地址： http://arxiv.org/abs/1912.11894

作者： Pradumn Kumar Pandey, Mayank Singh, Pawan Goyal, Animesh Mukherjee, Soumen Chakrabarti

摘要： 大量文献证明了的参考（链路）复制如何导致在书目和其它类似的有向网络的各种结构性质（例如，幂律度分布和两方芯）的出现。但是，还众所周知的是，复制过程是不能模拟在这种网络中有向的三角形的数目;它也没有解释旧报纸过时的权力。在本文中，我们提出RefOrCite，一种新的模式，允许两者从复制（即出，邻居）的引用以及在引文（即，在近邻的）现有节点。相比之下，标准靠模（CP）仅复制引用。同时保留其精神，从方式森林火灾（FF）模型RefOrCite不同，使得RefOrCite服从均值领域度分布，三角形数量，和致密化分析。根据经验，RefOrCite给出了观察到的度分布，三角形数量，直径，h指数和引文的较新的论文增长的最佳整体协议。

匹兹堡的味道：社区公民科学参与空气质量

原文标题： Smell Pittsburgh: Engaging Community Citizen Science for Air Quality

地址： http://arxiv.org/abs/1912.11936

作者： Yen-Chia Hsu, Jennifer Cross, Paul Dille, Michael Tasota, Beatrice Dias, Randy Sargent, Ting-Hao (Kenneth) Huang, Illah Nourbakhsh

摘要： 城市空气污染已被证实与多种人类健康问题，包括心肺疾病。谁从空气质量欠佳，社区通常依靠专家，以确定污染源，由于缺乏可获得的工具。考虑到这一点，我们开发药味匹兹堡，一个系统，使社区成员报告气味和跟踪，其中这些气味经常集中。所有的气味报告数据网上公开访问。这些报告也被送往当地卫生部门和可视化与地图上的距离监测站的空气质量数据一起。这种可视化提供了当地的污染景观的全面概述。此外，这些报告和空气质量数据，我们开发了一个模型来预测即将到来的气味事件和发送推送通知，告知社区。我们还应用回归分析，以确定推送通知的用户参与统计显著影响。我们这个系统的评估表明，在记录他们的污染气味经验卡的居民可以帮助确定当地空气污染的模式，并能赋予社区倡导更好的空气质量。所有公民提供的气味数据是公开访问，并且可以从https://smellpgh.org下载。

相互依存网络基于依赖关系的有针对性的攻击

原文标题： Dependency-based targeted attacks in interdependent networks

地址： http://arxiv.org/abs/1912.11998

作者： Dong Zhou, Amir Bashan

摘要： 现代大型网络系统通常在效率和监管的目的，他们的组件之间的合作，并纳入依赖工作。这种依赖性可能会成为一个主要的风险，因为它们可能会导致小规模的失败在整个系统中传播。因此，相关节点可能是旨在利用这些漏洞恶意攻击的自然目标。在这里，我们考虑首次一种新型的有针对性的攻击是基于网络之间的依赖关系。我们研究，范围从攻击策略的依赖，首先依赖，最后，其中具有相关性的联系，或没有相关性的联系节点的节点的一小部分 1 P ，分别是最初的攻击。我们系统地分析，二者解析和数值，部分相互依存的Erd ħö SR ‘E NYI（ER）的网络，其中每个网络中的节点的一小部分 Q 取决于节点的渗滤过渡其他网络。我们发现，对于广泛依赖强度 Q “依赖性为先”的战略，这直观地预计将增加系统的脆弱性，实际上导致了更稳定的系统，在低临界渗流阈值 P_C 的条款，与同样大小的随机攻击比较。相比之下，’依赖，最后”战略导致更加脆弱的系统，即较高的 P_C ，用随机攻击比较。通过探索基于依赖的攻击开始了连锁故障的动态，我们解释这个反直觉的效果。我们的研究结果表明，在相互依存的网络系统中最脆弱的部件不一定是那些导致的最大直接影响，但是那些启动与最大累积损伤失效的级联。

众筹动态跟踪：强化学习方法

原文标题： Crowdfunding Dynamics Tracking: A Reinforcement Learning Approach

地址： http://arxiv.org/abs/1912.12016

作者： Jun Wang, Hefu Zhang, Qi Liu, Zhen Pan, Hanqing Tao

摘要： 近年来，在群众集资机制的研究见证了越来越浓厚的兴趣。在这方面，动态跟踪是一个显著的问题，但仍处于探索阶段。现有的研究要么适应的时间序列，或者采用正规化方面的波动来约束了解到倾向。然而，很少有人考虑到投资及募资动力学之间的内在决策过程。为了解决这个问题，在本文中，我们提出了众筹（TC3）算法基于轨迹连续控制，预测在群众集资资金的进展。具体来说，演员，评论家框架采用向投资者和活动，所有的投资者都被视为可与从活动的真正动力来源的环境互动主体之间的关系进行建模。然后，进一步探讨在资助序列模式（即典型的字符）的深入影响，我们建议他们细分为 textit快速增长 和 textit生长缓慢 的。此外，对于来自不同种模式切换的目的，TC3的演员分量被扩展为一个选项的结构，这涉及到TC3-选项。最后，在包括Indiegogo数据集大量的实验不仅证明了我们方法的有效性，同时也验证了我们的假设，即通过TC3-选项了解到整个格局的确是U形的。

世界粮食生产中的氮操作空间

原文标题： The nitrogen operating space of world food production

地址： http://arxiv.org/abs/1912.12058

作者： Souhil Harchaoui, Petros Chatzimpiros

摘要： 农业行星边界最近已为其定义的全球生态系统内运行。在氮利用效率最大化农业的好处人类和尽量减少不利社会生态的影响是至关重要的。该组支持全球系统的效率也决定了农业粮食生产的界限，支配最大可支持人口变量。粮食产量的界限，氮素损失和氮的自给自足在这里组合成世界粮食生产的氮操作空间。我们位置世界各地区，并且最大可支持人口的范围从6到将近17十亿人根据用作饲料和氮肥政权粮食的份额氮操作空间和展示世界范围内的轨迹（2061至13年）。 21世纪的所有联合国人口预测只能有条件地实现。我们讨论了生产和效益增长速度的要求，以满足食品生产边界和氮行星边界层到2050年。

表征和检测比特币网络的洗钱活动

原文标题： Characterizing and Detecting Money Laundering Activities on the Bitcoin Network

地址： http://arxiv.org/abs/1912.12060

作者： Yining Hu, Suranga Seneviratne, Kanchana Thilakarathna, Kensuke Fukuda, Aruna Seneviratne

摘要： 比特币是目前最流行的加密货币解决方案，使对等网络付款。尽管一些研究突出了网络不提供完全匿名，但仍然被大量用于各种可疑的金融活动，如洗钱，庞氏骗局，并赎金洁具付款。在本文中，我们探索的整个比特币网络发生潜在的洗钱活动的风景。利用收集的超过三年的数据，我们创建交易图表和提供各种图特性，从常规交易中分化洗钱交易进行了深入的分析。我们发现，在他们的输出值和邻里信息洗钱和常规交易中的谎言之间的主要区别。然后，我们提出并评估了一套基于四种类型的图功能分类的：近邻，策划功能，deepwalk嵌入物，并node2vec的嵌入分类洗钱和定期交易。结果表明，基于node2vec分类器性能优于二元分类等分类达到了92.29％的平均准确度和0.93的F1-测量和高耐用性超过2.5年的时间跨度。最后，我们证明了我们的分类如何有效的在发现未知的洗涤服务。分类器性能掉线相比二元分类，但是，预测可与一些服务的简单集合技术改进。

用于网络免疫的组合跟踪方法

原文标题： Combinatorial Trace Method for Network Immunization

地址： http://arxiv.org/abs/1912.12070

作者： Muhammad Ahmad, Sarwan Ali, Juvaria Tariq, Imdadullah Khan, Mudassir Shabbir, Arif Zaman

摘要： 网络中的免疫节点的子集 - 使他们能够识别和承受的有害内容的传播 - 是应对恶意内容的传播的最有效途径之一。它在网络安全，公共卫生政策，以及社交媒体监控应用。查找节点，其免疫导致在网络的脆弱性最小的一个子集是一个计算具有挑战性的任务。在这项工作中，我们建立了一个广泛使用的网络漏洞度量和网络的组合性质之间的关系。使用这种关系和图摘要技术，我们提出了一个高效的近似算法找到一组节点免疫的。我们提供建议的解决方案和分析界对我们的算法的运行理论的理由。我们在各种真实世界的网络经验表明，我们的算法的性能是一个数量级比技术的解决方案的状态更好。我们还表明，在实践中我们的算法的运行时间比最知名的解决方案是显著降低。

encointer——一个生态、平等和私人的加密货币和自治身份系统

原文标题： encointer – An Ecological, Egalitarian and Private Cryptocurrency and Self-Sovereign Identity System

地址： http://arxiv.org/abs/1912.12141

作者： Alain Brenzikofer

摘要： encointer建议使用可信执行环境生态的共识机制和平等的货币供应政策的新blockchain基于cryptocurrency。货币发行是通过一个通用的基本收入受验证的人格做。只有参加随机化名密钥签名活动的个体获得这样的证明。 encointer还设有私人交易和可扩展的，不可信关链智能合同。

竞争影响最大化：整合预算分配和种子选择

原文标题： Competitive Influence Maximization: Integrating Budget Allocation and Seed Selection

地址： http://arxiv.org/abs/1912.12283

作者： Amirhossein Ansari, Masoud Dadgar, Ali Hamzeh, Jörg Schlötterer, Michael Granitzer

摘要： 如今，许多公司利用病毒式营销的推广自己的新产品，因为有几个相互竞争的公司在许多市场上，竞争的影响最大化备受关注。两类研究在文献中存在。首先，研究，注重从网络节点选择考虑到对手的存在。其次，研究侧重于预算分配的问题。在这项工作中，我们整合的研究这两条线，并提出在竞争发生在两个阶段新方案。首先，双方确定网络的最有影响力的节点。然后，他们通过预算的分配他们到每个节点数量超过竞争只有这些有影响力的节点。我们提供了这种集成强大的动力。此外，在先前的预算分配的研究，为预算的任何部分可以被分配到一个节点，这意味着动作空间是连续的。然而，在我们的场景中，我们认为行动空间是离散的。这种考虑是更为现实的，它显著改变的问题。我们的场景作为博弈的模型，并提出了计算纳什均衡新颖的框架。值得注意的是，建立一个有效的框架，这个问题有如此巨大的作用空间，同时也处理影响最大化的随机环境非常具有挑战性。为了解决这些困难，我们制定了新的盈利估计方法和新的最好的回应甲骨文，以提高我们的框架的效率。此外，我们验证了我们工作的各个方面，通过大量的实验。

带交叉位置注意力的图信息传递用于长期ILI预测

原文标题： Graph Message Passing with Cross-location Attentions for Long-term ILI Prediction

地址： http://arxiv.org/abs/1912.10202

作者： Songgaojun Deng, Shusen Wang, Huzefa Rangwala, Lijing Wang, Yue Ning

摘要： 预测流感样病例（ILI）是最重要的，以流行病学和卫生保健提供者。疫情爆发的早期预测在疾病的干预和控制了举足轻重的作用。大多数现有的工作要么有限公司长期预测性能或缺乏综合能力在数据采集时空依赖性。准确和疾病早期预测模型，将显著改善既防疫和管理流行病的发作。在本文中，我们设计了一个交叉位置关注基于图的神经网络（可乐GNN）学习时间序列的嵌入和位置感知的关注。我们建议通过框架来学习的特征的嵌入结合的图信息和注意矩阵模型疾病传播一段时间。我们比较建议的方法对来自美国和日本的真实世界的流行，相关的数据集的国家的最先进的统计方法和深厚的学习模式。该方法显示了较强的预测表现，并导致可解释的结果长期流行的预测。

通过强化学习的弱监督假新闻检测

原文标题： Weak Supervision for Fake News Detection via Reinforcement Learning

地址： http://arxiv.org/abs/1912.12520

作者： Yaqing Wang, Weifeng Yang, Fenglong Ma, Jin Xu, Bin Zhong, Qiang Deng, Jing Gao

摘要： 今天，社交媒体已经成为新闻的主要来源。通过社交媒体平台，以前所未有的速度假新闻旅行，要冒很大的风险达到全球观众，并把用户和社区。因此，检测假新闻尽早这是非常重要的。近年来，基于深刻的学习方法已经显示出假新闻的检测改进的性能。然而，这样的模型的培训需要大量的标记的数据，但人工注释是费时且昂贵的。此外，由于新闻的动态特性，注释的样本可能会变得过时快速并不能代表对新出现的事件的新闻报道。因此，如何获得新鲜和高品质的标记的样品是采用深度学习模型假新闻检测的主要挑战。为了应对这一挑战，我们提出了加强弱监督的假新闻的检测框架，即WeFEND，它可以利用用户弱监督报告，以放大的训练数据为假新闻的检测量。拟议的框架由三个主要部分组成：注释，钢筋选择和假新闻探测器。根据用户的报告，供未标记的新闻注释可以自动分配弱的标签。使用增强学习技术的增强选择器从弱标记数据和过滤掉那些低质量的那些可能会降低检测器的预测性能选用高质量的样本。该假新闻探测器的目的是找出基于新闻内容假新闻。我们测试的大集合通过微信官方账号和相关的用户报告发表新闻文章的建议框架。在此数据集显示，与国家的最先进的方法相比，该WeFEND模型达到最佳的性能广泛的实验。

意见表达的动态

原文标题： The dynamics of opinion expression

地址： http://arxiv.org/abs/1912.12631

作者： Felix Gaisbauer, Eckehard Olbrich, Sven Banisch

摘要： 我们引入民意表达的典范。两组对彼此的问题相互作用不同的意见剂，改变根据他们是否认为自己的多数或少数意见的一部分，以表达自己的意见的意愿。我们制定的模型作为多组大多数博弈和调查的纳什均衡。我们还提供了动力系统的观点：使用强化学习Q学习的算法，我们降低了 N 的平均场的方法 - 主体制度两个维度代表两个舆论团体。在其参数的综合分支分析这个二维系统进行了分析。该模型确定了不同群体的舆论主导地位的结构条件。我们还表明在哪些情况下是少数可以主宰公共话语。这提供了社会科学的中心民意表达的理论，沉默的螺旋直接连接。

图深度学习简易入门

原文标题： A Gentle Introduction to Deep Learning for Graphs

地址： http://arxiv.org/abs/1912.12693

作者： Davide Bacciu, Federico Errica, Alessio Micheli, Marco Podda

摘要： 图数据的自适应处理是一个长期的研究课题已经被最近合并为深学习社区主要关心的主题。在量和相关研究的广度扣增长已经在知识和关注的小系统化的价格早文献。这项工作被设计成一个教程介绍了深度学习为图领域。它有利于统一和逐步实行的主要概念和架构方面在最近的文献中，其读者被称为可用的调查的论述。本文以自顶向下的视图的问题，引入图表示的一般化制剂学习基于本地和反复的方式来结构化的信息的处理。它引入了可以结合起来，设计出新颖而有效的神经模型图的基本构建块。该方法博览会是由在该领域有趣的研究挑战和应用的讨论补充。

无采样可扩展的影响估计

原文标题： Scalable Influence Estimation Without Sampling

地址： http://arxiv.org/abs/1912.12749

作者： Andrey Y. Lokhov, David Saad

摘要： 在网络上的扩散过程，多少节点预期由一组初始传播者的影响？这种自然的问题，通常被称为影响估计，归结为计算的边际概率给定节点是在当该处理从指定的初始状态开始的给定时间激活。在许多其他应用程序，这个任务是影响力最大化的充分研究的问题是至关重要的：在社会网络，最大限度地通过一定的时间范围内的影响力蔓延找到最佳传播者。事实上，影响估计需要被调用多次比较候选种子集。不幸的是，在许多感兴趣的模型边人的精确计算是＃P-硬。在实践中，影响常常使用需要大量用于获得高保真预测试验中，特别是在大的倍蒙特卡罗抽样方法来估计。因此，希望开发的分析技术作为替代的取样方法。在这里，我们建议用于基于一个可扩展的动态信息传递的方式在流行的独立级联模型影响函数的算法。这种方法有一个单一的Monte-Carlo模拟的计算复杂性，并提供一个上界上的一般图预期扩散，得到为树状网络确切的答案。我们还提供了用于线性阈值模型的随机版本动态消息传递方程。将所得的在相比基于仿真的技术运行时间可能较大的采样因子的节省，因此使得有可能解决大规模问题的实例。

骨架：用于加权图骨架提取的R软件包

原文标题： backbone: An R Package for Backbone Extraction of Weighted Graphs

地址： http://arxiv.org/abs/1912.12779

作者： Rachel Domagalski, Zachary Neal, Bruce Sagan

摘要： 本文描述了如何使用R包骨干用于提取加权图的骨干。加权图的分析和可视化固有挑战，并且因此经常使用的为仅检查那些被认为显著边。有用于从加权图中提取的未加权或签名骨干其中仅保留了显著边的几种方法。骨干包实现四种不同的骨干的方法，其中三个认为从双边突起产生加权的曲线图。本文介绍了如何使用每个包的功能和他们所使用的算法。

博弈论算法用于链路预测

原文标题： A Game-Theoretic Algorithm for Link Prediction

地址： http://arxiv.org/abs/1912.12846

作者： Mateusz Tarkowski, Tomasz Michalak, Michael Wooldridge

摘要： 在网络边的预测是社会网络分析的关键问题，涉及推理基于网络的结构特性节点之间的关系。尤其是，链路预测可以用来分析网络将如何发展或 - 约关系给予不完整的信息 - 发现“失踪”的链接。我们对这个问题的办法是植根于合作博弈理论，在这里我们提出一个新的，准本地方法（即，其中一个考虑一些半径ķ内节点），结合了一般性基团接近中心和semivalue互动指标。我们开发了计算我们测速的算法，并评估它在许多真实世界的网络，它优于选择从其他文献国家的最先进的方法。重要的是，选择适合准本地方法的最佳半径k是困难的，没有保证的选择是最佳的。此外，相对于其它准本地方法，给出次优半径K作为参数，即使我们取得了很好的效果。

合作者的智慧：一个同行评审绩效考核办法

原文标题： Wisdom of collaborators: a peer-review approach to performance appraisal

地址： http://arxiv.org/abs/1912.12861

作者： Sofia Dokuka, Ivan Zaikin, Kate Furman, Maksim Tsvetovat, Alex Furman

摘要： 个人绩效和公司内部的声誉是主要的因素影响工资分配，晋升和射击。由于现代业务流程的复杂性和协作特性，在大多数组织个体影响的评价是一个模糊的和不平凡的任务。现有的考核方法往往受偏见的判断个人，组织与评价的结果不满意。我们断言，员工可以提供在复杂的协作环境中其表现对精确测量。我们提出了一个新的指标，对等的等级分数（PRS），用于评估个人的声誉和不可量化的个人影响。 PRS是根据员工的成对比较。我们展示的模拟算法的鲁棒性高和实证验证它的基因测试公司使用超过三年的过程中同行评审一千余名员工。

分散子信道调度的C-V2X模式4：非标准配置的CAM重发

原文标题： Decentralized Subchannel Scheduling for C-V2X Mode-4: A Non-Standard Configuration for CAM Retransmissions

地址： http://arxiv.org/abs/1912.13137

作者： Luis F. Abanto-Leon

摘要： 在版本14，3GPP引入被称为蜂窝车辆的新型范例 - 到 - 一切（C-V2X） EMPH模式-4来专门支持在情景车辆通信，而不需要网络覆盖。这样的方案已被设计成分布式操作利用一个感测机构，其中车辆可以监控整个子信道的接收功率。基于所测量的功率强度，车辆自主地选择在其上安全消息被广播的适当的子信道。所选择的子信道被车辆用于在短时间内将其释放以选择另一个子信道之前利用。在这项工作中，我们提出了基于上述技术的调度方法。我们假设一个初级子带一个支持半持久预留的子信道（如由3GPP规定的）的存在。此外，我们也认为存在辅助子带，为了改善接收可靠性传达随机重新传输。该方法的不同配置进行了探索，其性能是使用真实车辆痕迹进行评估。

用于互惠稀疏网络的一个动态过程参考模型

原文标题： A Dynamic Process Reference Model for Sparse Networks with Reciprocity

地址： http://arxiv.org/abs/1912.13144

作者： Carter T. Butts

摘要： 许多社会和其他网络发挥稳定的大小尺度关系，如平均程度或往复速度缓慢变化或者是作为顶点的数量增加约常数等功能。统计网络模型建立在简单的伯努利基线（或基准）的措施常常表现得虚高在这方面的顶部，导致稀疏的参考模型保存功能，如平均尺度程度的发展。在本文中，我们推广了这样的参考模型的微观基础，以疏有向图与非零互惠，提供稳定的宏观行为出现的动态过程解释的情况下最近的工作。

欧洲银行间市场系统性的流动性蔓延

原文标题： Systemic liquidity contagion in the European interbank market

地址： http://arxiv.org/abs/1912.13275

作者： V. Macchiati, G. Brandi, G. Cimini, G. Caldarelli, D. Paolotti, T. Di Matteo

摘要： 系统性的流动性风险，基金组织为“在多个金融机构的同时流动性困难风险”的定义，是在宏观审慎政策和金融应力分析的一个关键问题。专业模型来模拟资金流动性风险和蔓延也有，但他们不仅需要银行的双边敞口数据，而且还平衡与足够的粒度表中的数据，这是很难用。另外，银行间的网络风险分析已经通过底层的图捕捉最互连，从而更容易分散风险的银行中心地位的措施来完成。在本文中，我们提出这依赖于使用的资金流动性短缺机制，传染过程，模拟在银行间市场上蔓延的流行病模型的模型。该模型是富含这考虑到银行间市场的异质性的国家和银行的风险特征。该模型时特别有用全套运行专业模型所需的数据不可用。由于银行间的网络不是完全可用，经济驱动的重建方法也提出了通过限制标准重建方法，以真实财务指标来获取银行间网络。我们表明，传染模型能够在不同的年份和国家重现系统性的流动性风险。这一结果表明，该模型可以成功地用于为更复杂的一个有效的替代。

大型灾害子事件无监督检测

原文标题： Unsupervised Detection of Sub-events in Large Scale Disasters

地址： http://arxiv.org/abs/1912.13332

作者： Chidubem Arachie, Manas Gaur, Sam Anzaroot, William Groves, Ke Zhang, Alejandro Jaimes

摘要： 社交媒体在重大自然灾害（例如，飓风，大型火灾等）后，发挥了重要作用，随着人们地上“”什么是真正发生后的有用信息。由于大量的帖子，是一个重大挑战是确定这是有用的和可操作的信息。急救人员在很大程度上是想找出哪些事件正在发生，使他们能够正确地规划和部署的资源。在本文中，我们解决自动识别重要的子事件（大规模紧急事件’中，比如飓风）的问题。特别是，我们提出了一个新颖的，无监督学习框架，以检测鸣叫回顾性分析危机子事件。我们首先提取名词，动词对，并从原微博作为子事件的候选词组。然后，我们学会提取的语义嵌入名词，动词对和短语，并对其进行评级对危机特定的本体。我们过滤掉嘈杂和不相关的信息，然后聚类名词，动词对和词组，使排名靠前的那些描述最重要的子事件。通过对两个大危机的数据集（飓风哈维和2015年尼泊尔地震）定量实验，我们证明了我们在国家的最先进方法的有效性。我们的定性评价表现出更好的性能相比，我们的基线。

带链接维度的域的主题模型：一个肿瘤学术大会的演变建模（1995至2017年）

原文标题： Domain-topic models with chained dimensions: modeling the evolution of a major oncology conference (1995-2017)

地址： http://arxiv.org/abs/1912.13349

作者： Alexandre Hannud Abdo, Jean-Philippe Cointet, Pascale Bourret, Alberto Cambrosio

摘要： 在本文中，我们介绍了研究活动及其动力学的计算分析的新方法。命名的生鱼片（从多维信息的分层推理对称和时序分析），我们的方法提供了科学活动的结构的多层次的描述中提供了超过传统方法，如主题模型或网络分析许多优点。我们的方法生成语料库的研究领域（文档集合）和主题（词的集合）方面的双重描述。它还扩展此描述，以相关联的尺寸，如时间的集群。生鱼片只需要访问单个文档的文本内容，而不是具体的元数据，如引用，作者，或关键字，与其他科学定位法的情况。我们将它应用到原始数据集，即1995年至2017年收集ASCO年会上，最大的年度肿瘤研究会议上提出摘要的实证分析说明了该方法的分析能力。我们表明，生鱼片是能够检测的显著时间模式的存在，并确定肿瘤背后这些模式的重大变革主题。

认识信任的基于信念更新的时间动态： 在隧道尽头的光?

原文标题： The Temporal Dynamics of Belief-based Updating of Epistemic Trust: Light at the End of the Tunnel?

地址： http://arxiv.org/abs/1912.13380

作者： Momme von Sydow (1), Christoph Merdes (2), Ulrike Hahn (3) ((1) Ludwig-Maximilians-Universität München, MCMP, Germany, (2) Friedrich Alexander University Erlangen-Nürnberg, ZiWiS, Erlangen, Germany, (3) Birkbeck College London, Department of Psychological Science, London)

摘要： 我们先从主体信仰的顺序更新和来源的主观可靠性（信任）的注重结果和信仰为基础的贝叶斯模型的区别。然后，我们专注于通过埃里克·奥尔森，该款机型二分事件，并明确表示反可靠性讨论基于信念，信任更新的有影响力的贝叶斯模型。一些草图灾难性的近期结果信念更新这也许最有前途的模型后，我们证明了学习的信念与不信任的更新，并有和没有沟通的时间动态新的模拟结果。结果似乎洒在沟通和信任，更新主体至少一定程度上更积极。这可能是在信任更新的基于信念的模型的隧道尽头的亮光，但明确结果的解释是那么清楚。

伯努利随机图叠加的聚类和渗流

原文标题： Clustering and percolation on superpositions of Bernoulli random graphs

地址： http://arxiv.org/abs/1912.13404

作者： Mindaugas Bloznelis, Lasse Leskelä

摘要： 设 W = W_1，点，w_m 是一个有限集合。鉴于整数 X_1，点，x_n 在[0，M] 和数字Q_1，…，Q_N 在[0,1] ，设 D_1，点，D_N 独立均匀分布的随机的子集w ^ 大小 | D_i | = X_I ， 1 文件I 了N 。让 G_N 独立伯努利随机图 G（X_I，Q_I）的工会， 1 文件I 了N ，与顶点套 D_1，点，D_N 。对于 M，N 至+ infty ，使得 M = 西塔（N），我们证明 G_N 承认可调（渐近）幂律度分布和非零全局集群系数。此外，聚类波谱承认的可调谐尺度 K ^ - 增量， 0 文件增量文件2 ，其中 ķ为顶点度。此外，我们示出了在最大连接成分的尺寸的相变并检查聚类波谱和键渗滤阈值之间的关系。

简洁律作为一个标度律，和字频齐夫定律的可能起源

原文标题： The brevity law as a scaling law, and a possible origin of Zipf’s law for word frequencies

地址： http://arxiv.org/abs/1912.13467

作者： Alvaro Corral, Isabel Serra

摘要： 计量语言学的一个重要机构是由一系列的关于语言使用情况的统计法律构成。尽管这些语言的法律的重要性，他们中的一些不善制定，更重要的是，它包括所有的人没有一个统一的框架。本文提出了一种新的视角来建立不同的统计语言法律之间的连接。表征由两个随机变量，长度（字符数）和绝对频率的每个字类型，我们表明，相应的二元联合概率分布示出了丰富和精确的现象，与类型 - 长度和类型的频度分布为它的两个边人，和频率中的固定长度的条件分布提供简洁频现象的明确的制剂。所述类型 - 长度分布原来要被很好地拟合通过伽马分布（不是与先前提出的对数正态更好），和在固定长度显示幂律衰减行为的条件的频度分布具有固定指数 阿尔法 simeq 1.4 和特征频率交叉该秤作为反向功率 增量 simeq 2.8 长度的，这意味着尺度法类似于在临界现象热力学发现的履行。作为一个副产品，我们找到齐普夫定律的由来，它应该出现如由搭接长度关联频率制约条件频率分布的混合可能无模型解释。

天赋、运气、背景和观点之于成功：使用Risk的分解模拟

原文标题： Talent, Luck, Context and Perspective on Success: a disaggregating simulation using Risk

地址： http://arxiv.org/abs/2001.00034

作者： Bernardo Alves Furtado

摘要： 我们提出了一个有竞争力的总和为零的环境中的控制仿真为分列的成功组件的主体。鉴于风险棋盘博弈的模拟，我们认为（一）人才是三个以规则为基础的战略之一; （b）中的上下文，与对手的策略，目标和运气每次运行的设置;和（c）的角度为目标每个玩家的。当第一个玩家征服的目标成功达到。我们模拟10万个个体为本模型的运行和分析结果。仿真结果强烈表明运气，天赋和背景都与确定成功。视角 - 为目标定义成功的描述 - 是不是。因此，我们提出在其中我们能够显著分离的构思，再现之前的结果，并添加用于上下文和立体参数的定量的，可再现的环境。最后，我们还发现，应变能力和机会可能提供的模拟中进行检查。

推特目的和视角的同时识别

原文标题： Simultaneous Identification of Tweet Purpose and Position

地址： http://arxiv.org/abs/2001.00051

作者： Rahul Radhakrishnan Iyer, Yulong Pei, Katia Sycara

摘要： 鸣叫分类吸引了最近相当多的关注。对大多数鸣叫分类现有工作的重点放在主题分类，进行分类鸣叫分成几个预定义的类别，以及情感分类，进行分类鸣叫成阳性，阴性和中性。由于鸣叫是从传统的文本不同的，因为它们通常是有限的长度，并且包含非正式的，不规则的或新单词，所以很难确定发布对某些题目鸣叫和用户姿态的用户意图。在本文中，我们的目标是同时分类鸣叫目的，即，意图用于用户来发布鸣叫，和位置，即，支承，相对的或保持中立到一个给定的主题。通过把这个问题给一个多标签分类问题，用后处理的多标签分类方法提出。在真实世界的数据集上的实验证明了该方法的有效性，结果优于单个分类方法。

蒙特卡罗技术用于逼近迈耶森价值——理论与实证分析

原文标题： Monte Carlo Techniques for Approximating the Myerson Value – Theoretical and Empirical Analysis

地址： http://arxiv.org/abs/2001.00065

作者： Mateusz K. Tarkowski, Szymon Matejczyk, Tomasz P. Michalak, Michael Wooldridge

摘要： 迈尔森首先介绍图限制博弈以合作玩家的互动与底层通信网络模型。的专用解决方案概念 - 迈尔森价值 - 也许是在图上的合作博弈中最重要的规范性解决方案的概念。不幸的是，它的计算是计算挑战。特别地，尽管确切的算法已经被提出，它们必须遍历其中可能有许多呈指数的曲线图的所有连接的联盟。在本文中，我们考虑逼近任意图和特色功能迈耶森价值的问题。虽然蒙特卡洛近似已提出了Shapley值的相关概念，他们对迈耶森值适用性还没有研究过。鉴于此，我们评估和比较（理论和empiraclly）三个用于迈尔森值蒙特卡罗抽样方法：取样排列的常规方法;一个新的，混合算法结合精确计算和采样;和采样连接联盟的。我们发现，我们的混合算法表现得非常好，也显著改进了常规的方法。

标签图枚举的递推公式

原文标题： Recursive Formula for Labeled Graph Enumeration

地址： http://arxiv.org/abs/2001.00084

作者： Ravi Goyal, Victor De Gruttola

摘要： 这个手稿呈现的一般递归公式来估计与从图表来对社会网络分析重要性的汇总统计代数地图，诸如边的数量（曲线密度），度序列，度分布相关联的纤维的尺寸，由节点协变量混合，和程度的混合。即，下式估计，已经给值网络属性标记的图的数目。所提出的方法可以扩展到附加的网络特性（例如，聚类）以及二分网络的性能。对于这另类的公式存在特别的设置，模拟研究表明，该方法的有效性。我们示出了用于估计与所述巴拉布’A SI相关联的纤维的尺寸的方法 - 阿尔伯特模型度分布和混合程度的性质。此外，我们表明了该方法如何可用于评估一个光纤内的曲线图的多样性。

INF-VAE：变分自动编码框架整合扩散预测中的同质性和影响力

原文标题： Inf-VAE: A Variational Autoencoder Framework to Integrate Homophily and Influence in Diffusion Prediction

地址： http://arxiv.org/abs/2001.00132

作者： Aravind Sankar, Xinyang Zhang, Adit Krishnan, Jiawei Han

摘要： 近年来，双方在理解和预测的社交媒体平台，如Twitter，Facebook等信息传播扩散的现有预测方法主要通过扩散级联投射到当地社会的社区利用影响用户的顺序极大的兴趣。然而，这未能捕获没有明确任何级联的表现，从而为活动的用户有限的历史活动表现不佳的全球社会结构。在本文中，我们通过近程保持社会和位置编码颞潜在变量提出一种新的变分自动编码器框架（INF-VAE）至同质性和影响共同嵌入。为了模拟社会同质性，INF-VAE利用强大的图神经网络结构学习的社会变量选择利用用户的社会关系。鉴于种子用户激活序列，INF-VAE采用了新颖的表现共同周到的融合的网络，共同出席了他们的社会和时间变量来预测集所有受影响的用户。我们在多个真实世界的社会网络数据集，包括Digg的，微博，和堆栈，交流实验结果表明显著的收益（22％MAP @ 10）INF-VAE在国家的最先进的扩散预测模型;我们实现稀疏活动，用户谁缺乏种子套直接社会的邻居用户大量收益。

深度学习用于图表示学习

原文标题： Deep Learning for Learning Graph Representations

地址： http://arxiv.org/abs/2001.00293

作者： Wenwu Zhu, Xin Wang, Peng Cui

摘要： 挖掘图数据已经成为计算机科学的一个热门的研究课题，并已被广泛研究在学术界和工业界给出近年来网络数据量的不断增加。然而，网络数据量巨大已构成了有效的分析巨大的挑战。这促使图表示的该曲线图映射到低维向量空间，保持原始图结构和支撑图表推断的到来。在图表上的有效表示调查具有深刻的理论意义和重要的现实意义，因此，我们在图表示/网络嵌入以及本章中的一些代表车型介绍一些基本的想法。

了解城市内的中观尺度模式

原文标题： Understanding the mesoscopic scaling patterns within cities

地址： http://arxiv.org/abs/2001.00311

作者： Lei Dong, Zhou Huang, Jiang Zhang, Yu Liu

摘要： 了解城市要素之间的定量关系是一个广泛应用的关键。在宏观层面观察系统表明，聚集的城市数量（例如，国内生产总值）的规模与整个城市的人口规模，也被称为城市的标度律。然而，在中观层面上，我们缺乏的简单的比例关系是否成立的城市中，这是关于在城市尺度的空间原点的基本问题的理解。在这里，通过分析四个大型数据集涵盖数以百万计的手机用户和城市设施的，我们调查的城市中比例的现象。我们发现，中观的基础设施容量和社会经济活动的规模和子超线性与活动人口，分别;然而，对于相同的结垢现象，幂律指数在类似人口规模的城市变化。为了解释这些经验观察，我们建议考虑人口和设施的异构分布，以及它们之间的空间相互作用的概念框架。理论分析和数值结果表明，尽管有大量影响城市活动的复杂性，简单的交互规则可以有效地解释在城市内的尺度行为所观察到的规律和异质性。

专业通信计算方法

原文标题： Computational Methods in Professional Communication

地址： http://arxiv.org/abs/2001.00565

作者： André Calero Valdez, Lena Adam, Dennis Assenmacher, Laura Burbach, Malte Bonart, Lena Frischlich, Philipp Schaer

摘要： 世界上的数字化也带动了通信过程的数字化。传统的研究方法在数字世界的理解沟通功亏一篑的范畴，成为在数量，种类和速度过大，用传统的方法进行研究。在本文中，我们提出的计算方法及其在公众和大众传播研究使用以及怎样来适应通信专业的研究。该文件是在小组成员，他们都是各自领域的专家，将使用计算方法展示他们目前的工作并讨论这些方法专业通信转移性小组的建议。

分众分类驱动交互的涌现行为

原文标题： Emergent Behaviors from Folksonomy Driven Interactions

地址： http://arxiv.org/abs/2001.00569

作者： Massimiliano Dal Mas

摘要： 为了反映本文认为，根据所谓的“Folksodriven”来表示俗民分类的新概念结构基础上通俗分类本体在Web上不断发展的知识。本文介绍了研究Folksodriven标签相互作用导致Folksodriven集群行为的研究计划。这项研究的目的是要了解其产生的Folksodriven标签复杂和有针对性的群体行为简单的本地交互的类型。我们描述了一种人工合成的，自下而上的方法来研究群体行为，包括设计和测试各种社会交往和文化场景与Folksodriven标签。我们提出了一组可用于结构，同时简化设计和分析应对突发性群体行为的过程基本相互作用。所提出的行为剧目的开发和对分众分类环境中测试。

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。个性化论文阅读与推荐请访问 https://arxiv.complexly.cn 平台。