- 复杂网络中的相对、局部和全局维度;
- 社交媒体中回声室的机制和属性;
- 追踪接触者以评估COVID-19在公共交通中高暴露人群的传播情况;
- 交流动力学的理论建模;
- 在高中受欢迎是件好事:看看北加州公立高中 STEM AP 课程的差异;
- 用深度学习衡量疏散行为的合理性;
- 错配作为增强蒙特卡罗方法算法性能的工具,用于种植团模型;
- 从流行文化文本和英语幽默文学通过并行深度学习驱动的讽刺检测;
- Covid-19 流行期间的意大利 Twitter 语义网络;
- 从利基到常态——车辆到电网的跨学科审查;
- 展开具有动态奥利维尔-里奇曲率的网络的多尺度结构;
复杂网络中的相对、局部和全局维度
原文标题: Relative, local and global dimension in complex networks
地址: http://arxiv.org/abs/2106.05368
作者: Robert L. Peach, Alexis Arnaudon, Mauricio Barahona
摘要: 维度是对象及其嵌入空间的基本属性。然而,理想的维度概念,如在欧几里德空间中,并不总是转化为物理空间,物理空间可能受到边界的约束和不均匀性的扭曲,或者转化为本质上离散的系统,如网络。为了考虑局部性、有限性和离散性,可以使用动力学过程来探测空间几何形状并定义其维度。在这里,我们展示了空间中的每个点都可以被分配一个相对于扩散过程源的相对维度,这一概念为局部和全局维度提供了与尺度相关的定义,也适用于网络。为了展示其在物理系统中的应用,我们证明了结构蛋白图的局部维度与结构灵活性相关,并且相对于活性位点的相对维度揭示了参与变构通信的区域。在网络流行病的简单模型中,相对维度可以预测节点的传播能力,并确定图结构预测传染性的尺度。
社交媒体中回声室的机制和属性
原文标题: Mechanisms and Attributes of Echo Chambers in Social Media
地址: http://arxiv.org/abs/2106.05401
作者: Bohan Jiang, Mansooreh Karami, Lu Cheng, Tyler Black, Huan Liu
摘要: 回声室可能会将社交媒体用户排除在其他意见之外,因此可能会导致猖獗的负面影响。大量证据包括 2016 年和 2020 年美国总统选举的阴谋论和两极分化,以及 COVID-19 的虚假信息传播。为了帮助更好地检测回声室并减轻其负面影响,本文探讨了回声室在社交媒体中的机制和属性。特别是,我们首先说明与三个主要因素相关的四个主要机制:人类心理、社会网络和自动系统。然后,我们描述回音室的共同属性,重点是错误信息的传播、阴谋论的传播、社会趋势的创造、政治两极分化和用户的情绪感染。我们通过最近的案例研究从社会学、心理学和社会计算的多角度说明了每个机制和属性。我们的分析表明,检测回声室并减轻其负面影响的新需求正在出现。
追踪接触者以评估COVID-19在公共交通中高暴露人群的传播情况
原文标题: Tracing contacts to evaluate the transmission of COVID-19 from highly exposed individuals in public transportation
地址: http://arxiv.org/abs/2106.05404
作者: Caio Ponte, Humberto A. Carmona, Erneson A. Oliveira, Carlos Caminha, Antonio S. Lima Neto, José S. Andrade Jr., Vasco Furtado
摘要: 我们通过数据驱动的接触者追踪模型调查了在巴西一个大城市大流行的不同阶段 COVID-19 在公交车内的传播。从这种微观方法中,我们恢复了连续时间窗口内的密切接触者网络。然后通过放大跟踪的接触与从整个城市的平均场分区模型计算的传输来进行纵向比较。我们的结果表明,公共汽车内的有效繁殖数 Re^bus 和城市中的 Re^city 在本地爆发的第一波期间遵循兼容的行为。此外,通过区分公交车上医护人员的密切接触者,我们发现他们的传播Re^health,在同一时期,系统地高于Re^bus。这一结果强化了为高度暴露的人群制定特殊公共交通政策的必要性。
交流动力学的理论建模
原文标题: Theoretical Modeling of Communication Dynamics
地址: http://arxiv.org/abs/2106.05414
作者: Torsten Enßlin, Viktoria Kainz, Céline Bœhm
摘要: 交流是社交互动的基石,无论是与人类还是人工智能 (AI)。然而,这可能是有害的,这取决于所交换信息的真实性。为了研究这一点,提出了一个基于主体的社会学模拟框架,即声誉博弈。这说明了不同的沟通策略对主体声誉的影响。博弈的重点是参与主体的可信度,以及其他人所认为的诚实度。在博弈中,每个主体与其他人交换关于他们自己和彼此诚实的陈述,这让他们的判断不断发展。研究了各种发送者和接收者的策略,如马屁精、以自我为中心、病态说谎、发送者的攻击性以及接收者的意识和缺乏意识。识别出极简主义的恶意策略,例如具有操纵性、支配性或破坏性,以牺牲他人为代价显著提高声誉。回声室、自欺欺人、欺骗共生、集团形成、群体意见冻结等现象从动态中出现。这表明声誉博弈可以研究复杂的群体现象,测试行为假设,并分析人工智能影响的社交媒体。有了完善的规则,它可能有助于理解社交互动,并保护非滥用人工智能系统的设计。
在高中受欢迎是件好事:看看北加州公立高中 STEM AP 课程的差异
原文标题: It’s good to be popular in high school: A look at disparities in STEM AP offerings in Northern California public high schools
地址: http://arxiv.org/abs/2106.05456
作者: David Marasco, Bree Barnett Dreyfuss
摘要: 2018 年,为响应在以西班牙裔和社会经济弱势 (SED) 为主的高中取消物理课程的提议,AAPT 北加州/内华达分会调查了学校人口统计数据及其对我们地区公立高中物理课程的影响。由于入学是一个关键问题,重点是公立、非特许高中,这些学校对学生免费,不需要赢得彩票即可出勤。如前所述,数据显示西班牙裔学生的百分比和高中 SED 学生的百分比高度相关 (r^2=0.60)。此外,这些因素可以用作学校物理课程的预测指标。为了确定是否通过其他大学先修 (AP) STEM 课程扩大了课程设置的差异,对数据进行了进一步分析,结果表明,在比较不同学校时,随着 AP 考试的受欢迎程度下降,提供它的相对几率也会下降。人口统计。如果北加州公立高中的学校为富裕的非西班牙裔学生提供服务,而不是主要为贫困的西班牙裔学生提供服务,那么他们更有可能获得大量的 AP STEM 课程选择。
用深度学习衡量疏散行为的合理性
原文标题: Measuring the rationality in evacuation behavior with deep learning
地址: http://arxiv.org/abs/2106.05636
作者: Huaidian Hou, Lingxiao Wang
摘要: 有限理性是人类行为的重要组成部分。它在典型的集体疏散行为中起关键作用,其中异质信息导致理性选择的偏差。在这项研究中,我们提出了一个深度学习框架来提取描述疏散的元胞自动机 (CA) 模型中出现的定量偏差。训练有素的深度卷积神经网络 (CNN) 可以从 CA 模型生成的多帧图像中准确预测合理因素。另外需要注意的是,该机器的性能对于全局信息丢失对应的不完整图像具有鲁棒性。此外,该框架为我们提供了一个操场,其中在疏散中衡量合理性,并且该方案也可以推广到其他精心设计的虚拟实验。
错配作为增强蒙特卡罗方法算法性能的工具,用于种植团模型
原文标题: Mismatching as a tool to enhance algorithmic performances of Monte Carlo methods for the planted clique model
地址: http://arxiv.org/abs/2106.05720
作者: Maria Chiara Angelini, Paolo Fachin, Simone de Feo
摘要: 过度参数化是推理和机器学习领域近期发展的关键因素。然而,仍然缺乏一个很好的理论来解释这种成功。在本文中,我们研究了一个非常简单的不匹配超参数化算法案例,该算法应用于研究最多的推理问题之一:种植集团问题。我们分析了与著名的 Jerrum 算法属于同一类的蒙特卡洛 (MC) 算法。我们展示了这种 MC 算法对于种植集团的恢复通常是如何次优的。然而,我们展示了如何通过添加(不匹配的)参数来增强其性能:温度;我们在数值上发现该算法的过度参数化版本可以达到种植集团问题的假设算法阈值。
从流行文化文本和英语幽默文学通过并行深度学习驱动的讽刺检测
原文标题: Parallel Deep Learning-Driven Sarcasm Detection from Pop Culture Text and English Humor Literature
地址: http://arxiv.org/abs/2106.05752
作者: Sourav Das, Anup Kumar Kolya
摘要: 讽刺是一种复杂的方式,可以用热闹的方式包装任何内在的真相、信息甚至嘲讽。使用社会网络进行通信的出现已经大量生产了新的社交途径。可以进一步说,幽默、讽刺、讽刺和机智是现代社会风趣的四辆马车。在本文中,我们手动提取了基准流行文化讽刺语料库的讽刺词分布特征,其中包含讽刺对话和独白。我们从这些词生成由加权向量组成的输入序列。我们进一步提出了四个并行深度长短期网络 (pLSTM) 的合并,每个网络都具有独特的激活分类器。这些模块主要旨在成功地从文本语料库中检测出讽刺。我们提出的用于检测讽刺的模型在使用所讨论的数据集进行训练时达到了 98.95% 的训练准确率。连续地,它在所有测试用例中对两个精心挑选的 Project Gutenberg 英语幽默文学作品获得了 98.31% 的最高总体验证准确率。我们的方法超越了之前在几个讽刺语料库上的最先进工作,并为讽刺检测提供了新的黄金标准性能。
Covid-19 流行期间的意大利 Twitter 语义网络
原文标题: Italian Twitter semantic network during the Covid-19 epidemic
地址: http://arxiv.org/abs/2106.05815
作者: Mattia Mattei, Guido Caldarelli, Tiziano Squartini, Fabio Saracco
摘要: Covid-19 大流行对全世界人民的生活产生了深远的影响,引发了一场参与的社会辩论。与在其他情况下一样,辩论一直是数次 d/错误信息运动的主题;然而,虚假信息的存在以前所未有的方式严重危及公众健康。从这个意义上说,检测恶意叙述的存在并识别更容易传播它们的用户类型是限制前者持续存在的第一步。在本文中,我们分析了第一次意大利封锁期间在 Twitter 上观察到的语义网络(由 2020 年 3 月 23 日至 2020 年 4 月 23 日之间发布的大约 150 万条推文中包含的主题标签引起),并研究了各种话语的程度社区面临 d/错误信息论点。正如在其他研究中观察到的那样,恢复的话语社区在很大程度上与传统政党重叠,即使辩论的主题涉及大流行管理的不同方面。尽管与 d/misinformation 直接相关的主题是我们语义网络中讨论的主题中的少数,但它们的受欢迎程度在各种话语社区中分布不均。
从利基到常态——车辆到电网的跨学科审查
原文标题: Niche to normality – an interdisciplinary review of Vehicle-to-Grid
地址: http://arxiv.org/abs/2106.05837
作者: Bjorn C. P. Sturmberg, Laura Jones, Kathryn Lucas-Healey, Monirul Islam, Hugo Temby
摘要: 车辆到电网 (V2G) 功能使电动汽车能够从电池中放电以供外部使用,是电力和运输部门耦合的缩影。为了在这些大型且成熟的行业之间发展壮大,V2G 服务必须为许多利益相关者提供技术、经济和社会价值。在这篇评论中,我们对 V2G 服务进行了全面和跨学科的审查,重点介绍了广泛的潜在好处以及减缓该技术从利基试验到主流采用的演变的挑战。我们发现利益往往被价值主张和利益相关者孤立,而挑战往往源于堆叠多个价值和连接多个利益相关者。因此,我们确定了未来研究、行业和政策活动的关键领域,这些领域将加速和顺利实现 V2G 作为清洁运输电力系统的重要支柱的潜力。
展开具有动态奥利维尔-里奇曲率的网络的多尺度结构
原文标题: Unfolding the multiscale structure of networks with dynamical Ollivier-Ricci curvature
地址: http://arxiv.org/abs/2106.05847
作者: Adam Gosztolai, Alexis Arnaudon
摘要: 定义网络的几何形状通常与嵌入低维空间(例如流形)有关。这种方法有助于设计有效的学习算法,揭示网络对称性并研究动态网络过程。然而,嵌入空间的选择是特定于网络的,不兼容的空间会导致信息丢失。在这里,我们定义了一个动态边曲率,用于研究任意网络,测量不同时间尺度上动态网络过程对之间的变形。我们表明曲率分布在特征时间尺度上表现出间隙,表明限制信息传播的瓶颈边。重要的是,曲率间隙对社区进行稳健编码,直到可检测性的相变,此时谱聚类方法失败。我们使用这种洞察力推导出几何模块化优化,并在欧洲电网和线虫同源盒基因调控网络上进行演示,在多个尺度上找到以前未识别的社区。我们的工作建议使用网络几何来研究和控制网络的结构和信息传播。
声明:Arxiv文章摘要版权归论文原作者所有,机器翻译后由本人进行校正整理,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。

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/20210611/