• 科技颠覆的动力学;
• 美国 COVID-19 地理传播的空间相关性;
• 检测异质人口规模的增值税网络中的异常;
• 少通信的中心节点分布式识别;
• 网络中心性度量及其与行人尺度的混合用途的相关性;
• 混合用途措施在行人尺度上的应用;
• 空间模块化结构各向异性相互依赖网络中的级联失效;
• 导师网络结构：关系如何在线出现及其对业余创作者的意义;
• 比特币、货币和泡沫;
• 纤维束模型统计的社会指标分析及材料失效预测;
• 犹豫的后果：具有固有噪声的 Axelrod 模型;
• 跟踪个人病毒载量的类 SIR 动力学模型;
• 一小部分选择性合作者可以显著提升整体幸福感;
• 评估品牌重要性的新系统：时尚行业的一个用例;
• SEIRD 模型的最终大小和部分距离估计;
• 关联多重分形过程：一种新的计算机网络流量模型;
• 科学中的涌现;
• 继承、社会阶层和财富分配;
• 阐明度熵和度-度相关性与网络鲁棒性的关系;
• 具有不完整观察的加权和有向网络上映射流;

科技颠覆的动力学

原文标题： Dynamics of Disruption in Science and Technology

地址： http://arxiv.org/abs/2106.11184

作者： Michael Park, Erin Leahey, Russell Funk

摘要： 尽管在过去的一个世纪里，新的科学发现和技术发明的数量急剧增加，但也有人担心科技进步会放缓。我们分析了 6 个十年间的 2500 万篇论文和 400 万项专利，发现科学和技术对现有知识的破坏性越来越小，这种模式几乎在各个领域都存在。我们将这种破坏性的下降与现有知识利用的缩小联系起来。发表的科学质量下降和引用实践的变化不太可能是造成这一趋势的原因，这表明这种模式代表了科学和技术的根本转变。

美国 COVID-19 地理传播的空间相关性

原文标题： Spatial correlations in geographical spreading of COVID-19 in USA

地址： http://arxiv.org/abs/2106.13960

作者： Troy McMahon, Adrian Chan, Shlomo Havlin, Lazaros K. Gallos

摘要： COVID-19 大流行的全球传播遵循复杂的途径，主要归因于病毒的高传染性、人类旅行模式以及多种缓解措施的实施。由此产生的地理模式描述了流行病的演变，并可以指示有爆发风险的地区。在这里，我们分析了美国县级新活跃病例的空间相关性，并描述了这些相关性在不同时间的程度。我们表明流行病并没有统一发展，并且我们确定了各个阶段，这些阶段的特征在于相关长度的显著差异。我们的结果表明，即使在病例数下降的时期，相关长度也可能很大。我们发现城市中心之间的相关性比农村地区之间的相关性更显著，这一发现表明远程传播主要是由城市之间的旅行促进的，尤其是在流行的头几个月。我们还展示了 2020 年 11 月的渗透过渡，当时该国最大的部分连接到一个跨越集群，而 2021 年 1 月的过渡规模较小，这两个时间都对应于该国的流行高峰.

检测异质人口规模的增值税网络中的异常

原文标题： Detecting anomalies in heterogeneous population-scale VAT networks

地址： http://arxiv.org/abs/2106.14005

作者： Angelos Alexopoulos, Petros Dellaportas, Stanley Gyoshev, Christos Kotsogiannis, Sofia C. Olhede, Trifon Pavkov

摘要： 网络科学中的异常检测是确定异常边、节点、子图或其他网络事件的方法。异构网络通常包含超出观察网络本身的信息。增值税（VAT，商品和服务税）网络由增值税注册纳税人的成对交互定义，在需要可扩展算法的人口规模上进行分析。通过对增值税异常的性质进行定量理解，我们定义了一种方法，该方法利用来自微观尺度、中尺度和全局尺度模式的信息来识别它们，这些信息可以作为人口规模网络分析进行解释和有效实施.所提出的方法是可自动化的，并且可以实时实施，使税务机关能够通过在增值税系统内早期识别欺诈来防止税收收入的大量损失。

少通信的中心节点分布式识别

原文标题： Distributed Identification of Central Nodes with Less Communication

地址： http://arxiv.org/abs/2106.14011

作者： Jordan F. Masakuna, Steve Kroon

摘要： 本文涉及使用接近中心性对复杂网络中的中心节点进行分布式检测。接近中心性在网络分析中起着至关重要的作用。评估紧密度中心性需要完整的网络知识；对于大型网络，这可能效率低下，因此应该近似接近中心性。像leader选举这样的分布式任务可以有效利用高度中心节点的中心性信息，但完整的网络信息在本地是不可用的。本文改进了 You 等人的分布式中心性计算算法。 [24] 通过修剪几乎肯定不是最中心的节点。例如，在大型网络中，离开节点无法发挥中心作用。这导致为确定剩余节点的中心性而交换的消息数量减少。我们的结果表明，我们的方法减少了包含许多可修剪节点的网络的消息数量。我们的结果还表明，减少消息数量可能

网络中心性度量及其与行人尺度的混合用途的相关性

原文标题： Network centrality measures and their correlation to mixed-uses at the pedestrian-scale

地址： http://arxiv.org/abs/2106.14040

作者： Gareth D. Simons

摘要： 街道网络分析作为评估行人连通性及其与土地利用强度和混合关系的工具具有吸引力；然而，由于各种理论、方法和考虑因素，在城市设计中的应用引发了一系列关于实施细节的问题，目前尚不清楚哪些可能最适用于与土地利用相关的步行规模.此外，在不依赖底层算法和计算工作流的情况下，很难在同类基础上直接评估不同的方法。为此，这里使用 cityseer-api Python 包来开发、计算和比较一系列中心性方法，然后将这些方法应用于大伦敦的军械测量开放道路数据集。中心性与从军械调查兴趣点数据集计算出的高分辨率土地利用和混合使用测量相关，使用基于到前提位置的网络距离的空间精确方法对相同的分析点进行计算。比较表明，与中介中心性相比，混合用途与紧密度的相关性更强；分段度量倾向于提供比基于节点的等价物略强的相关性；加权变体提供类似于未加权版本的相关性，但具有更大程度的空间特异性；最简单路径方法在当地高街混合用途的背景下具有优势，但不一定适用于地区范围的混合用途或土地使用可达性；并且将中心性措施应用于双网络并没有为原始网络提供切实的好处。

混合用途措施在行人尺度上的应用

原文标题： The application of mixed-use measures at the pedestrian-scale

地址： http://arxiv.org/abs/2106.14048

作者： Gareth D. Simons

摘要： 混合用途城市化在步行可达的环境中提供了对各种土地用途的访问。它带来了一些优势，例如减少驾驶、空气污染和身体质量指数，同时增加主动交通和改善健康。然而，虽然混合用途城市化显然是有益的，但在粒度分析上衡量和评估混合用途存在的方法仍然模糊不清。这项工作展示了以更精确的空间术语衡量混合用途的技术，更容易与城市主义者关于步行可达的混合用途的概念相一致。它通过使用 cityseer-api Python 包来实现，该包有助于使用分配给相邻街道边的空间粒度土地利用分类数据，然后动态聚合，测量从每个分析点到每个可访问土地利用的距离同时考虑进场方向。有人认为，希尔数是一种合适的多样性度量，因为它可以反映传统指数的意图，同时表现得更直观。此外，希尔多样性的距离加权公式可以与空间阻抗一起应用，从而赋予混合用途本地访问的特别空间细微差别的衡量标准。这些方法和指数针对大伦敦进行了演示，其中的观测与从相同位置和相同兴趣点数据集测量的一系列土地利用可达性得出的主成分分析相关。 Hill 多样性测量，尤其是距离加权公式，为广阔的混合用途区和更多本地“高街”混合用途提供了最强大的相关性，同时在随附的地块中产生最直观和空间精确的行为。

空间模块化结构各向异性相互依赖网络中的级联失效

原文标题： Cascading failures in anisotropic interdependent networks of spatial modular structures

地址： http://arxiv.org/abs/2106.14084

作者： Dana Vaknin, Amir Bashan, Lidia A. Braunstein, Sergey V. Buldyrev, Shlomo Havlin

摘要： 由于嵌入空间的限制，真实世界的多层基础设施系统的结构通常表现出各向异性。例如，山脉、河流和海岸等地理特征会影响关键基础设施网络的架构。此外，这种空间网络通常是非同质的，而是具有模块化结构，社区内连接密集，相邻社区之间连接稀疏。当不同层的网络相互依赖时，本地故障和攻击可能会传播到整个系统。在这里，我们研究了各向异性和异构的空间相互依赖网络的鲁棒性。我们还评估了具有不同几何形状的局部攻击的效果。我们发现各向异性网络对局部攻击更稳健，并且令人惊讶的是，即使在各向同性结构上，各向异性攻击也比各向同性攻击更有效。

导师网络结构：关系如何在线出现及其对业余创作者的意义

原文标题： Mentorship Network Structure: How Relationships Emerge Online and What They Mean for Amateur Creators

地址： http://arxiv.org/abs/2106.14111

作者： Ruby Davis, Jenna Frens, Niharika Sharma, Meena Devii Muralikumar, Cecilia Aragon, Sarah Evans

摘要： 关系构成了连接学习的核心。在这项研究中，我们应用和扩展社会网络分析方法来揭示 Fanfiction.net 作者和评论者之间关系的分层网络结构。 Fanfiction.net 是世界上最大的同人小说社区之一，是一个空间，数以百万计的年轻人在这里接触书面媒体、建立共同兴趣并从分散的受众那里获得支持和指导。像 Fanfiction.net 这样的亲和力空间是否具有与 Facebook 和 Twitter 社会网络相同的结构？我们对数百万个关系应用 k-means 聚类，以确定 Fanfiction.net 有 2 到 3 层，与 Facebook 的 4 层结构和 Twitter 的 5 层结构形成对比。此外，我们对 Fanfiction.net 评论进行了大规模的机器分类，以揭示每一层交换的指导类型。我们的研究结果表明，评论交流最频繁的关系最有可能包含实质性评论。我们讨论了这些发现对分布式指导理论以及在线亲和力网络设计的影响。

比特币、货币和泡沫

原文标题： Bitcoin, Currencies, and Bubbles

地址： http://arxiv.org/abs/2106.14204

作者： Nassim Nicholas Taleb

摘要： 我们将量化金融方法和经济论证应用于一般的加密货币，尤其是比特币——因为大约有 10,000 美元的加密货币，我们专注于（除非另有说明）那些声称遵循原始协议（中本聪）的讨论最多的加密货币, 2009) 和迄今为止市值最大的公司。在目前的版本中，尽管大肆宣传，但比特币未能满足“没有政府的货币”的概念（事实证明它甚至根本不是一种货币），既不能作为短期或长期的价值储存手段（其预期价值不高于 0 美元），不能作为可靠的通胀对冲，而且最糟糕的是，它不构成，甚至远程，一个人的投资的避风港，抵御政府暴政的盾牌，也不是尾部保护工具灾难性的情节。此外，迄今为止失败的支付机制（作为一种分散的交换模式）的成功与具有巨大负外部性的零和资产价格的投机性变化之间似乎存在潜在的混淆。回顾货币历史，我们还展示了一个真正的计价者如何必须是相对于任意一揽子商品和服务的最小方差之一，黄金和白银如何在 1970 年代后期亨特兄弟的挤压期间失去其通胀对冲地位，以及需要从真正的通胀对冲价值储存。

纤维束模型统计的社会指标分析及材料失效预测

原文标题： Social Index Analysis of Fiber Bundle Model Statistics and Prediction of Materials Failure

地址： http://arxiv.org/abs/2106.14294

作者： Soumyajyoti Biswas, Bikas K. Chakrabarti

摘要： 注意到科学家的研究成功不一定由任何论文的最高引用来反映，而更恰当地由 Hirsch h 指数（由每篇论文的引用次数相同或更多）给出，我们在此引入一个（非脆性）材料在连续雪崩中断裂的失效 (f) 指数。指数 f 由（较大但不是最大的）雪崩的大小给出，每个雪崩在中间破裂过程中具有相应的更高或更大的发生频率。我们对样本量采用 f 的比例分析，类似于 h 在作者出版物总数方面的分析（以及对比例因子的额外修正）。我们在故障的光纤束模型中以数字方式显示，随着模型中断裂动力学的进展和越来越大的雪崩发生，尺度前因数接近极限值或最终值。理解 f 的尺度前置因子的限制值有助于预测最终的故障点或时间。注意到加尔各答指数 (k) 的社会不平等的类似行为也补充了这一观察结果，该指数为此类雪崩统计重新定义。

犹豫的后果：具有固有噪声的 Axelrod 模型

原文标题： The consequences of hesitation: Axelrod model with intrinsic noise

地址： http://arxiv.org/abs/2106.14304

作者： Rémi Perrier, Yérali Gandica, Laura Hernández

摘要： 我们通过引入固有噪声来研究 Axelrod 模型中犹豫主体的影响，该噪声与交互主体之间的分歧成正比，从而与动力学耦合。我们的结果表明，与噪声仅由外部参数控制的文化漂移的影响不同，内在噪声永远不会让系统在热力学极限下达到冻结状态。此外，我们表明，当内在噪声影响主体的变量时，系统的行为也不同于影响其交互网络的情况。

跟踪个人病毒载量的类 SIR 动力学模型

原文标题： An SIR-like kinetic model tracking individuals’ viral load

地址： http://arxiv.org/abs/2106.14480

作者： Rossella Della Marca, Nadia Loy, Andrea Tosin

摘要： 数学模型是与现象相关的知识的正式和简化表示。在经典流行病模型中，一个被忽视的方面是与每个感染个体的病毒载量相关的疾病传播和进展的异质性。在这里，我们试图从理论的角度研究个体病毒载量的演变与流行动态之间的相互作用。在多主体系统的框架中，我们提出了一个粒子随机模型，描述了通过主体之间的相互作用和疾病的个体生理过程来传播感染。主体具有双重微观状态：离散标签，表示它们所属的流行病学区室并因马尔可夫过程而切换，以及微观特征，表示其病毒载量的标准化测量，由于二元相互作用而变化或与背景的互动。具体而言，我们考虑了易感-感染-移除-类似动态，其中感染个体可能与一般人群隔离，隔离率可能取决于病毒载量敏感性和测试频率。我们推导出每个隔室中个体病毒载量分布函数的动力学演化方程，因此，通过适当的放大程序，我们获得了密度和病毒载量动量的宏观模型。然后我们对随后的宏观模型进行定性分析，并在恒定和病毒载量依赖性隔离控制的情况下进行数值测试。此外，研究了从宏观描述获得的聚集趋势与蒙特卡罗方法模拟的原始粒子动力学之间的匹配。

一小部分选择性合作者可以显著提升整体幸福感

原文标题： Small Fraction of Selective Cooperators Can Elevate General Wellbeing Significantly

地址： http://arxiv.org/abs/2106.14654

作者： Hsuan-Wei Lee, Colin Cleveland, Attila Szolnoki

摘要： 合作玩家在事先不知道合作伙伴意图的情况下将努力投入到共同的企业中。但是，当玩家同时参与不同的博弈时，可以通过多种方式实施此策略。有趣的是，如果合作玩家区分他们的邻居并将他们所有的外部投资专门分配到最成功的合作伙伴的博弈中，那么即使在博弈参数将决定完全背叛的恶劣环境下，也可以达到显著的合作水平。然而，当只有一小部分玩家在博弈中应用这种复杂的投资协议时，也可以达到这种积极的影响。为了证实这一假设，我们检查了几个分布，这些分布决定了应用上述选择性投资协议的支持参与者的比例。值得注意的是，当这些参与者不是孤立的，而是他们的影响渗透时，整个人口就可以在代表应用公共产品博弈中困境强度的协同因子的相对较低的值下享受充分合作的好处。

评估品牌重要性的新系统：时尚行业的一个用例

原文标题： A new system for evaluating brand importance: A use case from the fashion industry

地址： http://arxiv.org/abs/2106.14657

作者： A. Fronzetti Colladon, F. Grippa, L. Segneri

摘要： 如今，品牌经理和营销专家可以利用大量数据来揭示消费者认知的模式和趋势，监控品牌与所需主题的正面或负面关联。在这项研究中，我们应用语义品牌得分 (SBS) 指标来评估品牌在时尚行业中的重要性。为此，我们使用 SBS 商业智能应用程序 (SBS BI) 测量和可视化文本数据，该应用程序依赖于文本挖掘和社会网络分析的方法和工具。我们收集并分析了 2021 年 3 月 5 日至 3 月 12 日期间约 206,000 条提及时尚品牌 Fendi、Gucci 和 Prada 的推文。 从 SBS 三个维度（流行度、多样性和连通性）的分析中，我们发现 Gucci 占主导地位话语，具有很高的SBS价值。我们以这个案例研究为例，通过对（大）文本数据的分析，展示了一种评估品牌重要性和形象的新系统。

SEIRD 模型的最终大小和部分距离估计

原文标题： Final size and partial distance estimate for the SEIRD model

地址： http://arxiv.org/abs/2106.14664

作者： Alison M. V. D. L. Melo, Matheus C. Santos

摘要： 在本文中，我们考虑由具有不对称相互作用的两组组成的群体的 SEIRD 流行模型。给定模型的两组参数，我们根据第一组解的距离估计第二组解的距离。我们还研究了每个组的最终流行规模。我们用 2019 年冠状病毒病 (COVID-19) 大流行在污染的初始阶段在纽约县（美国）以及 Petrolina 和 Juazeiro（巴西）市的传播来说明我们的结果。

关联多重分形过程：一种新的计算机网络流量模型

原文标题： The Associative Multifractal Process: A Novel Model for Computer Network Traffic Flows

地址： http://arxiv.org/abs/2106.14666

作者： G. Millán, G. Lefranc, R. Osorio-Comparán

摘要： 提出了一种基于多重分形形式的新型建设性数学模型，以准确表征当今高速计算机网络中交通流过程中存在的局部波动。所提出的模型的目标是分析代表交通流的粗糙度和冲动性的自相似二阶时间序列。

科学中的涌现

原文标题： Emergence in Science

地址： http://arxiv.org/abs/2106.14754

作者： Nitish Kumar Gupta, A. M. Jayannavar

摘要： 在科学文献中，术语涌现现象是在复杂适应系统中观察到的集体行为的背景下调用的，该行为与系统成分的行为没有对应关系。尽管这种描述过于笼统而不能称为定义，但它暗示了这样一个事实，即新兴现象与科学的深奥观察和近代发展密切相关。有了这些印象，我们的目标是从涌现者的角度研究各种观察到的行为。从一些熟悉的涌现描述开始，我们用大量的篇幅来解释凝聚态系统中涌现的实例，即相变现象、自发对称性破缺和宏观量子现象。同时，为了呈现更广阔的视野，我们跨越领域边界，对社会科学、经济学、计算环境和生物系统中普遍存在的新兴现象进行了简洁的描述。

继承、社会阶层和财富分配

原文标题： Inheritances, social classes, and wealth distribution

地址： http://arxiv.org/abs/2106.14758

作者： Pedro Patrício, Nuno A. M. Araújo

摘要： 我们考虑一个简单的理论模型来研究继承对财富分配的影响。财富被描述为一种有限的资源，它在不同的世代保持不变，并在后代之间平均分配。所有其他财富来源都被忽视了。我们考虑以不同后代概率分布为特征的不同社会。我们发现，如果人口保持不变，社会就会达到稳定的财富分配。我们表明，每当每个家庭的孩子数量并不总是相同时，不平等就会出现。对于来自发达国家的实际后代分布，该模型预测的基尼系数为 Gapprox 0.3。如果我们将社会划分为财富等级并将结婚概率设置为取决于阶级之间的距离，那么固定财富分布从指数到幂律制度，因为财富等级的数量和等级区分的水平增加。

阐明度熵和度-度相关性与网络鲁棒性的关系

原文标题： Clarifying How Degree Entropies and Degree-Degree Correlations Relate to Network Robustness

地址： http://arxiv.org/abs/2106.14784

作者： Chris Jones, Karoline Wiesner

摘要： 人们经常声称网络度分布的熵是其稳健性的主体。在这里，我们阐明了度分布熵与节点移除的巨分量鲁棒性之间的联系，通过表明当没有指定其他网络特征时，前者仅为随机配置的网络设置后者的下限。此外，我们表明，对于遵循相同形式的度分布的固定期望度的网络，度分布熵和鲁棒性之间的关系不是函数关系。相比之下，有证据表明，在这种情况下，剩余度熵和稳健性之间的关系是函数关系。我们还表明，与通常假设的相反，度-度相关性本身并不表示网络的鲁棒性。我们引入了两种新算法：一种重新配置网络，使其不协调且鲁棒性低，另一种在保持网络联合度分布的同时交换网络中的边。我们展示了许多人工和现实世界网络的计算熵和鲁棒性（以临界分数衡量）来说明我们的结果。

具有不完整观察的加权和有向网络上映射流

原文标题： Mapping flows on weighted and directed networks with incomplete observations

地址： http://arxiv.org/abs/2106.14798

作者： Jelena Smiljanić, Christopher Blöcker, Daniel Edler, Martin Rosvall

摘要： 在观察不完整的网络中检测重要的社区结构具有挑战性，因为特定解决方案的证据会随着数据丢失而逐渐消失。例如，最近的研究表明，基于流的社区检测方法可以突出显示缺少链接的稀疏无向和未加权网络中的虚假社区。当前为克服此问题而开发的贝叶斯方法不适用于描述网络流的加权和有向网络中的不完整观察。为理解决这个差距，我们扩展了未加权和无向网络的映射方程贝叶斯估计背后的想法，以在加权和有向网络中实现更强大的社区检测。我们推导出一个加权和有向先验网络，它可以包含元数据信息，并展示了社区检测方法 Infomap 中的有效实现如何提供更可靠的社区，即使丢失了很大一部分数据。

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。