• 属性图的自监督共识表示学习;
• 在传输规划中考虑可再生能源和存储的空间性;
• 具有可穿透空腔的二维各向同性随机几何网络;
• 风险公地合作治理的制度激励组合;
• 在主要6个国家/地区演变的第二波 Covid-19 大流行的平均时间趋势的新近似值;
• 将博弈组合成复杂的机构;
• 关键比赛事件对足球传球图的影响;

属性图的自监督共识表示学习

原文标题： Self-supervised Consensus Representation Learning for Attributed Graph

地址： http://arxiv.org/abs/2108.04822

作者： Changshu Liu, Liangjian Wen, Zhao Kang, Guangchun Luo, Ling Tian

摘要： 为了充分利用属性图的拓扑结构和节点特征的丰富信息，我们将自监督学习机制引入到图表示学习中，并提出了一种新的自监督共识表示学习（SCRL）框架。与大多数仅探索一个图的现有工作相比，我们提出的 SCRL 方法从两个角度处理图：拓扑图和特征图。我们认为它们的嵌入应该共享一些共同的信息，这些信息可以作为监督信号。具体来说，我们通过k-最近邻算法构建节点特征的特征图。然后图卷积网络 (GCN) 编码器分别从两个图中提取特征。自监督损失旨在最大化拓扑图和特征图中同一节点的嵌入的一致性。在真实引用网络和社会网络上的大量实验证明了我们提出的 SCRL 优于半监督节点分类任务的最新方法。同时，与其主要竞争对手相比，SCRL 的效率相当高。

在传输规划中考虑可再生能源和存储的空间性

原文标题： Accounting for spatiality of renewables and storage in transmission planning

地址： http://arxiv.org/abs/2108.04863

作者： Leonard Göke, Mario Kendziorski, Claudia Kemfert, Christian von Hirschhausen

摘要： 当前规划德国能源系统的治理过程忽略了两种替代电网扩张的选择：首先，将可再生能源放置在更接近需求的地方，而不是在现场条件最好的地方。其次，利用存储代替额外的传输基础设施来防止电网拥堵。在本文中，我们应用基于 AnyMOD 建模框架的综合容量扩展模型，将现状与完全可再生能源系统的替代规划方法进行比较。为了表示可再生能源的空间性和波动性，德国电力部门使用 32 个 NUTS2 区域和每小时时间步长的大量时空细节进行建模。除德国电力部门外，分析还考虑了与欧洲其他地区的能源交换以及工业、运输和热力部门对电力和电力燃料（如氢气或合成气体）的需求。结果表明，如果当前的规划方法也考虑了用于拥塞管理的存储，则可以很好地近似最佳解决方案。在我们的案例中，放置不同的可再生能源没有显著影响，因为必须几乎完全利用可用潜力，几乎没有优化空间。此外，对禁止额外输电线路的最佳方案的敏感性完全表明，可以以可承受的成本替代电网扩张。

具有可穿透空腔的二维各向同性随机几何网络

原文标题： Isotropic random geometric networks in two dimensions with a penetrable cavity

地址： http://arxiv.org/abs/2108.04919

作者： Dipa Saha, Sayantan Mitra, Bishnu Bhowmik, Ankur Sensharma

摘要： 在这项工作中，开发了一种新的随机几何图（RGG）模型，即各向同性随机几何图（IRGG），并详细研究了其二维拓扑特性。 RGG 和 IRGG 的定义特征是相同的——如果两个节点的距离小于一个固定值，则它们通过一条边连接，称为连接半径。但是，IRGG 与常规 RGG 有两个主要区别。首先，它们的边界的形状——圆形。它对最终结果的影响很小，但在网络属性的分析计算中具有显著优势。其次，它开辟了网络内部空的同心区域的可能性。空白区域不包含节点，但允许节点之间的通信边通过它。第二个差异导致物理相关网络属性的显著变化，例如平均度、连通性、聚类系数和平均最短路径。已经提供了大多数这些特征的分析表达式。这些结果与从模拟中获得的结果非常吻合。除了由于其对称性和简单性而具有的适用性之外，结合可穿透腔的范围使其适用于通常具有无节点区域的无线通信网络中的潜在应用。

风险公地合作治理的制度激励组合

原文标题： Combination of institutional incentives for cooperative governance of risky commons

地址： http://arxiv.org/abs/2108.05097

作者： Weiwei Sun, Linjie Liu, Xiaojie Chen, Attila Szolnoki, Vítor V. Vasconcelos

摘要： 寻找适当的激励措施来加强在风险情况下管理公地的协作努力是一项长期挑战。以前的工作表明，惩罚搭便车者和奖励合作者都可能是实现这一目标的潜在工具。尽管理论基础薄弱，但政策制定者经常强加惩罚与奖励的结合。在这里，我们考虑了积极和消极激励措施的出现，并分析了它们对维持风险公地的同时影响。重要的是，我们考虑了具有固定和灵活激励机制的机构。我们发现具有纯奖励的本地制裁方案是最佳激励策略。它可以在广泛的参数范围内推​​动整个人口进入高度合作的状态，而与机构类型无关。我们表明，我们的发现也适用于全球制裁计划中的灵活激励措施，尽管本地安排更有效。

在主要6个国家/地区演变的第二波 Covid-19 大流行的平均时间趋势的新近似值

原文标题： A new approximation of mean-time trends for 2nd wave of Covid-19 pandemic evolving in key 6 countries

地址： http://arxiv.org/abs/2108.05204

作者： Sergey Ershkov, Alla Rachinskaya

摘要： 我们在当前的分析研究中介绍了世界上 Covid-19 演变的非经典趋势的直接数学建模的生成公式和结果，但可以分为两种类型：- 1）欧洲国家的总体趋势，例如正如德国所呈现的饱和度上限向上倾斜的修正 sigmoid 型曲线（在第一波大流行结束时）以及美国、印度等其他遭受大流行的重点国家的情况，巴西、俄罗斯（我们得出的结论是，对于世界上大多数具有相同类型情况的总体趋势相似的国家，相同类型的冠状病毒大流行是有效的）； - 2) 中东国家（如伊朗）的非经典总体趋势，在第一波大流行开始时图图上有适当的凸起。我们预计，各国的第二波大流行将在 2020 年 12 月底结束其高峰。此外，第二波大流行将在 2021 年 1 月的第一个十年在德国和伊朗结束（但在 2021 年 1 月下旬在印度也是如此），因此我们应该限制自己对第一波和第二波大流行进行建模这些国家的这段时间。因此，这里考虑了第一次近似模型，它允许理解美国、巴西和俄罗斯第一次和第二次大流行的 Covid-19 演变的平均时间趋势，或预测即将到来的大致时间段印度、德国和伊朗出现第三波大流行。

将博弈组合成复杂的机构

原文标题： Composing games into complex institutions

地址： http://arxiv.org/abs/2108.05318

作者： Seth Frey, Jules Hedges, Joshua Tan, Philipp Zahn

摘要： 所有行为科学都使用博弈论，但它的发展长期以来一直围绕着相对简单的博弈和玩具系统的工具，例如均衡结果的经济解释。我们的贡献，组合博弈论，允许另一种同样具有普遍吸引力的方法：大型博弈的高级设计，用于表达复杂的架构和忠实地代表现实世界的机构。组合博弈论以编程语言的数学基础为基础，并作为通用计算框架在此引入，通过抽象和模块化增加了博弈表示的简约性，加速了搜索和设计，并帮助跨学科的理论家很好地表达了现实世界的制度复杂性-定义的方式。

关键比赛事件对足球传球图的影响

原文标题： Effect of Key Match Events on Football Passmaps

地址： http://arxiv.org/abs/2108.05343

作者： Vid Stropnik, Vuk Đuranović, Maruša Oražem

摘要： 可以将一队足球运动员想象成一个具有球员节点和加权传球边的有向网络。否则复杂结构的这种简单表示会产生几个好处，但也允许应用完善的网络分析方法，以深入理解匹配流。这项工作的作者提出了应用这些方法，包括中心性度量、社区检测方法和诱导子图的分析，以分析某些比赛事件对团队的潜在影响。除了报告他们的发现之外，他们还强调了他们的工作对网络分析社区的 9000 多个新颖的足球网络表示的贡献。

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。