• 具有节点级反馈的独立级联模型的在线学习;
• HMSG：基于元路径子图学习的异构图神经网络;
• 在战略、战术和操作层面校准人群疏散模拟参数：哪一个最重要？;
• 使用关系图变换器进行异质性 Twitter 机器人检测;
• GeneNet VR：使用独立头戴对大规模生物网络进行交互式可视化;
• 不平等主体之间的互动是否会削弱地位低下的主体？;
• 应用于车辆自组织网络的时间复杂网络建模;
• 无标度网络中的对角线度相关性与流行阈值;
• 高阶网络的 PageRank 计算;
• 具有非对称单元传输模型的串联运输网络中的路线预留架构;
• 使用实时混合临界系统在主干道网络中路由应急车辆;
• 未来Hyperloops能否替代高铁？;
• 鼓励平等访问网络中有影响力者的推荐算法;

具有节点级反馈的独立级联模型的在线学习

原文标题： Online Learning of Independent Cascade Models with Node-level Feedback

地址： http://arxiv.org/abs/2109.02519

作者： Shuoguang Yang, Van-Anh Truong

摘要： 我们建议对节点级反馈下的独立级联 (IC) 模型的在线学习问题进行详细分析。这些模型在现代社会网络中有着广泛的应用。 IC 模型的现有工作仅阐明了边级反馈模型，其中主体知道每个观察到的边的明确结果。关于节点级反馈模型知之甚少，其中仅观察到边集的组合结果；换句话说，每条边的实现都经过审查。这种审查信息，连同聚合影响概率的非线性形式，使参数估计和算法设计都具有挑战性。我们在此设置下建立第一个置信区域结果。我们还开发了一种在线算法，实现了 mathcalO(sqrtT) 的累积后悔，将 IC 模型的理论后悔界限与边级反馈相匹配。

HMSG：基于元路径子图学习的异构图神经网络

原文标题： HMSG: Heterogeneous Graph Neural Network based on Metapath Subgraph Learning

地址： http://arxiv.org/abs/2109.02868

作者： Xinjun Cai, Jiaxing Shang, Fei Hao, Dajiang Liu, Linjiang Zheng

摘要： 许多现实世界的数据可以表示为具有不同类型节点和连接的异构图。异构图神经网络模型旨在将节点或子图嵌入到低维向量空间中，用于节点分类、链路预测等各种下游任务。或者只是以相同的方式不加区别地对待同质和异质邻居。基于这些观察，我们提出了一种新的异构图神经网络模型 HMSG，以全面刻画来自同构和异构邻居的结构、语义和属性信息。具体来说，我们首先将异构图分解为多个基于元路径的同构和异构子图，每个子图关联特定的语义和结构信息。然后将消息聚合方法独立应用于每个子图，以便更有针对性和高效地学习信息。通过特定类型的属性转换，节点属性也可以在不同类型的节点之间传递。最后，我们将来自子图的信息融合在一起以获得完整的表示。在用于节点分类、节点聚类和链路预测任务的多个数据集上进行的大量实验表明，与最先进的基线相比，HMSG 在所有评估指标中都取得了最佳性能。

在战略、战术和操作层面校准人群疏散模拟参数：哪一个最重要？

原文标题： Calibrating parameters of crowd evacuation simulation at strategic, tactical and operational levels: Which one matters most?

地址： http://arxiv.org/abs/2109.02885

作者： Milad Haghani, Majid Sarvi

摘要： 背景：使用基于主体的模型模拟人群疏散过程需要建模者指定整个参数范围的值，每个参数确定疏散行为的某些方面。虽然模拟输出对每个参数的潜在敏感性是毋庸置疑的，但一个关键问题是，在估计疏散时间时，此类数值模型对哪一类参数最敏感？鉴于用于校准的可用数据和资源有限，而且通常需要确定优先事项，因此这个问题很重要。方法：在这里，我们采用了由多个集成层组成的疏散模拟模型。在概述了关键参数的校准程序之后，我们在具有大量人群的复杂模拟空间中进行了广泛的灵敏度分析，以回答上述问题。结果：我们的分析表明，一旦参数在一致和可比较的范围内进行对比，模拟疏散时间的估计值对运动层机械运动参数值最敏感，这些参数决定瓶颈处的排放速率.下一组最关键的参数是确定方向选择适应率的参数，其次是确定个体间相互作用对方向选择的影响的参数。结论：这些结果表明，为了使用模拟产生真实的疏散时间，到目前为止，最关键的方面是完善瓶颈处的模拟流量。影响：这凸显了提高现有退出能力经验估计准确性的关键需求；并为确定瓶颈处的流量的参数开发更严格的校准方法。如果模型不能准确地产生瓶颈流量，那么改进模拟其他方面的努力可能是徒劳的。

使用关系图变换器进行异质性 Twitter 机器人检测

原文标题： Heterogeneity-aware Twitter Bot Detection with Relational Graph Transformers

地址： http://arxiv.org/abs/2109.02927

作者： Shangbin Feng, Zhaoxuan Tan, Rui Li, Minnan Luo

摘要： Twitter 机器人检测已成为打击错误信息和保护在线话语完整性的一项重要且具有挑战性的任务。最先进的方法通常利用 Twittersphere 的拓扑结构，而忽略了用户之间关系和影响的异质性。在本文中，我们提出了一种新的机器人检测框架来缓解这个问题，它利用了用户形成的异构图的拓扑结构和不同用户之间影响强度的模型。具体来说，我们构建了一个以用户为节点、多元化关系为边的异构信息网络。然后我们提出关系图变换器来模拟用户之间的异构影响并学习节点表示。最后，我们使用语义注意网络来聚合用户和关系之间的消息，并进行异构感知 Twitter 机器人检测。大量实验表明，我们的提议在全面的 Twitter 机器人检测基准上优于最先进的方法。其他研究也证实了我们提出的关系图转换器、语义注意网络和基于图的方法的有效性。

GeneNet VR：使用独立头戴对大规模生物网络进行交互式可视化

原文标题： GeneNet VR: Interactive visualization of large-scale biological networks using a standalone headset

地址： http://arxiv.org/abs/2109.02937

作者： Álvaro Martínez Fernández, Lars Ailo Bongo, Edvard Pedersen

摘要： 可视化是生物医学分析结果解释的重要组成部分。通常，交互式网络用于可视化数据。然而，数据的高度互联性和高维度往往会导致信息过载，导致结果难以解释。为理解决信息过载问题，现有的解决方案通常要么使用数据缩减、减少交互性，要么使用昂贵的硬件。我们建议使用经济实惠的 Oculus Quest 虚拟现实 (VR) 耳机进行大规模生物网络的交互式可视化。我们展示了我们的解决方案 GeneNet VR 的设计和实现，并使用大型基因到基因交互网络评估了其可扩展性和可用性。对于我们最大的网络（2693 个基因），我们使用 GPU 和 Oculus Quest 独立实现了 Oculus 性能指南要求的 72 FPS。我们在对生物医学研究人员的采访中发现，GeneNet VR 具有创新性、趣味性，并且对于 VR 新手用户来说易于使用。我们相信像 Oculus Quest 这样的负担得起的硬件在生物数据分析方面具有巨大的潜力。但是，还需要进行额外的工作来评估其好处，以改进实际数据分析用例的知识发现。 GeneNet VR 是开源的：https://github.com/kolibrid/GeneNet-VR。展示用于探索大型生物网络的 GeneNet VR 的视频：https://youtu.be/N4QDZiZqVNY。

不平等主体之间的互动是否会削弱地位低下的主体？

原文标题： Do interactions among unequal agents undermine those of low status?

地址： http://arxiv.org/abs/2109.02976

作者： Guillaume Deffuant, Thibaut Roubin

摘要： 我们考虑了一个最近的模型，在该模型中，主体在随机配对交互中相互持有意见并影响彼此的意见。当意见最初接近时，在短期内，所有意见都会随着时间的推移而增加。相反，当意见最初非常不平等时，对地位高的主体人的意见会增加，但对地位低的主体人的意见往往会停滞不前，随着八卦而减少。我们推导出解释这些观察结果的平均意见变化的矩近似值。

应用于车辆自组织网络的时间复杂网络建模

原文标题： Temporal complex networks modeling applied to vehicular ad-hoc networks

地址： http://arxiv.org/abs/2109.03042

作者： Fillipe Santos, Andre L. L. Aquino, Edmundo R. M. Madeira, Raquel S. Cabral

摘要： VANETs 解决方案使用聚合图表示对车辆之间的交互进行建模，并使用不同的聚合复杂网络度量来量化一些拓扑特征。这种建模忽略了汽车之间的时间交互，导致信息丢失或不切实际的行为。这项工作建议使用含时图和时间度量来模拟 VANET 应用程序。为了验证该模型的可行性，我们首先在考虑五个不同的真实数据集的时间和聚合建模之间进行比较分析。该分析表明，聚合模型在对网络的时间方面建模时效率低下。之后，我们通过考虑应用于 RSU 部署的时间建模的影响，通过模拟进行网络评估。首先，我们将基于时间建模的解决方案与基于聚合模型的贪婪算法进行比较，以选择 RSU 的位置。在具有 70 个 RSU 的场景中，我们在时间模型和聚合模型（贪婪算法）中分别拥有 77% 和 65% 的覆盖率。其次，我们评估在遗传算法中作为特征应用的聚合和时间度量的使用。具有时间介数的方法具有更好的结果，覆盖区域的 90% 与应用于相同场景的聚合区域的 61%。

无标度网络中的对角线度相关性与流行阈值

原文标题： Diagonal degree correlations vs. epidemic threshold in scale-free networks

地址： http://arxiv.org/abs/2109.03044

作者： M.L. Bertotti, G. Modanese

摘要： 我们证明了对角线分类度相关性的存在，即使很小，也具有显著降低大型无标度网络的流行阈值的效果。考虑的相关矩阵是 P(h|k)=(1-r)P^U_hk+rdelta_hk，其中 P^U 是不相关的，r（纽曼分类系数) 可以非常小。如果网络大小以最大度数 n 衡量，则效果在尺度指数 gamma 中是均匀的。我们还证明，可以通过 Porto-Weber 方法构造相关矩阵，这些矩阵与上面的 P(h|k) 具有相同的 k_nn，但元素和谱却非常不同，因此导致不同的流行扩散和阈值。此外，我们研究了 P(h|k) to P(h|k)+Phi(h,k) 形式的可接受变换的子集，其中 Phi(h,k) 取决于保持 k_nn 不变的参数。这种转变通常会影响流行阈值。然而，我们发现当它们在具有常数 k_nn 的网络之间行动时，这不会发生，即平均邻居度数独立于度数本身的网络（比严格不相关的网络更广泛的类别）。

高阶网络的 PageRank 计算

原文标题： PageRank computation for Higher-Order Networks

地址： http://arxiv.org/abs/2109.03065

作者： Célestin Coquidé, Julie Queiros, François Queyroi

摘要： 高阶网络是顺序数据的有效表示。与经典的一阶网络方法不同，它们通过使用 memory-nodes 刻画组成输入序列的项目之间的间接依赖关系。我们在这项研究中的重点是[Xu et al。 (2016); Saebi 等。 (2020)]。作者建议基于随机游走的挖掘工具可以直接应用于这些网络。我们讨论 PageRank 度量的情况。由于项目的表示数量的分布，我们显示了偏差的存在。我们建议对 PageRank 模型进行调整以纠正它。在实际数据上的应用显示了所获得排名的重要差异。 keywords高阶网络，序列数据，随机游走，PageRank

具有非对称单元传输模型的串联运输网络中的路线预留架构

原文标题： Route Reservation Architecture in Tandem Transportation Networks with the Asymmetric Cell Transmission Model

地址： http://arxiv.org/abs/2109.03209

作者： A. Georgantas, C. Menelaou, C. G. Panayiotou

摘要： 事实证明，大城市的交通拥堵是一个棘手的问题，在司机延误和沮丧、成本和对环境的影响方面效果欠佳。原则上，许多交通网络缺乏统一的框架，以这种方式协调交通，以抑制拥堵，同时提高位于其中的用户的出行时间。信息、通信和计算技术的快速发展催生了更精细的建模框架，旨在充当解决实时拥塞问题所需的协调单元。此类行为可能会对网络效率产生不利影响，预期会导致每个司机的等待时间间隔更长。我们提出了一个宏观模型，它配备了一个底层预留功能，称为路由预留架构（RRA）。车辆进入网络（主流方向或从入口匝道），只要流入的密度不超过网络的临界密度。那些预期超过临界密度的车辆在高速公路起点和入口匝道内作为队列存储。一旦有足够的空间，这些车辆就会被网络的各个单元容纳，它们就会从它们各自起点的排队实例中排出，自由地朝着它们指定的路径移动。在以前的工作中，这种架构仅应用于城市网络环境中的微观模拟，而不受源项（入口匝道）的影响。当达到路段的临界密度时，预订被激活，对排队的车辆产生等待间隔，允许车辆仅在稍后的时刻进入网络，从而不会越过临界密度。

使用实时混合临界系统在主干道网络中路由应急车辆

原文标题： Routing Emergency Vehicles in Arterial Road Networks using Real-time Mixed Criticality Systems

地址： http://arxiv.org/abs/2109.03210

作者： Subash Humagain, Roopak Sinha

摘要： 减少应急车辆（EV）的响应时间在挽救生命和财产方面无疑具有优势。实施先发制人可以帮助实现它。电动汽车通过先发制人的方式获得畅通无阻的行驶，通常是通过改变交通信号并在整个路线上发出绿波。这种绝对抢占的方法通过强加不必要的等待而对常规流量产生不利影响。在本文中，我们提出了一种在车辆自组织网络 (VANET) 中实施的新型紧急车辆抢占 (EVP) 算法，该算法可以减少强加的不良等待时间，但仍能确定 EV 满足目标响应时间。我们引入了混合临界实时系统调度概念，其中不同级别的紧急情况映射到不同的临界级别，并为各自的临界分配一定的成功保证级别。我们为干线交通网络实施了 EVP 算法，并利用通过 VANET 传输的有价值信息来做出关键决策。所提出的算法可以显著减少常规交通的平均等待时间。它还确定所有具有不同重要性级别的电动汽车满足与其保证级别相应的目标响应时间。

未来Hyperloops能否替代高铁？

原文标题： Can Hyperloops Substitute High Speed Rails in the Future?

地址： http://arxiv.org/abs/2109.03211

作者： Akhouri Amitanand Sinha, Suchithra Rajendran

摘要： 虽然现有文献侧重于高铁 (HSR) 对航空业的影响，但我们认为这项研究是第一个从运营角度研究 HSR 与 Hyperloop 服务的替代性的研究。开发了一个仿真模型来比较这两种替代交通方式在欧洲三个主要城市（阿姆斯特丹、巴黎和法兰克福）网络中的性能。我们的结果表明，与高铁服务相比，由于吊舱容量显著降低，Hyperloop 系统仍将能够为更多客户提供服务，而在给定的时间段内，后者的车辆利用率被观察到更高。此外，还进行了敏感性分析，以评估胶囊容量变化、系统中吊舱数量和通勤变化的影响。我们进一步比较了两种交通方式的估计基础设施和运营成本以及二氧化碳排放量。最后，进行成本效益分析以估算 Hyperloop 服务的乘客票价。

鼓励平等访问网络中有影响力者的推荐算法

原文标题： Recommendation Algorithms to Encourage Equal Access to Influencers in a Network

地址： http://arxiv.org/abs/2109.03217

作者： Naisha Agarwal

摘要： 本文介绍并研究了改善网络公平性的新问题，该网络被定义为对影响者的访问。特别是，该论文做出了几个贡献：a）它研究了一个新的网络公平问题，该问题考虑了影响者访问的公平性 - 影响图中其他人获得机会的节点； b) 提出了一种基于到影响者集的最小路径长度的新公平指数来量化这种网络公平的概念，并通过 Barabasi-Albert 随机图进行适当的归一化； c) 提出对现有节点推荐算法的修改，以增加新的公平指数。我们的方法使用标准节点推荐算法推荐节点，这些算法基于源节点和目标节点之间的三角形数量，概率为 P。 以概率 1-P，它通过使用重要性采样算法推荐节点来在网络中引入弱联系和多样性.该采样算法基于目标节点的度数及其与影响者集的距离的多项式函数。通过对真实世界网络数据的大量模拟，我们表明通过新的推荐算法衡量公平性并实现更多公平性是可行的。我们还研究并展示了该算法对不同参数选择的稳健性，并提供了有关何时使用基于网络结构的不同重要性采样方法的见解。

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。