• 计算社会科学中的机制模型;
• 密室逃脱中社会动态的剖析;
• 通过网络轨迹方法和图神经网络进行中风恢复表型分析;
• 测量科学传播中的句子级别和角度级别（不）确定性;
• 匹配市场;
• 一项比较各国对 Covid-19 大流行反应质量的简短研究;
• K-选择性渗流;
• 阿西莫夫的基地——将数据故事变成NFT艺术品;
• SemEval-2016 的超级团队任务 3：构建功能丰富的社区问答系统;
• 基于迁移学习的动态复杂网络社区检测多目标演化算法;
• 新核电在英国净零排放能源系统中的作用;
• NPS-AntiClone：基于非隐私敏感用户配置文件数据的身份克隆检测;
• 道路网络生成模型的互补性;
• 通过对抗性自动编码器的潜在网络嵌入;
• 有针对性的广告和/作为种族歧视：探索纽约市大学奖学金广告的趋势;

计算社会科学中的机制模型

原文标题： Mechanistic Models in Computational Social Science

地址： http://arxiv.org/abs/1507.00477

作者： Petter Holme, Fredrik Liljeros

摘要： 定量社会科学不仅涉及回归分析，或者一般来说，涉及数据推理。社会机制的计算机模拟已有 60 年的历史。它们已被用于许多不同的目的——测试场景、测试描述性理论（概念验证模型）的一致性、探索新兴现象、预测等。在本文中，我们概述了这些历史发展，以及社会科学中的机制模型，以及来自自然科学和形式科学的影响。我们认为机制计算模型形成了社会科学和自然科学的共同基础，并期待未来可能跨越社会-自然鸿沟的信息流。

密室逃脱中社会动态的剖析

原文标题： The anatomy of social dynamics in escape rooms

地址： http://arxiv.org/abs/2109.15146

作者： Rebeka O. Szabo, Sandeep Chowdhary, David Deritei, Federico Battiston

摘要： 从体育和科学生产到日常生活，更高层次的追求需要协作。尽管对人类行为的数据驱动研究数量有所增加，但网络科学和其他计算和定量工具在很大程度上仍未探索协作解决问题的社会动态。在这里，我们将逃生室介绍为一个非干预性和最小偏见的社会实验室，这使我们能够以高分辨率刻画小型项目团队的实时通信。我们的分析描绘了社会动态不同维度的细微差别。我们揭示了社会人口特征如何影响问题解决以及先前关系对增强互动的重要性。我们从模体分析中提取关键对话规则，并讨论轮流篡夺性别行为，这种现象在男性主导的团队中尤为明显。我们调查了签名和团体互动的时间演变，发现最低程度的紧张沟通可能有利于集体解决问题，并揭示成功和失败团队行为的差异。我们的工作揭示了逃生室在研究团队复杂性方面的创新潜力，有助于更深入地理解协作团队流程的微观动态。

通过网络轨迹方法和图神经网络进行中风恢复表型分析

原文标题： Stroke recovery phenotyping through network trajectory approaches and graph neural networks

地址： http://arxiv.org/abs/2109.14659

作者： Sanjukta Krishnagopal, Keith Lohse, Robynne Braun

摘要： 中风是神经损伤的主要原因，其特征是多个神经领域的损伤，包括认知、语言、感觉和运动功能。这些领域的临床恢复使用范围广泛的度量进行跟踪，这些度量可能是连续的、有序的、间隔的或分类的，这对标准的多元回归方法提出了挑战。这阻碍了中风研究人员获得症状之间复杂的时间演变相互作用的综合图景的能力。在这里，我们使用来自网络科学和机器学习的工具，这些工具特别适合提取此类数据中的潜在模式，并可能有助于预测恢复模式。为了证明这种方法的实用性，我们使用轨迹曲线聚类 (TPC) 方法分析了来自 NINDS tPA 试验的数据，以确定在 5 个离散时间点的 11 个不同神经领域的不同中风恢复模式。我们的分析确定了 3 种不同的中风轨迹曲线，它们与临床相关的中风综合征相一致，其特征在于不同的症状群，以及不同程度的症状严重程度。然后，我们使用图神经网络验证了我们的方法，以确定我们的模型在预测中风后早期与后期时间点将患者分层为这些轨迹曲线方面的表现如何。我们证明轨迹轮廓聚类是一种有效的方法，用于在多维纵向数据集中识别临床相关的恢复亚型，以及早期预测个体患者的症状进展亚型。本文是第一篇介绍用于中风恢复表型的网络轨迹方法的工作，旨在增强这种新型计算方法在实际临床应用中的转化。

测量科学传播中的句子级别和角度级别（不）确定性

原文标题： Measuring Sentence-Level and Aspect-Level (Un)certainty in Science Communications

地址： http://arxiv.org/abs/2109.14776

作者： Jiaxin Pei, David Jurgens

摘要： 确定性和不确定性是科学传播的基础。对冲已被广泛用作不确定性的主体。然而，确定性是一个复杂的结构，作者不仅表达了不确定性的程度，还表达了不确定性的类型和方面，以便让读者对已知事物有一定的印象。在这里，我们介绍了一项新的确定性研究，该研究对科学发现中确定性的水平和方面进行建模。使用包含 2167 个带注释的科学发现的新数据集，我们证明了对冲本身只能解释确定性的部分原因。我们表明，总体确定性和个别方面都可以使用预训练的语言模型进行预测，从而更全面地理解作者的预期交流。对来自新闻和科学摘要的 431K 科学发现的下游分析表明，对句子级别和方面级别的确定性建模对于科学传播等领域很有意义。本文中使用的模型和数据集都发布在 https://blablablab.si.umich.edu/projects/certainty/。

匹配市场

原文标题： Matching Markets

地址： http://arxiv.org/abs/2109.14850

作者： Andrew Yang, Bruce Changlong Xu, Ivan Villa-Renteria

摘要： 匹配市场对计算机科学和经济学文献特别感兴趣，因为它们通常用于模拟现实世界的现象，我们的目标是将有限数量的资源公平地分配给多个主体并有效地确定这些分配。尽管已经表明找到具有不可分割商品的 Fisher 市场的市场出清价格是 NP 难的，但存在多项式时间算法能够在商品可分割且效用函数是线性的情况下计算这些价格和分配。我们提供了一个有前途的研究方向，以开发一个模拟买家偏好的市场，该偏好根据分配给其他买家的商品束而有所不同。我们的研究旨在阐明匹配市场理论可以扩展以解释更复杂且往往违反直觉的微观经济现象的独特方式。

一项比较各国对 Covid-19 大流行反应质量的简短研究

原文标题： A short study comparing countries on the quality of response to the Covid-19 pandemic

地址： http://arxiv.org/abs/2109.15055

作者： Thilakam Venkatapathi, Murugesan Venkatapathi

摘要： 我们使用少量已知参数和一个简单的公式来估计前 18 个月对 Covid-19 大流行的总体反应质量，该公式对数据的不确定性具有鲁棒性。考虑了死亡、诊断测试、确诊病例和接种的疫苗剂量的人群标准化值。平均感染死亡率为我们提供了潜在死亡的基线，连同公式中的检测阳性率，它们增加了对响应质量估计的稳健性。这些分数用于对代表 84 个人口超过 1000 万的大国和 85 个人口较少的国家的两个列表中的国家进行排名。还显示了对国家排名的其他可能修正，包括人均购买力和年龄分布。考虑了一些重要的推论，这些推论可能有助于解开导致不良结果的原因。在手稿的最后一部分，表明所呈现的排名对数据中的预期不确定性是稳健的。

K-选择性渗流

原文标题： K-selective percolation

地址： http://arxiv.org/abs/2109.15069

作者： Jung-Ho Kim, K.-I. Goh

摘要： 我们提出K-selective percolation 过程作为在复杂网络中迭代删除具有特定中间度的节点的模型。巨大组件大小在各种合成和现实世界网络上的非单调响应意味着一个违反直觉的结论，即网络可以通过去除更多边来更稳健地抵御此类攻击。从理论角度来看，K 选择性渗透过程展示了丰富的相变库，包括混合和连续的多次转变，以及可重入转变。值得注意的是，我们在 ErdHos-R’enyi 网络上观察到一个类似三临界点的点。我们还研究了简单立方晶格上的不连续转变，这在其他具有级联过程的渗流模型中没有出现。此时观察到异常的顺序参数波动和分布。

阿西莫夫的基地——将数据故事变成NFT艺术品

原文标题： Asimov’s Foundation – turning a data story into an NFT artwork

地址： http://arxiv.org/abs/2109.15079

作者： Milán Janosov, Flóra Borsi

摘要： 在这篇文章中，我们概述了艾萨克·阿西莫夫最具标志性的作品，基金会系列，有两个主要目标：提供关于小说的定量见解和将数据科学与数字艺术联系起来。首先，我们依靠数据科学和文本处理工具来描述阿西莫夫职业生涯和小说的某些属性，重点关注阿西莫夫宇宙中的不同世界。然后我们将书籍的文本转换成一个以阿西莫夫的行星及其语义上下文为中心的网络。最后，我们通过将可视化网络转换为作为 NFT 铸造的高端数字艺术品来介绍加密艺术和不可替代代币 (NFT) 的世界。此外，为了向 Asimov 对机器人和人工智能的奉献致敬，我们使用 OpenAI 的 Generative Pre-trained Transformer 3 (GPT-3) 起草了本文的几个段落。

SemEval-2016 的超级团队任务 3：构建功能丰富的社区问答系统

原文标题： SUper Team at SemEval-2016 Task 3: Building a feature-rich system for community question answering

地址： http://arxiv.org/abs/2109.15120

作者： Tsvetomila Mihaylova, Pepa Gencheva, Martin Boyanov, Ivana Yovcheva, Todor Mihaylov, Momchil Hardalov, Yasen Kiprov, Daniel Balchev, Ivan Koychev, Preslav Nakov, Ivelina Nikolova, Galia Angelova

摘要： 我们展示了我们为参与 SemEval-2016 社区问答任务 3 而构建的系统。通过结合丰富的各种类型的特征：语义、词汇、元数据和用户相关，我们在子任务 C 上取得了最好的结果，在子任务 A 和 B 上取得了很好的结果。结果证明，最重要的一组是问题和评论的元数据、在QatarLiving 数据上训练的语义向量以及子任务A 和C 的问题和评论之间的相似性，以及子任务B 的原始问题和相关问题之间的相似性。

基于迁移学习的动态复杂网络社区检测多目标演化算法

原文标题： Transfer Learning Based Multi-Objective Evolutionary Algorithm for Community Detection of Dynamic Complex Networks

地址： http://arxiv.org/abs/2109.15136

作者： Jungang Zou, Fan Lin, Beizhan Wang, Siyu Gao, Gaoshan Deng, Wenhua Zeng, Gil Alterovitz

摘要： 动态社区检测是近年来复杂网络和人工智能研究的热点和基础问题。既要随着网络结构的变化最大化聚类的准确度，又要最小化两个结果之间连续两次聚类的差异。这两个目标之间存在权衡关系。在本文中，我们提出了一种基于迁移学习和传统多目标演化算法框架的基于特征迁移的多目标优化遗传算法（TMOGA）。主要思想是从过去的社区结构中提取稳定的特征，保留有价值的特征信息，并将这些特征信息整合到当前的优化过程中以改进演化算法。此外，本文提出了一个新的理论框架来分析基于信息论的社区检测问题。然后，我们利用这个框架来证明 TMOGA 的合理性。最后，实验结果表明，在不同的测试问题中，与最先进的动态网络社区检测算法相比，我们的算法可以实现更好的聚类效果。

新核电在英国净零排放能源系统中的作用

原文标题： The role of new nuclear power in the UK’s net-zero emissions energy system

地址： http://arxiv.org/abs/2109.15173

作者： James Price, Ilkka Keppo, Paul Dodds

摘要： 发电的快速和深度脱碳对于及时过渡到净零排放能源系统至关重要。虽然未来的电力系统可能会由可变可再生能源 (VRE) 主导，但研究已经确定了对低碳可调度电力的需求，例如核能。我们使用成本优化电力系统模型来研究在英国净零排放能源系统中投资新核电容量的技术经济案例，并考虑四个敏感维度：新核电的资本成本、竞争技术的可用性、扩展互连和天气条件。我们得出的结论是，只有假设 BECCS 和长期储存等技术不可用时，新的核容量才具有成本效益。这些技术增加了灵活性，可以将电力系统成本降低 8-17%。互连器扩展进一步减少了对新核能和同步冷凝器的需求，可以在同步发电量低的高度可再生系统中提供具有成本效益的惯性。我们表明，几乎 100% 的可变可再生系统，几乎没有化石燃料，没有新建核能，并通过长期储存促进，是最具成本效益的系统设计。这表明当前英国政府对核能的有利政策变得越来越难以证明。

NPS-AntiClone：基于非隐私敏感用户配置文件数据的身份克隆检测

原文标题： NPS-AntiClone: Identity Cloning Detection based on Non-Privacy-Sensitive User Profile Data

地址： http://arxiv.org/abs/2109.15179

作者： Ahmed Alharbi, Hai Dong, Xun Yi, Prabath Abeysekara

摘要： 社会感知是一种范式，允许从人和设备中众包数据。这种感知数据（例如社会网络帖子）可以托管在社交传感器云（即社会网络）中，并作为社交传感器云服务（SocSen 服务）交付。这些服务可以通过其提供者的社会网络帐户来识别。攻击者通过克隆 SocSen 服务提供商的用户配置文件来欺骗社交传感器云用户，从而侵入社交传感器云。我们提出了一种新的无监督 SocSen 服务提供商身份克隆检测方法 NPS-AntiClone，以防止此类身份欺骗造成的不利结果。这种方法利用从社会网络收集的非隐私敏感的用户配置文件数据来执行克隆身份检测。它由三个主要部分组成：1) 多视图帐户表示模型，2) 嵌入学习模型和 3) 预测模型。多视图帐户表示模型为给定的身份形成三个不同的视图，即帖子视图、网络视图和个人资料属性视图。嵌入学习模型使用加权广义典型相关分析从生成的多视图表示中学习单个嵌入。最后，NPS-AntiClone 计算两个账户嵌入之间的余弦相似度，以预测这两个账户是否包含克隆账户及其受害者。我们使用真实世界的数据集评估了我们提出的方法。结果表明，NPS-AntiClone 明显优于现有最先进的身份克隆检测技术和机器学习方法。

道路网络生成模型的互补性

原文标题： Complementarity of generative models for road networks

地址： http://arxiv.org/abs/2109.15206

作者： Juste Raimbault

摘要： 理解道路网络的动态对城市科学和可持续长期规划的实际应用具有理论意义。文献中已经引入了各种解释道路网络增长的生成模型。我们在本文中提出了这种模型的系统基准，它集成了不同的范式（空间相互作用、成本效益折衷、生物网络增长），重点是生成网络度量的可行空间。我们发现不同模型之间在数量上具有高度互补性。这证实了多个城市模型的必要性，符合城市系统的综合方法。

通过对抗性自动编码器的潜在网络嵌入

原文标题： Latent Network Embedding via Adversarial Auto-encoders

地址： http://arxiv.org/abs/2109.15257

作者： Minglong Lei, Yong Shi, Lingfeng Niu

摘要： 图自动编码器已被证明在网络嵌入任务中很有用。然而，当前的模型只考虑显式结构，无法探索网络中凝聚的信息潜在结构。为理解决这个问题，我们提出了一种基于对抗图自动编码器的潜在网络嵌入模型。在这个框架下，发现潜在结构的问题被表述为从部分观察中推断潜在联系。描述现有边和潜在联系强度的潜在传输矩阵是基于通过模拟网络上的扩散过程采样的影响级联得出的。此外，由于推理过程可能会带来额外的噪音，我们引入了一种对抗性训练，作为正则化来去除噪音并提高模型的鲁棒性。链路预测和节点分类任务的大量实验表明，与基线模型相比，所提出的模型取得了优异的结果。

有针对性的广告和/作为种族歧视：探索纽约市大学奖学金广告的趋势

原文标题： Targeted Ads and/as Racial Discrimination: Exploring Trends in New York City Ads for College Scholarships

地址： http://arxiv.org/abs/2109.15294

作者： Ho-Chun Herbert Chang, Matt Bui, Charlton McIlwain

摘要： 本文使用和回收来自第三方数字营销公司的数据，探讨有向广告如何助长更大的种族歧视系统。重点关注纽约市教育搜索有向广告的案例研究，讨论了广告目标人群的数据可视化和趋势映射，以及与这些目标邮政编码对应的美国人口普查数据。我们对结果进行总结和反思，以考虑互联网平台如何根据种族系统地和差异地向用户定位广告信息；旨在歧视的互联网流量系统造成的有形危害和风险；最后，在阻碍透明度和问责制的不透明、黑箱流程中进一步审计系统的新方法和框架。

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。