• 具有有限记忆的通用图中的协作学习：可学习性、复杂性和可靠性;
• 基本商品供应网络中断的传播：以人口为中心的系统性风险视角;
• Map Equation中心性：基于Map Equation考虑社区的中心性分数;
• 谈判问题;
• 深度推荐系统对非目标交互扰动的鲁棒性;
• 美国 Facebook 群组的地理分布;
• 二氧化碳排放的全球和区域变化：1970-2019;
• 应用于 COVID-19 流行病波建模的偏态逻辑分布;
• 登山的集体与个人性质：网络和简单的方法;
• MicroVelocity：重新思考数字货币的货币流通速度;

具有有限记忆的通用图中的协作学习：可学习性、复杂性和可靠性

原文标题： Collaborative Learning in General Graphs with Limited Memorization: Learnability, Complexity and Reliability

地址： http://arxiv.org/abs/2201.12482

作者： Feng Li, Xuyang Yuan, Lina Wang, Huan Yang, Dongxiao Yu, Weifeng Lv, Xiuzhen Cheng

摘要： 我们在一般图中考虑 K 臂老虎机问题，其中主体是任意连接的，并且每个主体都具有有限的记忆和通信带宽。目标是让每个智能体学习最好的手臂。尽管最近的研究显示了智能体之间的协作在提高学习效率方面的力量，但在这些研究中假设通信图应该是完整的或结构良好的，而这种假设在实践中并不总是有效的。此外，有限的记忆和通信带宽也限制了主体的协作，因为在这种情况下，每个主体从其经验或同行共享的经验中获取的知识很少。此外，主体可能会被破坏以共享伪造的经验，而资源限制可能会大大限制学习过程的可靠性。为理解决上述问题，我们提出了一种三阶段的协作学习算法。在每一步中，主体通过一般图中的轻量级随机游走来分享他们的经验，然后根据随机记忆的建议决定拉哪些手臂。主体最终根据拉动手臂的奖励反馈更新他们的收养（即对手臂的偏好）。我们的理论分析表明，通过利用有限的记忆和交流资源，所有智能体最终以高概率学习到最好的手臂。我们还在我们的理论分析中揭示了我们的算法可以容忍的损坏主体数量的上限。我们提出的三阶段协作学习算法的有效性最终通过在合成数据集和真实数据集上的广泛实验得到验证。

基本商品供应网络中断的传播：以人口为中心的系统性风险视角

原文标题： Propagation of disruptions in supply networks of essential goods: A population-centered perspective of systemic risk

地址： http://arxiv.org/abs/2201.13325

作者： William Schueller, Christian Diem, Melanie Hinterplattner, Johannes Stangl, Beate Conrady, Markus Gerschberger, Stefan Thurner

摘要： Covid-19 大流行极大地强调了国家和国际供应网络 (SN) 的脆弱性，导致食品和医疗设备等人们必需品的严重供应短缺。沿着复杂的 SN 传播的严重中断可能使整个地区甚至国家的人口面临这些风险。迄今为止，缺乏数据和定量方法一直阻碍我们凭经验量化人口对破坏的脆弱性。在这里，我们开发了一种数据驱动的模拟方法，以局部量化由于供应中断的级联而导致的人口实际供应损失。我们在一个欧洲国家的大型食品 SN 上演示了该方法，包括 22,938 个营业场所、44,355 个供应环节和 116 个地方行政区。我们根据提议的系统性风险指数 SRIcrit 对商业场所对地区人口的重要性进行排名，以确定大约 30 个场所——如果它们出现故障——预计将导致相当大一部分的严重供应短缺人口。新方法作为事实驱动和可推广的危机管理工具立即与政策相关。这项工作代表了定量研究以人口福祉为重点的 SN 中断的起点。

Map Equation中心性：基于Map Equation考虑社区的中心性分数

原文标题： Map Equation Centrality: A Community-Aware Centrality Score Based on the Map Equation

地址： http://arxiv.org/abs/2201.12590

作者： Christopher Blöcker, Juan Carlos Nieves, Martin Rosvall

摘要： 为了衡量节点的重要性，网络科学家采用通常采用微观或宏观视角的中心性分数，依赖于节点特征或全局网络结构。然而，传统的中心性度量，如度中心性和 PageRank，忽略了现实世界网络中的社区结构。为了从细观的角度研究基于网络流的节点重要性，我们基于地图方程背后的编码原则：地图方程中心性分析得出了一个社区感知的信息论中心性分数。映射方程中心性衡量我们可以通过不使用适应的编码方案对随机游走者转换到相应节点的编码进一步压缩网络的模块化描述。它可以仅从本地网络上下文中确定，因为对编码方案的更改仅影响节点的模块。应用于合成和现实世界的网络，我们强调了我们的方法如何在节点之间实现比节点局部或网络全局测量更细粒度的区分。地图方程中心性往往优于其他社区感知中心性度量。

谈判问题

原文标题： Negotiation problem

地址： http://arxiv.org/abs/2201.12619

作者： Izat B. Baybusinov, Enrico Maria Fenoaltea, Yi-Cheng Zhang

摘要： 我们提出并解决了多个参与者面临许多替代解决方案的谈判模型。该模型可以推广到利益相关者的利益部分重叠和部分对立的许多相关情况。我们还表明，该模型可以映射到众所周知的有向渗透和有向聚合物问题。此外，许多统计力学工具，如复制方法，都可以有效地使用。研究我们的谈判模型可以启发社会经济现象与传统统计力学之间的联系，并有助于在肥沃的跨学科领域开发新的视角和工具。

深度推荐系统对非目标交互扰动的鲁棒性

原文标题： Robustness of Deep Recommendation Systems to Untargeted Interaction Perturbations

地址： http://arxiv.org/abs/2201.12686

作者： Sejoon Oh, Srijan Kumar

摘要： 虽然基于深度学习的顺序推荐系统在实践中被广泛使用，但它们对非目标训练数据扰动的敏感性是未知的。非目标扰动旨在通过在训练期间插入难以察觉的输入扰动，在测试时修改所有用户的排名推荐列表。现有的扰动方法大多是针对目标攻击进行优化以改变目标项目的等级，但不适用于非目标场景。在本文中，我们开发了一个新颖的框架，其中用户-项目训练交互在无意和对抗性设置中受到干扰。首先，通过对四个数据集的综合实验，我们证明了四种流行的推荐模型即使对一种随机扰动也不稳定。其次，我们建立了一种级联效应，在这种效应中，对早期训练交互的微小操作可能会导致模型的广泛变化以及为所有用户生成的建议。利用这种效应，我们提出了一种对抗性扰动方法 CASPER，该方法识别和扰动引起最大级联效应的相互作用。通过实验，我们证明了与几个基线和最先进的方法相比，CASPER 最能降低推荐模型的稳定性。最后，我们分别展示了 CASPER 尺度的运行时间和成功与数据集大小和扰动数量接近线性。

美国 Facebook 群组的地理分布

原文标题： The Geography of Facebook Groups in the United States

地址： http://arxiv.org/abs/2201.12513

作者： Amaç Herdağdelen, Lada Adamic, Bogdan State

摘要： 我们使用探索性因素分析来调查在美国背景下已知的社区层面社会资本差异模式的在线持久性。我们的分析侧重于 Facebook 群组，特别是那些倾向于将同一地区的用户联系起来的群组。我们调查了县级社会资本的既定本地化措施与同一地区 Facebook 群组的参与模式之间的关系。我们确定了按县区分 Facebook 群组参与度的四个主要因素。第一个刻画小型私人团体，并拥有密集的友谊联系。第二个刻画非常本地和小团体。第三个是非本地、大型、公共群体，年龄混合较多。第四个部分刻画了大中型的局部群体。第一个和第三个因素与社区层面的社会资本衡量指标相关，而第二个和第四个因素则不相关。这些因素共同和单独地预测离线社会资本措施，甚至控制县的各种人口统计属性。我们的分析揭示了已建立的社会资本衡量标准与当地 Facebook 群组的在线互动模式之间存在惊人的相关模式。据我们所知，这是对线下区域社会资本与同一地区在线社区参与模式之间关联的首次系统测试。

二氧化碳排放的全球和区域变化：1970-2019

原文标题： Global and regional changes in carbon dioxide emissions: 1970-2019

地址： http://arxiv.org/abs/2201.13075

作者： Nick James, Max Menzies

摘要： 我们引入了新的框架来研究过去 50 年中 50 个国家的二氧化碳排放、人口趋势和经济模式的时空模式。我们的分析分为四个部分。首先，我们引入了一种新方法，基于一个、两个或三个分段线性模型将国家分为三个特征排放类别之一。我们揭示了大多数国家最好用具有一个变化点的分段线性模型来表示。接下来，我们对二氧化碳轨迹进行了十年一次的研究。在那里，我们展示了每十年集群结构的显著变化。然后，我们研究了排放随时间的空间传播，突出了 2000 年空间分散的峰值，超过该峰值后，空间排放方差在空间上逐渐下降。最后，我们使用二氧化碳、GDP 和人口数据，并根据实际经济和碳经济的相似性对国家进行降维和聚类。

应用于 COVID-19 流行病波建模的偏态逻辑分布

原文标题： A skew logistic distribution with application to modelling COVID-19 epidemic waves

地址： http://arxiv.org/abs/2201.13257

作者： Mark Levene

摘要： 通过引入偏度参数，提出了对称逻辑分布的一种新颖而简单的扩展。它显示了如何使用最大似然估计随后的偏态逻辑分布的三个参数。然后将偏态逻辑分布扩展到偏态双逻辑分布，以允许对流行病时间序列数据中的多个波进行建模。所提出的模型在来自英国的 COVID-19 数据上得到验证。

登山的集体与个人性质：网络和简单的方法

原文标题： The collective vs individual nature of mountaineering: a network and simplicial approach

地址： http://arxiv.org/abs/2201.13344

作者： Sanjukta Krishnagopal

摘要： 登山是一项具有相反力量的运动：团队合作在精神毅力和技能方面发挥着重要作用，但攀登的实际行为，实际上是生存，很大程度上是个人主义的。这项工作研究了登山者内部关系的结构和拓扑对合作和成功水平的影响。它使用单纯复形来实现，其中登山者之间的关系是通过对应于先前联合探险的单纯形来刻画的，其维度由登山者的数量减去一，权重由单纯形的出现次数给出。首先，该分析确定了人际关系的重要性，并表明与重复的伙伴一起攀登时，未能登顶的可能性会大大降低。从以登山者为中心的角度来看，属于大维度单纯形的登山者更有可能在不同的经验水平上取得成功。从以探险为中心的角度来看，探索群体内关系的分布以识别集体人类行为：从两极分化到合作。包含大尺寸单纯形且通常重量较轻的探险，即大量人有少量先前的联合探险，往往更加合作，登山者之间的成功同质性更高。另一方面，小而强大的子群的存在导致了一种两极分化的风格，即不属于该子群的登山者不太可能成功。最后，这项工作检查了个人特征和探险范围内可能在个人主义和合作探险中发挥不同作用的因素的影响。中心性表明，在上升过程中，年轻人和氧气使用的个人特征是成功的强大驱动力。在考察范围内的因素中，考察规模和考察天数与成功率密切相关。

MicroVelocity：重新思考数字货币的货币流通速度

原文标题： MicroVelocity: rethinking the Velocity of Money for digital currencies

地址： http://arxiv.org/abs/2201.13416

作者： Carlo Campajola, Marco D’Errico, Claudio J. Tessone

摘要： 我们提出了一个新的框架来根据每个个体的贡献（MicroVelocity）分析货币流通速度，并揭示总体流通速度的分布决定因素。利用存储在区块链中的四种加密货币的完整公开交易数据，我们凭经验发现 MicroVelocity i) 分布非常不均匀，ii) 与主体人的财富密切相关。我们进一步记录了高速中介的出现，从而挑战了这些系统完全去中心化的想法。此外，我们的框架和结果为数字货币的开发和分析提供了政策见解。

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。