- 人类脑连接组的多元化核心 - 外围组织;
- 动态环境下的贝叶斯社会学习;
- 网络权力分配博弈：平衡均衡;
- 改划选区指标：如何衡量？什么是基准线？;
- 网络随机性对多元舆论动态的影响;
- 资源约束条件下基于主题的社会网络影响力计算;
- 在社会系统中传播：思考;
- 利用推特情绪的强化学习交易;
- 复杂设计网络：结构与动力学;
- 在项目活动网络中的故障传播期间建立间接交互模型;
- 测量政治改划选区;
- 民主再分配不良反应的细胞表决系统模拟分析;
人类脑连接组的多元化核心 - 外围组织
原文标题： Multiplex core-periphery organization of the human connectome
地址： http://arxiv.org/abs/1801.01913
作者： Federico Battiston, Jeremy Guillon, Mario Chavez, Vito Latora, Fabrizio De Vico Fallani
摘要： 许多复杂系统的行为是由密集相连的单元的核心决定的。尽管当节点之间的连接都是相同类型时，有许多方法可用于识别网络的核心，但仍然缺乏在允许多种类型的连接时定义核心的原则方法。这里我们引入一个通用的框架来定义和提取多层网络的核心 - 边结构，明确地考虑到每层节点的连通性。我们展示了我们的方法如何处理不同大小，密度，不同层次的核心之间重叠的合成网络。然后，我们将该方法应用于多层脑网络，这些脑网络的层编码信息既在人体皮层区域之间的解剖学和功能连通性。结果证实主要已知枢纽的存在，但也表明存在新的脑核心区域已经被以前的分析专门关注于结构层丢弃。我们的工作是确定人类连接体核心的一步，并为阐明现代神经科学的一个基本问题做出了贡献。
动态环境下的贝叶斯社会学习
原文标题： Bayesian Social Learning in a Dynamic Environment
地址： http://arxiv.org/abs/1801.02042
作者： Krishna Dasaratha, Benjamin Golub, Nir Hak
摘要： 贝叶斯代理使用私人信号及其网络邻居的估计，了解移动目标（如商品价格）。这些信息来源的权重代理人是由信息源的精度和相关性内生决定的;权重反过来决定未来的相关性。我们研究固定平衡点，其中所有这些量随时间而恒定。线性更新规则中的均衡总是存在的，产生一个像常用的DeGroot启发式一样容易处理的贝叶斯学习模型。平衡和学习成果的比较静态可以很容易地计算，即使在大型网络。实质上，我们确定在贝叶斯学习普遍低效率。在任何一个代理人对邻居的行为给予正面权重的平衡平衡中，学习是一个普通网络中的帕累托无效的：代理人理性地过度使用社会信息，并滥用他们的私人信号。
网络权力分配博弈：平衡均衡
原文标题： Game of Power Allocation on Networks: Balancing Equilibrium
地址： http://arxiv.org/abs/1801.02055
作者： Yuke Li, A. Stephen Morse
摘要： 本文定义和研究了\ cite {分配}中权力分配博弈中出现的一种称为“均衡均衡”的特殊均衡。均衡既具有独特的数学属性，又具有现实意义。在均衡中，所有对立的国家都必须用自己的力量来抵御所受到的威胁，而对每个对手的威胁只能平衡来自对手的威胁。本文建立了国家权力的必要条件和充分条件，以使这种均衡在不同的有符号图的博弈中存在。它还将结构平衡图上PAG中这种均衡的存在与霍尔的最大匹配问题和最大流问题联系起来。
改划选区指标：如何衡量？什么是基准线？
原文标题： Gerrymandering metrics: How to measure? What's the baseline?
地址： http://arxiv.org/abs/1801.02064
作者： Moon Duchin
摘要： 本文概述了三种测量党派格言的智力上明显但并非相互排斥的策略：党派对称，效率差距和算法抽样。
网络随机性对多元舆论动态的影响
原文标题： Impact of network randomness on multiple opinion dynamics
地址： http://arxiv.org/abs/1801.02184
作者： Vivian Dornelas, Marlon Ramos, Celia Anteneodo
摘要： 人们经常面临挑选具有相似吸引力的不同选择的挑战。为了研究在这种情况下出现的偏好分布，一个有用的方法是模拟由节点（个体）及其连接（边）组成的复杂网络之上的意见动态，其中每个节点的状态可以是几个意见包括未决的状态。我们使用两种不同的动力学规则：Travieso-Fontoura（TF）提出的规则和多元规则（PR），分别是流出和流入动态的范式。我们特别关心网络随机性对最终意见分配的影响。为此，我们考虑具有小世界属性的瓦茨 - 斯特罗加茨网络，并且随机性由一个概率$ p $来控制，这个概率是将一个随机快捷方式添加到一个初始的常规网络中。根据$ p $的价值，平均连通性和初始条件，最终分配可以基本上是（i）共识，（ii）不同的选择并存，或者（iii）优柔寡断。我们发现，在这两种动态中，获胜意见的优势是通过增加重新连接（捷径）数量，促成共识而受到青睐。与TF情况相反，在PR动态中，一小部分未定节点可以保持在最终状态。在这种情况下，由于决策组中的关系，在小世界区域内出现了最大数量的未定的节点。
资源约束条件下基于主题的社会网络影响力计算
原文标题： Topic-Based Influence Computation in Social Networks under Resource Constraints
地址： http://arxiv.org/abs/1801.02198
作者： Kaan Bingöl, Bahaeddin Eravcı, Çağrı Özgenç Etemoğlu, Hakan Ferhatosmanoğlu, Buğra Gedik
摘要： 随着社会网络不断变化和发展，分析动态社会网络的方法在理解社交趋势中变得越来越重要。然而，由于社会网络服务提供商施加的限制，可用于获取社会网络的全部内容的资源通常是非常有限的。因此，对动态社会网络数据的分析需要在本地维持每个时间段的社会网络的近似副本。在本文中，我们研究了动态网络和文本获取的探测能力有限的问题，以便随着社会网络的发展来识别和维护有影响力的用户。我们提出了一种算法，根据用户的影响趋势和活动，在每个探测期间探测有限数量用户的关系（需要进行全局影响计算）以及帖子（基于主题的影响计算所需的）。我们根据新探测到的用户数据和本地维护的最后一个已知网络版本来推断当前网络。另外，我们建议使用链路预测方法来进一步提高网络推断的准确性。我们采用PageRank作为影响力计算的度量。我们举例说明如何提出的解决方案保持准确的PageRank分数计算全球影响力和话题敏感的加权PageRank分数为主题为基础的影响力。后者依赖于基于主题的网络，通过对帖子的语义分析和共享统计确定的权重构建。我们通过使用来自微博客服务Twitter的数据，将它们与网络的完整版本和最新版本的真实影响分数进行比较来评估我们的算法的有效性。结果显示，我们的技术明显优于基线方法，并且优于文献中的最新技术。
在社会系统中传播：思考
原文标题： Spreading in Social Systems: Reflections
地址： http://arxiv.org/abs/1801.02236
作者： Sune Lehmann, Yong-Yeol Ahn
摘要： 在这最后一章，我们考虑在社会系统中传播的最新技术，并讨论这个领域的未来。作为这个反思的一部分，我们确定了一系列未来的关键挑战。挑战包括以下几个问题：如何提高数据集的质量，数量，范围和可访问性？我们如何从有限的数据集中提取更多的信息？我们如何考虑个人的认知和决策过程？我们怎样才能把真正的传染过程的复杂性？最后，我们如何将研究转化为积极的现实世界的影响？在下文中，我们为每个开放问题提供更多的背景。
利用推特情绪的强化学习交易
原文标题： Trading the Twitter Sentiment with Reinforcement Learning
地址： http://arxiv.org/abs/1801.02243
作者： Catherine Xiao, Wanfeng Chen
摘要： 本文旨在探讨使用替代数据和人工智能技术来交易股票的可能性。使用机器学习方法检查每日Twitter情绪对预测股票收益的功效。基于情绪信号，强化学习（Q-learning）被应用于产生最佳交易策略。如果股价受公司成长的预期驱动，公司发生重大事件引起公众关注，则情绪信号的预测能力更为显著。基于强化学习的最优交易策略优于基于机器学习预测的交易策略。
复杂设计网络：结构与动力学
原文标题： Complex Design Networks: Structure and Dynamics
地址： http://arxiv.org/abs/1801.02272
作者： Dan Braha
摘要： 为什么这个60亿美元的FAA空中交通管制项目报废了？ 1977年的纽约市怎么会停电呢？为什么大型工程系统或技术项目失败？工程变化和错误如何传播，这与流行病和地震有什么关系？在本文中，我们将展示复杂设计网络的快速扩展科学如何为这些有趣的问题提供答案。我们回顾了关键概念，重点介绍了现实世界中大规模产品设计和开发网络中经常出现的非平凡的拓扑特征;以及这些结构特征与设计返工和错误的动态性，网络的稳健性和弹性以及通过有效资源分配的设计杠杆之间的显著相互作用。我们预期通过将真实世界的大规模产品设计和开发系统建模为自组织复杂网络而获得的经验和理论见解将成为真正的设计科学的标准框架。
在项目活动网络中的故障传播期间建立间接交互模型
原文标题： Modelling indirect interactions during failure spreading in a project activity network
地址： http://arxiv.org/abs/1801.02372
作者： Christos Ellinas
摘要： 广义的泛指通过其交互组件在整个联网系统中传播的实体的概念。无处不在和严重的证据可以从一系列现象中看出来，从疾病流行到金融系统性风险。为了理解这些临界现象的动态性，计算模型将传播的概率作为直接暴露的函数进行映射，典型地以组件之间的成对相互作用的形式。通过这样做，间接照射的重要作用仍然是未知的。作为回应，我们开发了一个简单的模型来说明直接和间接的影响，我们在现实世界的工程项目的故障传播的新环境中部署。我们表明，间接风险在关键方面，包括：（a）最终传播事件规模，（b）传播速度，和（c）传播事件结构有重大影响。此外，我们还展示了大规模传播事件中隐藏的影响因素的存在，并评估直接和间接暴露在其出现中的作用。鉴于间接照射的重要性，我们的研究结果提供了对一般建模网络动力学和特定流程进行建模时需要纳入的特定方面的新见解。
测量政治改划选区
原文标题： Measuring Political Gerrymandering
地址： http://arxiv.org/abs/1801.02541
作者： Kristopher Tapp
摘要： 2016年，威斯康星州法院由于违宪违宪而击倒了州议会地图。如果这一裁决得到了最高法院2018年的决定的支持，那么这将是美国历史上第一个成功的政治非种腮事件。效率差距公式成为这个案例发挥关键作用的头条新闻。与此同时，数学比法院更快。即使国家在等待最高法院的决定，也提出了改进的效率差距公式，并进行了分析和比较。由于大部分相关文献出现在法律杂志上（或将出现在法律杂志上），我们认为一般的数学读者可能会从数学应用的简明自足的概览中获益，这可能对我们的民主产生深远的影响。
民主再分配不良反应的细胞表决系统模拟分析
原文标题： Simulations to Analyze Cellular Voting Systems for Side Effects of Democratic Redistricting
地址： http://arxiv.org/abs/1801.02592
作者： Lucius T. Schoenbaum
摘要： 受到党派散播问题的激励，我们引入了一个代表民主的选举制度，称为民主的细胞投票，旨在通过选举让选区直接影响地区，使现代打包和破解战略变得无关紧要。我们介绍一个适用于动态建模的称为CV0的民主蜂窝式投票系统的例子。我们使用半线性的$ [0，\ infty] $的代数结构对离散马尔可夫链理论进行了修改，这个结构被用作相关系数的空间。我们用这种方法来衡量选民的偏好，并以计算可行的模式来模拟代表，选民和地区，并保证长期的稳定。
声明：Arxiv文章摘要版权归论文原作者所有，由本人进行翻译整理，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://www.complexly.me （提供RSS订阅）进行同步更新。
