- 基于元图的HIN谱嵌入：方法、分析和见解;
- 异构网络上的神经嵌入传播;
- 空间信息与城市形态的易读性：城市形态大数据;
- 极端内向者和外向者的模型的波动和相关性;
- 有名和超有名：测量和比较美国总统、他们的对手、上帝、国家和韩国流行乐“日常讨论程度”;
- 非参数传递性和优先连接函数在科学共同作者网络上的联合估计;
- 复杂社会网络群集动力学标量模型;
- 由风险驱动的人力预防可能导致性传播疾病的振荡;
- 无标度一致超图的单纯SIS模型;
- 包括和不包括重复情况的星型采样;
- Twitter上巨魔在2016年美国总统选举中的影响;
- 机器学习的方法从网络结构预测动态观测;
基于元图的HIN谱嵌入：方法、分析和见解
原文标题： Meta-Graph Based HIN Spectral Embedding: Methods, Analyses, and Insights
地址： http://arxiv.org/abs/1910.00004
作者： Carl Yang, Yichen Feng, Pan Li, Yu Shi, Jiawei Han
摘要： 在这项工作中，我们提出研究不同的元图的效用，以及如何同时利用多个元图表品轩在无人监督的方式嵌入。通过对同构网络多产的研究，尤其是谱图论的启发，我们首先进行的谱进行系统的实证研究，并在多个不同的张敬轩元的图表嵌入质量，从而导致元图评估的有效方法。这也有助于我们获得有价值的洞察张敬轩的高阶组织，并表示选择有用的嵌入尺寸的实用方法。此外，我们探讨合并多个元图推理，通过从数学几何捕捉HIN多维语义，在与 ell_ 2,1 自动编码器的嵌入压缩方法得出的挑战 - 损失，其中发现最有意义的元图和的嵌入在端至端无监督方式。最后，实证分析表明，一个统一的工作流程来关闭我们的元图和评估相结合的方法之间的差距。据我们所知，这是第一次研究工作提供的元图及其组合的效用丰富的理论和实证分析，特别是关于HIN嵌入。与多个现实世界的各种张敬轩国家的最先进的基于神经网络的方法嵌入大量实验证明的比较在寻找有用的元图和生成高质量的嵌入HIN我们的框架的有效性和效率。
异构网络上的神经嵌入传播
原文标题： Neural Embedding Propagation on Heterogeneous Networks
地址： http://arxiv.org/abs/1910.00005
作者： Carl Yang, Jieyu Zhang, Jiawei Han
摘要： 分类是机器学习中最重要的问题之一。为了解决标签稀缺性，半监督学习（SSL）已被广泛研究，在过去二十年里，它主要利用由网络模拟数据的亲和力。标签传播（LP），然而，作为目前最流行的SSL技术，大多只适用于单类型的简单交互同构网络。在这项工作中，我们专注于更广泛的和强大的异构网络，适应多类型的对象和链接，并因此承受多类型的复杂的相互作用。具体来说，我们建议 textit 神经嵌入传播（NEP），其利用分布式的嵌入表示对象和动态组成模块化网络建模其复杂的相互作用。虽然概括LP作为一个简单的实例，NEP是远在其自然不同类型的对象和链接的意识，并自动捕捉它们的重要交互模式的能力更强大。此外，我们还制定了一系列的NEP高效的培训策略，导致其轻松部署在真实世界的异构网络与数百万个对象。随着对三个数据集广泛的实验，我们全面表现出有效性，效率和NEP的鲁棒性与国家的最先进的网络嵌入和SSL算法相比。
空间信息与城市形态的易读性：城市形态大数据
原文标题： Spatial Information and the Legibility of Urban Form: Big Data in Urban Morphology
地址： http://arxiv.org/abs/1910.00118
作者： Geoff Boeing
摘要： 城市规划和形态都依赖于分析制图和可视化沟通工具数百年来说明空间格局，提出了设计，比较选择，并让公众参与。经典城市形态可视化 - 从罗马到城市街道的艾伦·雅各布斯的图地面图吉巴蒂斯塔·诺利的ichnographic地图 - 已压缩的物理城市复杂成容易理解的信息，神器。今天，我们可以通过理解通过用户生成内容的城市和收集到的数据在信息管理方面的智能城市模式提升这些传统的工作流程。新的空间技术平台和大数据提供了新的镜头来了解，评估，监控和管理城市形态和发展。本文建立在城市规划和形态引进和宅院计算数据的科学流程，探索城市结构模式和空间秩序的视觉文化的理论框架。它表明这些工作流与OSMnx和数据从OpenStreetMap的，协作的空间信息系统与地图平台检查街道网络模式，方向，并在世界各地不同的研究点的配置，考虑一下这些揭示了城市结构。无处不在的城市数据和计算工具包的时代开辟了从综合定量和定性的角度全世界的城市形态分析的新时代。
极端内向者和外向者的模型的波动和相关性
原文标题： Fluctuations and Correlations in a Model of Extreme Introverts and Extroverts
地址： http://arxiv.org/abs/1910.00141
作者： Mohammadmehdi Ezzatabadipour, Weibin Zhang, Kevin E. Bassler, R. K. P. Zia
摘要： 不同于第一和第二级的典型的相变，显示Thouless效应的系统在临界点（跳跃命令的参数和异常大的波动）呈现两者的特性。在由内向和外向的人（谢）的社会网络最近推出的模型，观察极端效果Thousless。我们研究同时使用蒙特卡洛模拟和基于套管上的％分析方法本系统的波动和相关性？自洽平均场理论。由于模型的对称性，我们推导出三个量（度的个人和两个亚群之间的连接总数）所有独立的两点相关性和波动之间的身份在静止状态下由于模拟确认这些身份，我们只研究波动的细节。虽然性质上类似于那些在2D伊辛模型，也有一些不寻常的方面，由于极端Thouless效果。所有这些反常的波动可以与我们的理论定量理解，尽管在近似平均场方面。在我们的理论中，我们经常遇到的有限泊松分布（即 X ^ N / N！为 N 中左[0，N 右] ，否则为零）。因为它的属性似乎非常模糊，我们包括细节的附录和相关有限的指数系列的 sum_ 0 ^ Nχ^ N / N！。联合学位分布的一些仿真研究，其提供的相关性不同的角度，也已开展。
有名和超有名：测量和比较美国总统、他们的对手、上帝、国家和韩国流行乐“日常讨论程度”
原文标题： Fame and Ultrafame: Measuring and comparing daily levels of being talked about for United States' presidents, their rivals, God, countries, and K-pop
地址： http://arxiv.org/abs/1910.00149
作者： Peter Sheridan Dodds, Joshua R. Minot, Michael V. Arnold, Thayer Alshaabi, Jane Lydia Adams, David Rushing Dewhurst, Andrew J. Reagan, Christopher M. Danforth
摘要： 当建立一个全球性的品牌任何形式---政治演员，服装的款式，或信仰体系的发展---普遍认识是首要目标。短期知道任何一个品牌的故事或产品的，被人津津乐道的任何方式---成名---是，王尔德将有它，没有比被人谈论要好。在这里，我们测量，检查和对比Twitter上一天到一天生的名声动力学美国总统和美国主要总统候选人二零零八年至2019年：美国总统奥巴马，麦凯恩，罗姆尼，希拉里·克林顿，和唐纳德·特朗普。我们分配``词汇名利'是数量和（小写）提到了在所有语言每一个人作出的（Zipfian）排名。我们发现，所有五个政治人物在某个点达到了我们定义为“超有名”非凡的音量：大约300或更小，其主要是虚词领域的总体排名和高度稳定的划定'神”的军衔。通过这一措施，'王牌”已经成为经久不衰的ultrafamous，从2016年的选举。我们使用的国名和虚词典型的行列标准，以提高规模的看法。我们量化相对名气率，发现在八前几个星期的2008年和2012年的选举中，'奥巴马“举行了1000：在麦凯恩757的体积比：在罗姆尼892”，远远低于1000：1000 544量8周领先直至2016年大选有利于'王牌“在'希拉里”。最后，我们跟踪一个其它实体如何拥有更持久的ultrafame比在Twitter上'王牌”：韩国流行男孩乐队BTS。我们图表BTS的急剧上升，寻找他们的Twitter处理“已经能够用'一个竞争”和'中”，达到在一天的规模三者的排名，并在四分之一一个的秩小时刻度。
非参数传递性和优先连接函数在科学共同作者网络上的联合估计
原文标题： Joint Estimation of the Non-parametric Transitivity and Preferential Attachment Functions in Scientific Co-authorship Networks
地址： http://arxiv.org/abs/1910.00213
作者： Masaaki Inoue, Thong Pham, Hidetoshi Shimodaira
摘要： 我们建议同时估计在一个不断增长的网络非参数传递性和优先连接的功能，而相比之下，要么估计每个功能在隔离或假定某些功能的形式对他们的常规方法的统计方法。我们的模型证明是一个不错的选择，以两个真实世界的合着者网络，并能够带来的择优连接和传递的现象，这将是在传统的方法不可用轻耐人寻味的细节。我们还介绍了量化的基于由模型公式所引起的概率动态过程的网络的生长过程中的这些现象捐款的量的方法。应用这种方法，我们发现，在传递既合着网络为主的PA。这表明在科学创造过程中的间接关系的重要性。所提出的方法是在R包FoFaF实现。
复杂社会网络群集动力学标量模型
原文标题： Scalar model of flocking dynamics on complex social networks
地址： http://arxiv.org/abs/1910.00233
作者： M. Carmen Miguel, Romualdo Pastor-Satorras
摘要： 我们调查远射社会交往中通过研究嵌入代表的社会互动的一个模式的复杂网络的集体运动的标量模型的动态性，如一些社会观察种动态群集效果。在这个模型中的标量，我们发现类似于经典Vicsek模型中观察到一个现象：在低异质网络，相变分离从无序阶段的有序。在高水平的异质性，相反，过渡被抑制，系统总是有序的。这一观察是由改性的标量模型的异质平均场近似内的溶液分析备份。我们的工作扩展的社会互动的群集动力学效应的理解和开放的路径，社会关系比较复杂的拓扑结构的分析研究。
由风险驱动的人力预防可能导致性传播疾病的振荡
原文标题： Human prophylaxis driven by risk may cause oscillations in sexually transmitted diseases
地址： http://arxiv.org/abs/1910.00274
作者： Benjamin Steinegger, Alex Arenas, Jesús Gómez-Gardeñes, Clara Granell
摘要： 传染病往往通过时间显示，感染病例数量时发生摆动。有时大起大落是由季节性，外部事件，如流感病例在冬季增加，或病媒传播疾病的雨季时增加所致。其他时候，感染显示非季节性周期振荡，如梅毒，其周期为8-11年的振荡。几个数学模型的目标，或者通过考虑与临时免疫模型，用来捕获这些振荡，或者通过包括在该传输速率的周期，通过允许在接触网络链路重连。在这里，我们提出一个随机的，但分析可解，疾病传播模型，其中居民的个人决定是否采取预防措施或者不依赖于疾病的全球范围，这被其感染风险的评估。我们发现，感知疫情风险对预防人类决策之间，以及组合的反馈，是对自我维持振荡由易感，感染易感（SIS）以及描述的疾病房室模型的出现充分条件，因为它是许多性传播疾病（性病）的情况。最后，我们提出了合理的机制以抑制了振荡。我们的研究提示，持续的预防运动的设计，证实不仅察觉，但真正的风险，提高人体预防行为，并包含性病的最近报道的培养和艾滋病毒随之而来的重新崛起。
无标度一致超图的单纯SIS模型
原文标题： Simplicial SIS model in scale-free uniform hypergraph
地址： http://arxiv.org/abs/1910.00375
作者： Bukyoung Jhun, Minjae Jo, B. Kahng
摘要： 超图提供了一个平台来研究结构性能的更复杂和更高阶的低于成分和动力学行为之间的两两相互作用，如信息或疾病传播的出现。最近，单纯传染问题介绍和审议了使用单纯易受感染的易感（SIS）模型。虽然最近的研究调查与泊松型面度分布的随机超图，在现实世界超图可以有小度分布的幂律型。在这里，我们考虑对无标度均匀超图的SIS传染问题，并发现，连续或混合疫情发生转变时，枢纽效应占主导地位，贫富，分别。我们判断临界指数解析和数值。我们讨论了混合疫情过渡的机制。
包括和不包括重复情况的星型采样
原文标题： Star sampling with and without replacement
地址： http://arxiv.org/abs/1910.00431
作者： Jonathan Stokes, Steven Weber
摘要： 星采样（SS）是在图上随机取样程序，其中，每个样本包括随机选择的顶点（星形中心）和其（单跳）邻居（星点）。我们考虑使用SS找到在一个图，其中的优点（成本）的数字或者是样本（单位成本）的预期数量组顶点的目标或星形中心加星点的预期数量的任何成员（线性成本），直至在所述目标组中的顶点遇到，无论是作为星形中心或作为星点。我们分析了三个相关的星级采样范式这两个性能指标：与更换（SSR）SS，SS没有更换中心（SSC）和SS无星级更换（SSS）。精确和近似表达式推导上的Erd ħö S-R 'E NYI（ER）随机图SSR，SSC，和SSS的预期单元和线性成本。近似值被认为是准确的。 SSC / SSS是下单位成本比SSR特别是更好地为低密度ER图，而SSS是下线性成本比SSR / SSC特别是更好地为低到中等密度ER的曲线图。上12“真实世界”的曲线图的模拟显示了成本的近似值为可变质量的：在SSR和SSC近似均匀准确，而SSS近似，导出了一个ER图，是可变的精度。
Twitter上巨魔在2016年美国总统选举中的影响
原文标题： On the Influence of Twitter Trolls during the 2016 US Presidential Election
地址： http://arxiv.org/abs/1910.00531
作者： Nikos Salamanos, Michael J. Jensen, Xinlei He, Yang Chen, Michael Sirivianos
摘要： 这是一个被广泛接受的事实，即国家支持的Twitter账户2016年美国总统大选蔓延数百万人误导和炎症政治内容的鸣叫的过程中运行。无论是所谓的“巨魔”账户，这些社交媒体活动能够操纵公众舆论仍然是一个问题。在这里，我们的目标是量化巨魔账户的影响，他们在Twitter上通过分析从9.9亿用户1.525亿微博，其中包括822个巨魔账户的影响。美国大选期间收集的数据，包含原巨魔的鸣叫，然后就被删除了推特。从这些数据，我们构建了一个非常大的关系图; 9.3万个节点和169900000个边的有向图。近日，微博上发布链接到俄罗斯，伊朗和委内瑞拉在2016年美国大选的外国干涉调查的一部分的8,275国家资助账户误传活动数据集。这些数据作为我们的数据集巨魔用户的地面实况标识符。使用图像分析技术，我们有资格已被巨魔账户共享网络和媒体环境的扩散级联。我们提出强有力的证据表明真实用户是病毒瀑布的源头。虽然巨魔参与病毒的瀑布，他们没有在他们主导作用，只有四个巨魔帐户是真正的影响力。
机器学习的方法从网络结构预测动态观测
原文标题： A machine learning approach to predicting dynamical observables from network structure
地址： http://arxiv.org/abs/1910.00544
作者： Francisco A. Rodrigues, Thomas Peron, Colm Connaughton, Jurgen Kurths, Yamir Moreno
摘要： 估计从结构特点给定的动力学过程的结果是网络科学的主要悬案的挑战。该目标是通过相关联的结构和复杂系统的动力学之间的非线性，相关性和反馈的困难的阻碍。在这项工作中，我们开发了基于该显示提供的答案，前面的挑战，机器学习算法的方法。具体而言，我们表明，它能够估计从单个节点以及仓本振荡器由一个系统的同步的程度开始的疾病的爆发大小。在此过程中，我们展示了网络拓扑功能对于这个估计键，并提供网络指标的重要性的等级更高的精度比以前做的。我们的方法是一般性的，可以适用于复杂的网络上运行的任何动态过程。同样，我们的工作是朝机器学习方法应用的重要一步解开动态模式中出现的复杂的网络系统。
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.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。
