- 用于实时动态模型缩减的聚类技术的比较研究;
- 通过改进经济复杂度来衡量经济知识强度;
- 英雄与零：预测新视频博弈对Twitch.tv的影响;
- 图滤波器和Z拉普拉斯算子;
- 经济发展中的传染性破坏和复杂陷阱;
- Web的恶意软件分发和图结构;
- 复杂网络中的大量订单波动，交换和控制;
- Twitter活动时间表作为城市街区的签名;
用于实时动态模型缩减的聚类技术的比较研究
地址： http://arxiv.org/abs/1501.00943
作者： Emilie Purvine, Eduardo Cotilla-Sanchez, Mahantesh Halappanavar, Zhenyu Huang, Guang Lin, Shuai Lu, Shaobu Wang
摘要： 电力系统的动态模型降低对于提高计算效率是必要的。使用线性化模型或在线分析的传统模型减少不足以捕获电力系统的动态行为，特别是通过间歇发电和智能消耗的新组合，使电力系统更加动态和非线性。实时动态模式的降低已经出现，以满足这一重要需求。本文探讨了使用聚类技术来分析实时相量测量，以识别具有相似行为的发电机组，以及来自每个组的代表性发电机用于动态模型降低。考虑了两种聚类技术 - 图聚类和k-均值。将这些技术与使用奇异值分解的先前开发的动态模型简化方法进行比较。两个样本电网数据集用于测试这些不同的模型简化技术。基于算法的相对性能，提供了实际应用的建议。
通过改进经济复杂度来衡量经济知识强度
地址： http://arxiv.org/abs/1707.05826
作者： Saleh Albeaik, Mary Kaltenberg, Mansour Alsaleh, Cesar A. Hidalgo
摘要： 一个经济体有多少知识？近年来，国家出口产品组合的数据已经被用于建立经济复杂度估计经济中可获得的知识和预测未来经济增长的措施。在这里，我们介绍一种经济复杂度（ECI +）的新指标，衡量出经济体的出口总额，通过出口每个产品的困难来纠正。我们使用1973年至2013年的数据来比较ECI +，经济复杂性指数（ECI）和适应度复杂性的能力，以使用5年，10年和20年的组合OLS（随机效应模型）来预测未来的经济增长，和固定效应模型。我们发现，ECI +在预测经济增长的能力以及大多数计量经济学规范中的估计数的一致性方面优于ECI和Fitness。然后，我们将ECI +与实物资本，人力资本和机构结合起来，选择一个强大的经济增长模型，并测试ECI +的稳健性。我们发现，ECI +预测增长的能力对这些控制是稳健的，人力资本，政治稳定和腐败控制与未来经济增长正相关，初始收入水平与增长负相关，与传统增长文献一致。最后，我们使用ECI +来产生未来20年的经济增长预测，并将这些预测与使用ECI和Fitness获得的预测进行比较。这些调查结果改善了使用出口数据估算经济知识强度的方法，并确认出口结构的经济相关性。
英雄与零：预测新视频博弈对Twitch.tv的影响
地址： http://arxiv.org/abs/1707.05831
作者： Isaac Jones, Huan Liu
摘要： 视频博弈及其演奏一直是自20世纪80年代的商场推出以来，一直是美国文化的一种固定。然而，直到最近宽带连接的激增，稳健和足够快才能处理视频博弈的玩家从内容消费者角色转变为内容制作人的角色。同时，社交媒体的兴起也揭示了人际关系如何推动用户参与和兴趣。在这项工作中，我们将讨论最近视频博弈流媒体的扩散，特别是Twitch.tv，分析视频博弈观看的趋势和模式，并开发预测模型，以确定新博弈是否会对流媒体生态系统产生重大影响。
图滤波器和Z拉普拉斯算子
地址： http://arxiv.org/abs/1707.05851
作者： Xiaoran Yan, Brian M. Sadler, Robert J. Drost, Paul L. Yu, Kristina Lerman
摘要： 在网络科学中，动态过程与复杂系统的基础拓扑之间的相互作用导致了具有不同解释的多样化模型族。在图信号处理中，这表现为不同图移位及其诱导的代数系统的形式。在本文中，我们提出了统一的Z拉普拉斯框架，其实例可以作为图移位算子。作为传统图拉普拉斯算子的一般化，Z拉普拉斯算子跨越了所有可能的Z矩阵的空间，即具有非正向非对角项的真正方阵。我们显示Z拉普拉斯可以模拟一般连续时间的动态过程，包括给定图表上的信息流和流行病传播。它也与离散时域中的一般非负图滤波器密切相关。我们通过考虑两个应用来展示其灵活性。首先，我们考虑用图建模的无线通信网络问题，其中框架可以应用于模拟底层通信协议和流量的影响。第二，从低频到高频连接的角度，我们研究一个结构性大脑网络。
经济发展中的传染性破坏和复杂陷阱
地址： http://arxiv.org/abs/1707.05914
作者： Charles D. Brummitt, Kenan Huremovic, Paolo Pin, Matthew H. Bonds, Fernando Vega-Redondo
摘要： 贫困经济体不仅生产量少;它们通常产生涉及较少投入和较少中间步骤的东西。然而，贫困国家的供应链面临着更加频繁的破坏 - 交货失败，部件错误，延误，停电，盗窃，政府失败 - 系统地挫败了生产过程。为了了解这些破坏如何影响经济发展，我们为不断变化的输入输出网络模型，其中中断在优化代理之间传播蔓延。关键发现是，可以出现贫困陷阱：代理人通过生产更简单，更有价值的商品来适应频繁的中断，但仍然存在中断。越来越多的贫困需要代理人为缓冲区投资中断。这些缓冲区随着经济产生更复杂的货物而上升然后下降，预测与全球输入库存模式一致。经济复杂的巨大跳跃可能会逆转。这个结果表明为什么“大推”政策可能会失败，这突出了可靠性的重要性和技术复杂性的逐渐增加。
Web的恶意软件分发和图结构
地址： http://arxiv.org/abs/1707.06071
作者： Sanja Šćepanović, Igor Mishkovski, Jukka Ruohonen, Frederick Ayala-Gómez, Tuomas Aura, Sami Hyrynsalmi
摘要： 关于网络图结构的知识对于了解这个复杂的社会技术系统以及制定支持其未来发展的适当政策很重要。了解Web上清洁和恶意部分之间的差异对于了解对用户的潜在用户和设计保护机制至关重要。在这项研究中，我们在大量的表面和深度网页上进行数据科学方法，目的是增加这些知识。要做到这一点，我们回答以下问题。哪些理论分布说明网站的重要地方特征和网络属性？这些特性和属性在干净和恶意（受恶意软件影响）网站之间如何不同？本地特征和网络属性对恶意软件网站进行分类的预测能力是多少？据我们所知，这是第一次大规模研究，描述了网络恶意和清洁部分之间全球财产的差异。换句话说，我们的工作正在建立和弥合解决大规模图表表示的\ textit {Web Science}与网络恶意活动有关的\ textit {Web网络安全}之间的差距。本文提供的结果还可以帮助防病毒供应商设计方法来改进其检测算法。
复杂网络中的大量订单波动，交换和控制
地址： http://arxiv.org/abs/1707.06076
作者： Jason Hindes, Ira B. Schwartz
摘要： 我们提出一种分析技术来研究复杂网络中的大型波动和内部噪声的切换。使用有序动力学作为一个典型的例子，我们构建并分析了实际和综合网络中从一个有序状态到另一个状态的最可能或最优化的波动路径。该方法允许我们计算与平均场假设一致的大波动的分布和与网络的有序状态之间的切换相关联的时间尺度。一般来说，我们量化网络异质性如何影响规模模式和波动概率。例如，我们发现，随着一个网络的原始特征向量的参与比率，测量有序状态有效地贡献了多少个节点，秩序无序转换附近的大波动概率呈指数下降。最后，提出的理论被用来回答网络应该如何以及在何处定位，以优化观察切换所需的时间。
Twitter活动时间表作为城市街区的签名
地址： http://arxiv.org/abs/1707.06122
作者： Philipp Kats, Cheng Qian, Constantine Kontokosta, Stanislav Sobolevsky
摘要： 现代城市是复杂的系统，发展速度很快。因此，许多城市规划，政治和经济决策需要深入了解当地的城市社区环境。这项研究表明，Twitter等公开社交媒体记录的结构提供了建立城市邻里功能的独特动态签名的可能性，因此可能被用作一种高效简单的决策支持工具。以纽约市为例，我们调查如何将Twitter数据用于将城市景观分解为自定义区域，与各个社区的功能属性及其社会经济特征相一致。我们进一步探索这些数据用于检测事件和评估其对时间和空间的影响的潜力。这种方法为立即量化城市发展计划的影响和社会经济统计在更短的空间 - 时间尺度上的估算方法铺平了道路，从而使城市决策者能够追踪社区转型，并预见到不必要的变化，以便采取官方统计之前的早期行动将可用。
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。本系列在个人博客 http://www.complexly.me 进行更新，并提供RSS订阅。
