Arxiv网络科学论文摘要17篇(2020-11-04)

 亚博全站官网登录名校展示     |      2021-11-22 01:26
本文摘要:基于图神经网络的图信号采样与恢复;GAGE:几何保留属性图嵌入;基于内容的TikTok和抖音文化差异分析;社会网络致密化的转换机制;控制COVID-19需要几多测试和社交距离?基于年事区分的隔室模型的一些看法;欺骗与影响计谋;阻止社会网络中的反抗性影响;将节点结构角色身份嵌入双曲空间;数字工业服务信任治理模型。

亚博全站官网登录

基于图神经网络的图信号采样与恢复;GAGE:几何保留属性图嵌入;基于内容的TikTok和抖音文化差异分析;社会网络致密化的转换机制;控制COVID-19需要几多测试和社交距离?基于年事区分的隔室模型的一些看法;欺骗与影响计谋;阻止社会网络中的反抗性影响;将节点结构角色身份嵌入双曲空间;数字工业服务信任治理模型。迈向电子商务4.0;自发性与交互性驱动的人类动力学突发性:以Wikipedia编辑历史为例;合并用户评论图以举行假新闻检测;中心性怀抱:一种识别社会网络中主要到场者的工具;基于二次优化的团扩展用于重叠社区检测;处罚制度的演变;网络HHD:量化竞赛性格体现模型中的循环竞赛;电子商务用户的上下文;在线学生评估中性别偏见的多方面分析;基于图神经网络的图信号采样与恢回复文标题: Sampling and Recovery of Graph Signals based on Graph Neural Networks地址: http://arxiv.org/abs/2011.01412作者: Siheng Chen, Maosen Li, Ya Zhang摘要: 我们提出了可解释的图神经网络,划分用于图信号的采样和恢复。

为了举行有益的丈量,我们提出了一个新的图神经采样模块,该模块的目的是选择能够最大水平表达其相应邻域的那些极点。这种表达能力可以通过极点特征和邻域特征之间的相互信息来量化,这些信息可以通过图神经网络举行预计。

为了从采样的丈量效果中重建原始图信号,我们提出了一种基于算法展开技术的图神经恢复模块。与以前的分析采样和恢复相比,所提出的方法能够使用神经网络的学习能力,灵活地从数据中学习种种图信号模型。与以前的基于神经网络的采样和恢复相比,所提出的方法是通过使用特定的图属性而设计的,并提供了可解释性。我们进一步设计了一个新的多尺度图神经网络,它是一个可训练的多尺度图滤波器组,可以处置惩罚种种与图相关的学习任务。

多尺度网络使用提出的图神经采样和恢复模块来实现图的多尺度表现。在实验中,我们说明晰所提出的图神经采样和恢复模块的效果,发现该模块可以灵活地适应种种图结构和图信号。

在基于主动采样的半监视学习任务中,图神经采样模块将Cora数据集中的分类精度提高了10%以上。我们进一步在极点和图分类的几个尺度数据集上验证了所提出的多尺度图神经网络。效果讲明,我们的方法不停提高分类精度。GAGE:几何保留属性图嵌入原文标题: GAGE: Geometry Preserving Attributed Graph Embeddings地址: http://arxiv.org/abs/2011.01422作者: Charilaos I. Kanatsoulis, Nicholas D. Sidiropoulos摘要: 节点表现学习是提取网络中毗连的某些实体的简明且有用的特征嵌入的任务。

许多现实世界的网络数据集都以特征或时间序列数据的形式包罗有枢纽点毗连性和某些节点属性的信息。现代表现学习技术使用节点的毗连性和属性信息来以无监视的方式生成嵌入。在这种情况下,很是需要获得保留网络几何形状和属性向量的嵌入,因为它们将反映拓扑邻域结构和特征空间中的相近度。

只管仅视察网络的连通性或属性信息时维护起来相当简朴,可是要保持两种类型信息的几何结构都具有挑战性。本文提出了一种新颖的张量剖析算法,该方法将节点嵌入属性网络中,同时保留毗连和属性之间的距离,并提出了一种有效且轻量级的算法来解决学习任务。多个最新基准的明智实验讲明,所提出的算法在节点分类和链路预测任务方面提供了显著的性能革新。

基于内容的TikTok和抖音文化差异分析原文标题: Content-based Analysis of the Cultural Differences between TikTok and Douyin地址: http://arxiv.org/abs/2011.01414作者: Li Sun, Haoqi Zhang, Songyang Zhang, Jiebo Luo摘要: 简短的视频社交媒体通过告诉观众一个动态的故事来吸引他们的注意力,从而挣脱了传统的媒体范式。特别地,可以接纳日常工具的差别组合来表现有趣且可明白的奇特场景。

由同一家公司提供的TikTok和Douyin是近年来盛行的此类新媒体的盛行示例,同时针对差别的市场(例如美国和中国)举行了量身定制。他们表达文化差异以及媒体时尚和社会特质的假说是我们研究的主要目的。为此,我们首先使用预先训练有Microsoft通用工具的COntext(MS-COCO)数据集对快速区域卷积神经网络(Faster R-CNN)举行工具检测。

基于从视频中检测到的一组工具,我们执行统计分析,包罗标签统计,标签相似度和标签人漫衍。我们进一步使用经由Kinetics数据集预先训练的两流膨胀3D ConvNet(I3D)来分类和分析人类行为。通过比力TikTok和抖音的漫衍效果,我们发现沿着工具数量,工具种别和人类行为种别的内容维度,两个密切相关的视频社交媒体平台之间存在大量相似性和对比性。社会网络致密化的转换机制原文标题: The switching mechanisms of social network densification地址: http://arxiv.org/abs/2011.01443作者: Teruyoshi Kobayashi, Mathieu Génois摘要: 时间网络的麋集化和稀疏化归因于两个基本机制:系统中种群的变化和/或系统中节点毗连时机的变化。

从理论上讲,每种机制都市发生一种奇特的致密化结垢类型,但实际上,这两种类型通常是混淆的。在这里,我们将混淆致密化尺度比例作为输入,开发一种贝叶斯统计方法来确定每种机制在给定时间点发挥作用的水平。

我们将该方法应用于小我私家面临面互动的网络,并发现导致致密化和稀疏化的主要机制偶然会发生变化,其发生频率取决于社会配景。所提出的方法展现了网络动力学的内在的政权转换特性,这将为演化的社会互动背后的机制提供新的看法。控制COVID-19需要几多测试和社交距离?基于年事区分的隔室模型的一些看法原文标题: How much testing and social distancing is required to control COVID-19? Some insight based on an age-differentiated compartmental model地址: http://arxiv.org/abs/2011.01282作者: Sara Grundel, Stefan Heyder, Thomas Hotz, Tobias K. S. Ritschel, Philipp Sauerteig, Karl Worthmann摘要: 在本文中,我们提供了有关控制COVID-19需要几多测试和社交距离的看法。

为此,我们开发了一个针对该疾病关键方面的分类模型:1)潜伏时间,2)年事相关症状的严重水平,3)测试和住院时间延迟;该模型的参数是凭据医学证据选择的,详细而言,要适应德国的情况。然后,通过解决开环和模型预测控制框架内的最佳控制问题,确定最佳的质量测试和年事相关的社会隔离计谋。我们的目的是最大水平地淘汰测试和/或社会疏远,直到在可用重症监护病房数量的限制下无法实现畜群免疫。我们发现尽早而短暂的锁定是不行制止的,但在接下来的几个月中可以逐渐放松。

欺骗与影响计谋原文标题: Deception and the Strategy of Influence地址: http://arxiv.org/abs/2011.01331作者: Brian B., William Fleshman, Kevin H., Ryan Kaliszewski, Shawn R摘要: 组织恒久以来一直将欺骗作为一种手段来施加影响以追求其议程。特别是,在第二次世界大战和冷战期间,诸如分发宣传,支持抗议运动以及揭破政治和社会破坏性秘密等信息运动很是富厚。这些事情的每一个关键组成部门都是通过模糊意图和身份来欺骗目的。

来自受信任泉源的信息比来自对手的信息更有影响力,因此更有可能影响看法。以用户生成的内容和同伴流传的内容为特征的社交媒体的普遍接纳已显著提高了全球影响力运营的频率,规模和效力。在本文中,我们将探讨欺骗手段,包罗受众群体建设,媒体挟制和社区颠覆等,如何将当今的影响力运营商的技术和技巧转达给人们。

然后,我们讨论装备良好且知情的民众如何诊断和应对恶性影响行动。阻止社会网络中的反抗性影响原文标题: Blocking Adversarial Influence in Social Networks地址: http://arxiv.org/abs/2011.01346作者: Feiran Jia, Kai Zhou, Charles Kamhoua, Yevgeniy Vorobeychik摘要: 只管社会网络被广泛用作信息流传的前言,但攻击者还可以计谋性地使用分析工具(例如,影响最大化)来最大化反抗性内容在网络中的流传。我们研究了通过阻塞网络中的节点和边来限制负面信息扩散的问题。

我们将防御者与攻击者之间的互动公式化为Stackelberg博弈,其中防御者首先选择一组要阻止的节点,然后攻击者选择一组种子来流传负面信息。这发生了极其庞大的双层优化问题,尤其是因为纵然尺度影响量也难以盘算。

我们的方法是将攻击者的问题近似为最大节点控制问题。为明白决这个问题,我们首先开发了一种基于整数计划联合约束生成的方法。接下来,为了提高可扩展性,我们开发了一种近似解决方案方法,该方法将攻击者的问题表现为一个整数法式,然后将松弛与对偶性联合起来以得出可以使用混淆整数线性计划举行盘算的防御者目的的上限。

最后,我们提出了一种更具可扩展性的启发式方法,该方法可凭据节点的水平从思量集中删除节点。大量实验证明晰我们方法的有效性。将节点结构角色身份嵌入双曲空间原文标题: Embedding Node Structural Role Identity into Hyperbolic Space地址: http://arxiv.org/abs/2011.01512作者: Lili Wang, Ying Lu, Chenghan Huang, Soroush Vosoughi摘要: 迩来,人们对将网络嵌入到双曲空间中发生了兴趣,因为双曲空间已被证明可以很好地描画图/网络结构,因为它可以自然地反映庞大网络的某些特性。

可是,双曲线空间中网络嵌入的事情已集中在微观节点嵌入上。在这项事情中,我们是第一个提出将节点的结构角色嵌入双曲空间的框架的人。通过将其移至双曲面模型,我们的框架扩展了struct2vec(一种著名的结构角色保留嵌入方法)。

我们在四个真实世界和一个合成网络上评估了我们的方法。我们的效果讲明,在学习节点的结构角色的潜在表现时,双曲线空间比欧几里得空间更有效。

数字工业服务信任治理模型。迈向电子商务4.0原文标题: Model of Trust Management for Digital Industry Services. Towards E-Commerce 4.0地址: http://arxiv.org/abs/2011.01523作者: Wolfgang Bauer (1), Natalia Kryvinska (1), Jürgen Dorn (2) ((1) Comenius University in Bratislava, Information Systems Department (2) Technical University in Vienna, Institute for Information Systems Engineering)摘要: 逐步的数字化正在改变企业的事情和互动方式。诸如物联网,云盘算,工业4.0,服务4.0,智能生产或智能都会之类的观点均基于链接到Internet的系统。在线会见提供的数据为优化流程和降低成本缔造了潜力,但同时也使其面临着使用不妥的风险。

在数据宁静方面,信任治理系统是必须的,但同时也要确保分发的数据的可信赖性。社交媒体中的虚假新闻是无法信任的在线数据问题的一个示例。数据的宁静性和可信赖性是当今的主要问题。

数字化的速度使其成为未来研究的更大挑战。因此,本文先容了可用于盘算在线服务广告的信任度的在线信任内容模型。它有助于实现实现电子商务4.0愿景所需的业务服务形貌的尺度化,因为它是开发能够将服务请求与服务广告相匹配的AI系统的基础。

在B2B电子商务中建设信任增强架构是须要的。为此,我们举行了案例研究,分析了网站,开发了原型系统,并通过举行专家访谈举行了验证。自发性与交互性驱动的人类动力学突发性:以Wikipedia编辑历史为例原文标题: Spontaneous versus interaction-driven burstiness in human dynamics: The case of Wikipedia edit history地址: http://arxiv.org/abs/2011.01562作者: Jeehye Choi, Takayuki Hiraoka, Hang-Hyun Jo摘要: 在针对人类社会动力学的种种数据集中视察到的非泊松或突发时间模式的起源已被广泛研究,但其明白仍不完整。

思量到人类是社会人这一事实,一个基本的问题泛起了:突然的人类动力是由小我私家特征还是由个体之间的相互作用所主导?在本文中,我们通太过析Wikipedia编辑历史来解决此问题,以明白自发的小我私家编辑者在启动突发性编辑阶段(即自发突发性)的方式,以及在此期间与其他编辑者的交互作用在多大水平上驱动了小我私家行为,即,互动驱动的突发性。我们使用包罗编辑者编辑的突发周期统计信息来量化每篇维基百科文章中感兴趣的编辑者的主动性(DOI)。DOI在所有相关时间规模内的综合值讲明,在自发性和交互驱动的突发性之间,占主导职位。

从履历上我们发现,对于编辑者的编辑行为中较弱的时间相关性和/或较强的编辑相关性,此值往往会更大。通过从描画编辑序列基本特征的模型得出DOI的剖析形式,可以乐成地证实这些履历发现。因此,我们的方法可以更深入地明白人类社会动力发作的起源和潜在机制。

合并用户评论图以举行假新闻检测原文标题: Incorporating User-Comment Graph for Fake News Detection地址: http://arxiv.org/abs/2011.01579作者: Hao Liao, Qixin Liu, Kai Shu, Xing xie摘要: 虚假信息恒久以来一直被视为严重的社会问题,其中虚假新闻是最具代表性的问题之一。更糟糕的是,当今高度蓬勃的社交媒体使虚假新闻以令人难以置信的速度广泛流传,给人类生活的各个方面带来了庞大的伤害。可是,社交媒体的普及也提供了更好地检测假新闻的时机。

与仅关注内容或用户评论的传统方式差别,异构社交媒体信息的有效协作(包罗新闻的内容和上下文因素,用户评论以及社交媒体与用户的到场)有望带来更好的伪造检测新闻。基于上述视察,本文提出了一种新颖的检测框架,即图注释用户高级学习框架(GCAL)。

亚博全站官网登录

用户评论信息至关重要,但在伪造新闻检测中没有获得很好的研究。因此,我们通过基于异构图神经网络的网络表现学习对用户评论上下文举行建模。

我们在两个真实世界的数据集上举行了实验,这些实验讲明,所提出的团结模型优于8种最新的基准方法(用于伪造新闻检测)(准确度至少为4%,召回率至少为7%,F1至少为5%)。而且,提出的方法也是可以解释的。中心性怀抱:一种识别社会网络中主要到场者的工具原文标题: Centrality Measures: A Tool to Identify Key Actors in Social Networks地址: http://arxiv.org/abs/2011.01627作者: Rishi Ranjan Singh摘要: 来自多个学科的专家已广泛使用集中度怀抱来分析大型和庞大网络。

这些措施通过量化节点/边重要性的观点来对网络中的节点/边举行排名。排名有助于确定网络中的重要和关键角色。在本章中,我们总结了一些广泛用于挖掘社会网络数据的集中性怀抱。

我们还讨论了与这些措施有关的种种研究偏向。基于二次优化的团扩展用于重叠社区检测原文标题: Quadratic Optimization based Clique Expansion for Overlapping Community Detection地址: http://arxiv.org/abs/2011.01640作者: Yanhao Yang, Pan Shi, Yuyi Wang, Kun He摘要: 社区检测对于分析社会和生物网络至关重要,最近二十年来已经提出了全面的方法。

然而,在大型网络中找到所有可以准确近似地面真实社区的重叠社区仍然具有挑战性。在这项事情中,我们提出了QOCE(基于二次优化的Clique扩展),这是一种重叠的社区检测算法,可以扩展到具有数十万个节点和数百万个边的大型网络。

QOCE遵循盛行的种子集扩展计谋,将每个高质量的最大团体视为初始种子集,并对扩展应用二次优化。我们在28个合成LFR网络和六个差别域和规模的真实世界网络上广泛评估了我们的算法,并将QOCE与四种最新的重叠社区检测算法举行了比力。实验效果证明晰该方法在检测准确性,效率和可扩展性方面的竞争性能。

处罚制度的演变原文标题: The evolution of punishing institutions地址: http://arxiv.org/abs/2011.01786作者: Mohammad Salahshour摘要: 大量的履历证据讲明,人类愿意在公益博弈中对叛逃者举行昂贵的处罚。凭据这些证据,建议处罚在促进人类以致其他物种之间的互助中起着重要作用。

然而,理论研究一直未能证明这是可能的。问题源于这样一个事实,即价格高昂的处罚是一种无私的行为,其演变也面临着它试图解决的相同问题。

为了抑制这个所谓的二阶搭便车问题,关于处罚演化的已知理论模型诉诸于为互助演化而建设的少数几个机制之一。这就留下了一个问题,那就是利他主义的处罚能否生长并引起互助的生长,这一问题尚未获得解决。在这里,思量到在这里先容了一些玩公共产物博弈的小我私家,然后再先容了一个公共处罚博弈,我们证明晰利他处罚简直在一般情况中和没有互助支持机制的情况下生长并促进了互助。

此外,我们的分析讲明,靠近物理相变有利于利他处罚的生长。网络HHD:量化竞赛性格体现模型中的循环竞赛原文标题: The Network HHD: Quantifying Cyclic Competition in Trait-Performance Models of Tournaments地址: http://arxiv.org/abs/2011.01825作者: Alexander Strang, Karen C. Abbott, Peter J. Thomas摘要: 竞技角逐泛起在体育,政治,人口生态和动物行为上。所有这些领域都开发出了对竞争对手举行评级并对其举行相应排名的方法。

如果锦标赛与任何排名纷歧致,则该锦标赛是不行通报的。不及物的角逐包罗铰剪石头布类型的循环。

离散的亥姆霍兹-霍奇剖析(HHD)很是适合形貌不及物角逐。它将锦标赛分为完美通报和完美循环部门,其中完美通报部门与一组评分相关联。

环状身分的巨细可以用作不及物性的量度。在这里,我们显示HHD自然来自两类具有简朴统计解释的锦标赛。然后,我们讨论界说等效剖析的六组差别的假设。

这种分析促使人们选择使用HHD等其他现有方法。竞争的乐成通常取决于竞争者的特质。特质体现模型假设一个竞争对手击败另一个竞争对手的概率可以表现为他们特质的函数。我们讲明,如果从特征漫衍中独立且相同地绘制每个竞争对手的特征,则可以显式盘算网络中预期的不通报度。

使用此效果,我们讲明,增加可以竞争的竞争者对的数量会促进周期性竞争,而且增加 A 对 B 的绩效与 A 对 C 的绩效之间的相关性会促进通报性竞争。因此,可以通太过析这种相关性来明白预期的周期性竞争规模。提供了说明性示例。电子商务用户的上下文原文标题: Contextualisation of eCommerce Users地址: http://arxiv.org/abs/2011.01874作者: Hassan Elhabbak, Benoît Descamps, Elisabeth Fischer, Sakis Athanasiadis摘要: 提出了可扩展的建模框架,用于电子商务情况中的消费者意图。

该方法通过从自然语言处置惩罚中借用的嵌入来应用上下文化。通过将贯串网站页面的用户会话历程视为文档,我们可以描画页面之间的上下文关系以及用户会见的主题。

最后,我们通过履历研究了所提出框架的一致性和稳定性。在线学生评估中性别偏见的多方面分析原文标题: A Multi-aspect Analysis of Gender Bias on Online Student Evaluations地址: http://arxiv.org/abs/2011.01897作者: Sofia Maria Nikolakaki, Joseph Lai, Evimaria Terzi摘要: 机构广泛使用学生评估来评估教师的教学体现,可是潜在的趋势和偏见会影响他们的解释。

我们使用“评定我的教授”中的数据,举行最大,最新的定量数据分析,以研究与学生在评估其男性和女性教授的体现时所具有的评估尺度有关的问题。我们的分析跨越了两个十年(1999-2019)的数据,因此思量到了网站上最近的变化以及对学生的看法,并展示了与学生如何看待男性和女性教授的教学气势派头和性格特征有关的有趣看法。

我们还提出了第一个分析,该分析观察性别偏见如何随时间演变以及如何随空间变化。我们认为,从社会学的角度来看,我们的研究效果很有趣,因为他们通过展现学生如何看待和评估差别性此外教授来研究性别在高等教育中的作用。另外,我们认为我们的发现对教育机构在思量教师评估中可能存在的偏见时很有用。

声明:Arxiv文章摘要版权归论文原作者所有,机械翻译后由本人举行校正整理,未经同意请勿随意转载。本系列在民众号“网络科学研究速递”(netsci)和小我私家博客举行同步更新。


本文关键词:亚博全站官网登录,Arxiv,网络,科学,论文,摘要,17篇,2020-11-04,基于

本文来源:亚博全站官网登录-www.shbal.com