- 聚合多路网络的相似度矩阵平均值;
- 美国多模态能源系统的异函数图结构分析;
- 重新审视用于图分类的图神经网络的对抗性攻击;
- 有影响力的科学家更倾向于让合作者参与新主题;
- 通过双峰故障尺寸分布预测复杂网络中的级联动力学;
- 组合因果bandit;
- 在大学城四处走动：UA 国际学生面临的交通障碍案例研究;
- COVID-19 数量在不同时间阶段和地理尺度上的分布规律;
- 城市光景的谱学;
- 墨西哥城的人口流动模式及其与 COVID-19 大流行期间社会经济变量的联系;
- 在线错误信息扩散的重新概念化;
- 跨人类组织的尺度率和功能多样性的普遍性;
- 从嘈杂的成对观察中重建超图;
- 用于聚类边着色超图的最优 LP 舍入和快速组合算法;
- 网络合作演化的扰动理论;
- 舆论市场模型：使用积极干预阻止极右翼舆论传播;
- 关于使物理学与整个社会特别是与科学家相关：缩小认知鸿沟;
- Link-Backdoor：通过节点注入对链路预测进行后门攻击;
- 通过心理特征评分改进网络钓鱼检测;
- 使用持久同源解开力导向布局;
- 整体自然系统——设计与指导，指导新科学转型;
- 广泛的党派选区选举主要在全国范围内取消，但减少了选举竞争;
- 从已知到未知：用于开放集社交事件检测的质量感知自改进图神经网络;
- DuETA：通过高效图学习的交通拥塞传播模式建模在百度地图上进行 ETA 预测;
- 基于 Copula 的聚类网络中广义友谊悖论的分析;
- 美国枪支暴力事件的双域分析;
- 计算语义网映射的综述：交互性的挑战;
- 绿色氢替代生产和储存方案对电力部门的影响;
原文标题： Similarity matrix average for aggregating multiplex networks
地址： http://arxiv.org/abs/2208.06431
作者： Federica Baccini, Lucio Barabesi, Eugenio Petrovich
摘要： 我们引入了一种基于平均相似度矩阵的方法，旨在将多路网络的层集成到单个单工网络中。多元网络被用于对各种现实世界框架进行建模，例如社会、经济和生物结构中的多类型关系。更具体地说，当来自给定种群（节点）的一组元素之间出现不同性质（层）的关系时，使用多路网络。研究多路网络的一种可能方法是将不同层聚合在单个网络（单工）中，这是所有层的有效表示（在某种意义上）。为了获得这样一个聚合网络，我们提出了一种理论方法——连同它的实际实现——它源于相似度矩阵平均的概念。该方法最终应用于统计期刊的多重相似性网络，其中三个考虑的层分别表示基于共同被引、共同作者和共同编辑的期刊的相似性。
美国多模态能源系统的异函数图结构分析原文标题： A Hetero-Functional Graph Structural Analysis of the American Multi-modal Energy System
地址： http://arxiv.org/abs/2208.06430
作者： Dakota J. Thompson, Amro M. Farid
摘要： 作为 21 世纪最紧迫的挑战之一，全球气候变化要求对四个关键能源基础设施进行一系列变革：电网、天然气系统、石油系统和煤炭系统。不幸的是，这四个系统经常被单独研究，很少作为集成系统一起研究。相反，整体的多能源系统模型可以用来提高对这些相互依赖的系统的理解，并指导在系统发展到未来时塑造系统的政策。 NSF 项目名为“美国多模态能源系统合成和模拟数据 (AMES-3D)”，旨在通过 AMES 的开源、物理信息、结构和行为机器学习模型来填补这一空白。为此，本文使用 GIS 数据驱动、基于模型的系统工程方法来开发美国多模式能源系统 (AMES) 的结构模型。本文根据统计量生成并报告了异函数关联张量、异函数邻接矩阵和形式图邻接矩阵。这项工作将纽约 (NY)、加利福尼亚 (CA)、德克萨斯 (TX) 和美利坚合众国 (USA) 州的这四种异功能图模型作为一个整体进行比较。从报告的统计数据中，本文发现这些州的地理和可持续能源政策深深地反映在其多能源基础设施系统的结构中，并影响到整个美国的结构。
重新审视用于图分类的图神经网络的对抗性攻击原文标题： Revisiting Adversarial Attacks on Graph Neural Networks for Graph Classification
地址： http://arxiv.org/abs/2208.06651
作者： Beini Xie, Heng Chang, Xin Wang, Tian Bian, Shiji Zhou, Daixin Wang, Zhiqiang Zhang, Wenwu Zhu
摘要： 图神经网络 (GNN) 在图分类任务和各种下游现实世界应用中取得了巨大成功。尽管取得了成功，但现有方法要么仅限于结构攻击，要么仅限于本地信息。这需要一个更通用的图分类攻击框架，由于使用全局图级信息生成本地节点级对抗示例的复杂性，该框架面临重大挑战。为理解决这个“全局到局部”的问题，我们提出了一个通用框架 CAMA，通过以分层方式操作图结构和节点特征来生成对抗性示例。具体来说，我们利用图类激活映射及其变体来产生与图分类任务相对应的节点级重要性。然后通过算法的启发式设计，我们可以在节点级和子图级重要性的帮助下，在不明显的扰动预算下执行特征和结构攻击。在六个真实世界的基准上攻击四个最先进的图分类模型的实验验证了我们框架的灵活性和有效性。
有影响力的科学家更倾向于让合作者参与新主题原文标题： Impactful scientists have higher tendency to involve collaborators in new topics
地址： http://arxiv.org/abs/2208.06682
作者： An Zeng, Ying Fan, Zengru Di, Yougui Wang, Shlomo Havlin
摘要： 在科学研究中，合作是利用新思想、技能、资源和进行跨学科研究的最有效方式之一。尽管已经对协作网络进行了深入研究，但个别科学家如何选择合作者来研究新的研究课题的问题仍然几乎没有得到探索。在这里，我们调查了个别科学家在其职业生涯中的合作统计数据和机制，揭示了总的来说，合作者参与的主题明显少于受控主体人的预期。特别是，我们发现高产的科学家往往拥有更高比例的单一主题合作者，而被高度引用（即有影响力）的科学家拥有更高比例的多主题合作者。我们还为这种区分提出了一个合理的机制。此外，我们调查了科学家将现有合作者纳入新主题的案例。我们发现，与富有成效的科学家相比，有影响力的科学家更愿意与有影响力的科学家就新主题开展合作。最后，我们通过调查不同年份和不同学科的活跃科学家来验证我们的发现。
通过双峰故障尺寸分布预测复杂网络中的级联动力学原文标题： Predicting the cascading dynamics in complex networks via the bimodal failure size distribution
地址： http://arxiv.org/abs/2208.06726
作者： Chongxin Zhong, Yanmeng Xing, Ying Fan, An Zeng
摘要： 作为系统性风险的级联故障发生在广泛的现实世界网络中。级联尺寸分布是系统级联行为的基本和关键特征。最近的研究工作表明，级联尺寸的分布是双峰形式，表明存在非常小的级联或大型级联。在本文中，我们旨在理解复杂网络中级联大小的这种双峰分布的性质和形成，并进一步预测最终的级联大小。我们首先发现级联大小的双峰分布在合成网络和真实网络中都很普遍。此外，在双峰分布的右峰中分布的大级联大小是由于级联第一步高负载节点的故障或由初始故障触发的多轮级联造成的。因此，我们提出了一种混合负载度量（HLM），它结合了初始损坏节点的负载和初始故障触发的故障节点的负载，来预测级联故障的最终大小。最后，我们通过计算识别属于双峰分布的左右峰的级联的准确性来验证 HLM 的有效性。结果表明，HLM 是比合成网络和现实网络中常用的网络中心度指标更好的预测器。
组合因果bandit原文标题： Combinatorial Causal Bandits
地址： http://arxiv.org/abs/2206.01995
作者： Shi Feng, Wei Chen
摘要： 在组合因果老虎机 (CCB) 中，学习主体在每一轮中最多选择 K 变量进行干预，从观察到的变量中收集反馈，以最小化目标变量 Y 的预期遗憾。与之前所有关于因果老虎机的研究不同，CCB 需要处理指数级大的动作空间。我们在具有因果模型的简洁参数表示的二元广义线性模型 (BGLM) 的背景下进行研究。我们提出了基于最大似然估计方法的马尔可夫 BGLM（即没有隐藏变量）的算法 BGLM-OFU，并表明它实现了 O(sqrtTlog T) 遗憾，其中 T 是时间范围。对于具有隐藏变量的线性模型的特殊情况，我们应用因果推理技术（例如 do-calculus）将原始模型转换为马尔可夫模型，然后证明我们的 BGLM-OFU 算法和基于线性回归的另一种算法求解带有隐藏变量的线性模型。我们的新颖之处包括（a）考虑组合干预行动空间和一般因果模型，包括具有隐藏变量的模型，（b）整合和调整来自不同研究的技术，例如广义线性老虎机和在线影响最大化，以及（c）不依赖于不切实际的假设，例如在一些先前研究中使用的所有干预措施下，知道 Y 的父母的联合分布。
在大学城四处走动：UA 国际学生面临的交通障碍案例研究原文标题： Getting around in a college town: A case study of transportation barriers faced by international students at UA
地址： http://arxiv.org/abs/2208.06434
作者： Riffat Islam, Sanaa Rafique, Olga A. Bredikhina, Steven Jones
摘要： 大学生的日常生活很大程度上依赖于交通。在美国的小城镇、农村和郊区大学环境（美国）中，公共交通替代方案并未广泛使用。这项研究在阿拉巴马州塔斯卡卢萨市以白人为主的机构阿拉巴马大学 (UA) 校园内就读的国际学生进行了在线调查。这项研究的目的是调查和分析国际学生在一个拥有大量大学附属人口的城市的旅行经历，并突出该地区的特定交通问题。调查结果表明，国际学生发现没有私家车很难在塔斯卡卢萨旅行，因为其他交通方式，包括步行、骑自行车和使用公共交通工具，并不总是方便或可靠。交通专家、城市规划者、大学管理人员和大学生可能会对研究结果感兴趣，他们希望更好地理解国际学生所经历的与旅行相关的挑战。
COVID-19 数量在不同时间阶段和地理尺度上的分布规律原文标题： Distribution law of the COVID-19 number through different temporal stages and geographic scales
地址： http://arxiv.org/abs/2208.06435
作者： Peng Liu, Yanyan Zheng
摘要： 这项工作对 2020 年 1 月至 2022 年 6 月期间县、市和州/省各级的累计和每日确诊病例和死亡人数的 COVID-19 数量的分布特征进行了系统分析。此处分析的数据集来自澳大利亚、加拿大、中国、丹麦、法国、荷兰、新西兰、英国和美国。本文发现幂律x^-mu，拉伸指数e^-alpha x^beta，以及幂律和拉伸指数函数x^的组合6e^-alpha x^beta 可以很好地描述 COVID-19 大流行病程不同阶段的这种分布。这三个数学模型似乎是一个地区内 COVID-19 大流行严重程度的指标。该分析的经验结果表明，在传染性人类病毒传播的物理复杂网络中存在重要的内在动态。因此，本研究将对人类传染性病毒在人类互联社会中传播动力学的理论研究施加严格的约束。
城市光景的谱学原文标题： Spectrometry of the Urban Lightscape
地址： http://arxiv.org/abs/2208.06441
作者： Christopher Small
摘要： NASA 通往地球宇航员摄影的门户 包含从国际空间站拍摄的 2500 个编目城市光景（城市夜灯）的 30000 多张照片。这些多谱 DSLR 照片中有 100 多张具有足够的空间分辨率、清晰度和曝光度，可用于城市光景的宽带谱表征。对MODTRAN辐射传输模型模拟的大气透射率的分析表明，透射率谱的谱斜率对模型大气的选择相对不敏感，大气路径长度和气溶胶光学深度的变化主要影响谱的偏差而不是斜率。这表明色温校准的 RGB 通道可以针对大气散射和吸收的相对差异进行校正，以便进行定量比对。 18 张相互校准的 RGB 照片的马赛克渲染了一个谱特征空间，其中有四个明确定义的谱端元，对应于白色、黄色和红色光源，亮度由暗背景端元调制。这四个谱端元构成了线性谱混合模型的基础，该模型可以反转以提供每个像素瞬时视场内存在的每个端元的面积分数的估计。由此产生的谱特征空间显示了两种不同的混合趋势，从暗端成员延伸到接近平坦的谱（白黄色）和暖谱（橙色）源。照明像素的分布强烈偏向暖谱街道照明的较低亮度背景，较亮的灯光通常对应于点光源和主要通道。尽管曝光和内部混合趋势存在差异，但 18 个单独的城市光景谱特征空间的比对显示出一致的拓扑结构。
墨西哥城的人口流动模式及其与 COVID-19 大流行期间社会经济变量的联系原文标题： Human mobility patterns in Mexico City and their links with socioeconomic variables during the COVID-19 pandemic
地址： http://arxiv.org/abs/2208.06456
作者： Oscar Fontanelli, Dulce I. Valdivia, Guillermo Romero, Oliver Medina, Wentian Li, Maribel Hernández-Rosales
摘要： 手机地理定位数据的可用性为研究人类流动模式以及这些模式如何受到最近大流行的影响提供了绝佳的机会。两个简单的中心性指标使我们能够衡量使用此类数据构建的起点-目的地网络中移动性的两个不同方面：连接到某个节点的各种地方（度数）和往返于给定节点的人数（强度）。在这篇文章中，我们分析了 2020 年大墨西哥城日常起点-终点网络的节点度和强度。与在许多复杂网络中观察到的情况不同，这些起点-终点网络不是无标度的。相反，有一个由分布峰定义的特征尺度；中心性分布表现出倾斜的双尾分布，峰值的每一侧都有幂律衰减。我们发现，高流动性地区往往更靠近市中心，人口较多，社会经济条件较好。行为异常的区域几乎总是在城市的外围，在这里我们也可以观察到东西方流动模式的质的差异。最后，我们研究了由于 COVID-19 大流行的爆发而导致的流动限制对这些流动模式的影响。
在线错误信息扩散的重新概念化原文标题： A Re-Conceptualization of Online Misinformation Diffusion
地址： http://arxiv.org/abs/2208.06468
作者： Brett Bourbon, Renita Murimi
摘要： 在线社会网络促进了错误信息的传播。一些理论家将错误信息问题解释为知识问题，因此是无知问题。这种假设导致了错误信息（错误信念）被良好信息（真实信念）抵制的解决方案。我们认为信息最好被理解为八卦。我们认为，八卦作为社会资本经济的一部分传播，该经济具有模仿普通人类八卦的特定话语语法。但是有一些关键的区别。这些差异具有巨大而分裂的社会和政治影响。如果我们将注意力从信息的真假转移，转而关注八卦的社会动态，我们可以更有效地应对在线社会网络的挑战和危险。我们的论点分为三个部分。 (1) 我们简要批评了对错误信息的认识论和以真理为中心的描述。 (2) 我们将八卦的基本话语语法描述为一种社会实践。 (3) 然后，我们将在线信息的属性与这种八卦的话语语法相匹配。虽然八卦具有特殊的话语形式，但其在线模式涉及许多独特的社会特征，这些特征将产生巨大而分裂的社会和政治影响。我们的目标不是取代当前的信息传播账户，而是用八卦的描述性模型来扩充这些账户。信息传播模型应被理解为用于探索在线社区与离线社区的社会学发展的工具。
跨人类组织的尺度率和功能多样性的普遍性原文标题： Scaling and the Universality of Function Diversity Across Human Organizations
地址： http://arxiv.org/abs/2208.06487
作者： Vicky Chuqiao Yang, Christopher P. Kempes, Hyejin Youn, Sidney Redner, Geoffrey B. West
摘要： 功能多样性，即个人可以执行的任务范围，对于生产性组织至关重要。这个概念已经在不同的学科背景下进行了研究，而一般模式和机制仍不清楚。在这里，我们首先分析了对自上而下组织（美国联邦机构、挪威公司和美国大学）的 5000 多个观察结果，发现不同职能的数量与组织规模成比例，近似为指数为 1 的幂律/2。此外，我们发现组织内功能丰富度分布的共同模式。这种普遍性表明，尽管人类组织的目的、结构和文化存在差异，但它们可能共享共同的机制来创建专业化。此外，我们发现城市——自下而上的组织——不同于自上而下的组织，并表现出对数尺度。我们讨论了使用历史相关随机过程对这些观察的机制进行建模的潜在途径，并为模型选择提供了几个标准。
从嘈杂的成对观察中重建超图原文标题： Hypergraph reconstruction from noisy pairwise observations
地址： http://arxiv.org/abs/2208.06503
作者： Simon Lizotte, Jean-Gabriel Young, Antoine Allard
摘要： 网络重建任务旨在从时间序列、快照或交互计数等各种数据源估计复杂系统的结构。最近的工作已经在关系恰好涉及两个实体的网络中检查了这个问题 - 成对情况。在这里，我们研究了重建网络的一般问题，其中也存在高阶交互。我们研究了这个问题的一个最小示例，重点是超图的情况，其中顶点对和三元组之间的交互，不完美和间接地测量。我们为此模型推导出 Metropolis-Hastings-within-Gibbs 算法，并使用该算法突出估计高阶模型带来的独特挑战。我们表明，与没有高阶交互的等效图模型相比，这种方法倾向于更准确地重建经验和合成网络。
用于聚类边着色超图的最优 LP 舍入和快速组合算法原文标题： Optimal LP Rounding and Fast Combinatorial Algorithms for Clustering Edge-Colored Hypergraphs
地址： http://arxiv.org/abs/2208.06506
作者： Nate Veldt
摘要： 我们研究了最近引入的用于对边着色的超图进行聚类的框架的近似性，其中目标是以最小化包含与超边不同颜色的节点的超边的数量的方式对节点进行着色。这个问题与色相关聚类和各种广义多路切割问题密切相关。我们首先通过舍入自然线性规划松弛来提供 min2 - 2/k, 2-2/(r 1)-近似值，其中 r 是最大超边大小， k 是颜色的数量。这改进了之前最好的舍入方案，达到了 min2 - 1/k, 2-1/(r 1) 的近似值。我们通过证明匹配完整性差距来证明我们的舍入方案是最优的。当 r 很大时，我们的近似值与已知的 2(1-1/k)-近似值匹配，该近似值基于减少到节点加权的多路切割并舍入不同的线性程序。这两个线性程序之间的确切关系以前是未知的。我们证明了规范松弛总是至少与节点加权多路割松弛一样紧，并且可以严格地更紧。我们还表明，当 r 和 k 是任意的时，边颜色的聚类目标是等效于顶点覆盖的近似值。这立即意味着几个改进的硬度结果，以及快速组合 2 近似算法。
网络合作演化的扰动理论原文标题： Perturbation theory for evolution of cooperation on networks
地址： http://arxiv.org/abs/2208.06584
作者： Lingqi Meng, Naoki Masuda
摘要： 网络结构是社会困境博弈中促进合作的一种机制。在本研究中，我们探索了图手术，即稍微扰乱给定的网络，使网络能够更好地促进合作。为此，我们开发了一种扰动理论来评估当我们向给定网络添加或删除单个边时合作倾向的变化。我们的扰动理论适用于先前提出的基于随机游走的理论，该理论提供了阈值收益成本比 (b/c)^，这是捐赠中收益成本比的值对于任何有限网络，合作者比在控制情况下更可能注视的博弈。我们发现，在大多数情况下，当我们移除一条边时，(b/c)^ 会减少，并且我们的扰动理论以合理的准确度捕捉到，边移除使 (b/c)^ 变得更小以便于促进合作。相比之下，当我们添加一条边时，(b/c)^往往会增加，而扰动理论并不擅长预测大幅改变 (b/c)^ 的边添加。我们的微扰理论显著降低了计算图手术结果的计算复杂度。
舆论市场模型：使用积极干预阻止极右翼舆论传播原文标题： Opinion Market Model: Stemming Far-Right Opinion Spread using Positive Interventions
地址： http://arxiv.org/abs/2208.06620
作者： Pio Calderon, Rohit Ram, Marian-Andrei Rizoiu
摘要： 近年来，极端主义观点在我们称为社交媒体的意见生态系统中兴起。允许在线极端主义持续存在会产生可怕的社会后果，并且正在不断探索减轻这种情况的努力。积极干预，控制信号，增加对意见生态系统的关注，旨在提升某些意见，是缓解的途径之一。这项工作提出了一个平台来测试积极干预的有效性，通过意见市场模型 (OMM)，这是一个在线意见生态系统的两层模型，共同考虑了意见间的互动和积极干预的作用。第一层使用多元离散时间霍克斯过程对意见关注市场的规模进行建模；第二层利用市场份额吸引模型来模拟意见合作和竞争市场份额，但注意力有限。在合成数据集上，我们展示了我们提出的估计方案的收敛性。在包含有关丛林大火和气候变化的中度和极右翼观点的 Facebook 和 Twitter 讨论数据集上，我们展示了优于最新技术的预测性能和发现潜在意见交互的能力。最后，我们使用 OMM 来证明主流媒体报道作为压制极右翼观点的积极干预的有效性。
关于使物理学与整个社会特别是与科学家相关：缩小认知鸿沟原文标题： On making physics relevant to society in general and to scientists in particular: Closing the epistemic gap
地址： http://arxiv.org/abs/2208.06728
作者： Jamal Mimouni
摘要： 物理学有一个坏消息：从高中时代开始，大多数人就认为它是一门无聊的学科。它没有魅力，只有辛劳和痛苦，对于许多从事它的人来说，最终的结果往往是失业。会不会是物理学家不知道如何传达他们的学科所涉及的内容？我将解决使物理学与社会和一般科学家相关的问题。我还将处理物理教学和实践的方法和教育方面，以及缩小物理教学与物理学家理解之间的认知差距的必要性……顺便问一下，物理学家理解物理学吗？
Link-Backdoor：通过节点注入对链路预测进行后门攻击原文标题： Link-Backdoor: Backdoor Attack on Link Prediction via Node Injection
地址： http://arxiv.org/abs/2208.06776
作者： Haibin Zheng, Haiyang Xiong, Haonan Ma, Guohan Huang, Jinyin Chen
摘要： 链路预测，推断图中未发现或潜在的链接，广泛应用于现实世界。通过促进图的标记链接作为训练数据，已经研究了许多基于深度学习的链路预测方法，与非深度方法相比，这些方法具有占主导地位的预测精度。然而，恶意制作的训练图的威胁会在深度模型中留下一个特定的后门，因此当一些特定的例子被输入到模型中时，它会做出错误的预测，定义为后门攻击。这是当前文献中被忽视的一个重要方面。在本文中，我们提出了链路预测后门攻击的概念，并提出了Link-Backdoor来揭示现有链路预测方法的训练漏洞。具体来说，Link-Backdoor 将假节点与目标链接的节点结合起来形成触发器。此外，它通过来自目标模型的梯度信息优化触发。因此，在后门数据集上训练的链路预测模型将预测与目标状态的触发链接。在五个基准数据集和五个性能良好的链路预测模型上进行的大量实验表明，Link-Backdoor 在白盒（即目标模型参数可用）和黑盒下都达到了最先进的攻击成功率。框（即目标模型参数不可用）场景。此外，我们在防御情况下验证了攻击，结果表明Link-Backdoor仍然可以对性能良好的链路预测方法构建成功的攻击。代码和数据可在 https://github.com/Seaocn/Link-Backdoor 获得。
通过心理特征评分改进网络钓鱼检测原文标题： Improving Phishing Detection Via Psychological Trait Scoring
地址： http://arxiv.org/abs/2208.06792
作者： Sadat Shahriar, Arjun Mukherjee, Omprakash Gnawali
摘要： 网络钓鱼电子邮件表现出一些在合法电子邮件中不存在的独特心理特征。从实证分析和之前的研究来看，我们发现网络钓鱼电子邮件中最主要的三种心理特征——紧迫感、通过威胁引起恐惧和欲望诱惑。我们为这三个特征手动标记了训练数据集中所有网络钓鱼电子邮件的 10%。我们通过训练 BERT、Sentence-BERT (SBERT) 和字符级 CNN 模型来利用这些知识，并通过形成网络钓鱼心理特征 (PPT) 分数的最后一层捕捉细微差别。对于网络钓鱼电子邮件检测任务，我们使用预训练的 BERT 和 SBERT 模型，并将 PPT 分数连接到一个全连接的神经网络模型中。我们的结果表明，添加 PPT 分数显著提高了模型性能，从而表明 PPT 分数在捕捉心理细微差别方面的有效性。此外，为了减轻不平衡训练数据集的影响，我们使用 GPT-2 模型来生成网络钓鱼电子邮件（Radford 等人，2019 年）。我们最好的模型比当前最先进 (SOTA) 模型的 F1 得分高出 4.54%。此外，我们对单个 PPT 的分析表明，Fear 在检测网络钓鱼电子邮件方面提供了最强的线索。
使用持久同源解开力导向布局原文标题： Untangling Force-Directed Layouts Using Persistent Homology
地址： http://arxiv.org/abs/2208.06927
作者： Bhavana Doppalapudi, Bei Wang, Paul Rosen
摘要： 力导向布局属于一种流行的方法，用于在节点链接图中定位节点。然而，它们通常缺乏对全局结构的直接考虑，这可能导致视觉混乱和不相关结构的重叠。在本文中，我们使用持久同源性原理来解开力导向布局，从而缓解这些问题。首先，我们设计了一种新方法来使用 0 维持久同源性来有效地生成初始图布局。该方法导致更快的收敛和更好的图布局质量。其次，我们为图上的一维持久同源特征（即隧道/循环）提供了新的定义和有效的算法。我们为用户提供与一维特征交互的能力，方法是突出显示它们并在布局中添加强调循环的力量。最后，我们通过计算各种指标（例如联合排序、边交叉等）来评估我们的方法，使用 32 个合成图和真实世界图，以证明我们提出的方法的有效性。
整体自然系统——设计与指导，指导新科学转型原文标题： Holistic Natural Systems — Design & Steering, Guiding New Science for Transformation
地址： http://arxiv.org/abs/2208.06945
作者： Jessie Henshaw
摘要： 像所有自然系统一样，伟大的社会及其文化是通过其环境的成长过程产生的，发展、组织和行为作为一个整体，其内部设计与外部世界相连。因此，增长如何为新系统产生成功和失败的新设计的一般模式可以成为一个很好的老师，说明什么是成功的，什么是不成功的。我们自己的世界文化对世界经济的变化反应迟钝，从而危及其生存；无休止地最大化其复合增长，因此与内部和外部系统的冲突日益加剧。现在，新方法让我们在自然环境中比较不同类型的增长系统，以揭示它们与环境耦合和应对未来的不同方式。有些人通过尊重内部限制并找到与外部部件的契合度来很好地工作，因此为整体生存而适应性地工作。对于生命系统而言，外部环境的丰富经验可以大大改善转向，从而可以更迅速地关注和应对新的风险和机遇。识别新兴系统首先要注意与不断增长的关系中心相关的变化，一个营养丰富的地方的活动核心，一些发芽的东西。风暴、树木、关系、有机体、企业、组织、文化等，都是从新兴的设计中心开始的，它们通过从环境中获取资源来扩展其获取更多资源的能力。因此，增长作为一个自然的探索过程开始和发展，从复合增长开始，需要创造性地应对其自然极限，以实现长寿和在世界上的稳定地位。人类内部思想与外部世界的耦合也很重要。然而，仅与我们的环境间接相关，我们对不断变化的世界的固定形象会使我们对生活的意义视而不见。
广泛的党派选区选举主要在全国范围内取消，但减少了选举竞争原文标题： Widespread Partisan Gerrymandering Mostly Cancels Nationally, but Reduces Electoral Competition
地址： http://arxiv.org/abs/2208.06968
作者： Christopher T. Kenny, Cory McCartan, Tyler Simko, Shiro Kuriwaki, Kosuke Imai
摘要： 美国许多州的国会选区界线都是由党派人士划定的，这引发了人们对选区划分的担忧。为了将选区划分的选举影响与包括地理和重新划分规则在内的其他因素的影响区分开来，我们将制定计划下的预测选举结果与所有州的大量无党派模拟替代计划下的预测结果进行比较。我们发现，党派划分在 2020 年的选区重新划分周期中很普遍，但它造成的大部分偏见在全国范围内都被取消了，平均而言，共和党人增加了两个席位。相比之下，由于地理和重新划分规则，适度的亲共和党偏见仍然存在。最后，我们发现党派划分减少了选举竞争，并使众议院的党派组成对全国投票的变化反应迟钝。
从已知到未知：用于开放集社交事件检测的质量感知自改进图神经网络原文标题： From Known to Unknown: Quality-aware Self-improving Graph Neural Network for Open Set Social Event Detection
地址： http://arxiv.org/abs/2208.06973
作者： Jiaqian Ren, Lei Jiang, Hao Peng, Yuwei Cao, Jia Wu, Philip S. Yu, Lifang He
摘要： 当仅限于一组封闭的事件时，最先进的图神经网络 (GNN) 在社交事件检测任务中取得了巨大成功。然而，考虑到训练神经网络所需的大量数据以及神经网络处理先前未知数据的能力有限，现有的基于 GNN 的方法在开放集设置中运行仍然是一个挑战。为理解决这个问题，我们设计了一个质量感知的自我改进图神经网络（QSGNN），通过利用最好的已知样本和可靠的知识转移，将知识从已知扩展到未知。具体来说，为了充分利用标记数据，我们提出了一种新的有监督的成对损失，带有一个额外的正交类间关系约束来训练骨干 GNN 编码器。学习到的已知事件进一步为未知事件提供了强有力的参考基础，这极大地促进了知识的获取和转移。当模型推广到未知数据时，为了确保有效性和可靠性，我们进一步利用参考相似度分布向量进行伪成对标签生成、选择和质量评估。遵循主动学习的多样性原则，我们的方法使用生成的伪标签选择不同的对样本来微调 GNN 编码器。此外，我们提出了一种新颖的质量引导优化，其中伪标签的贡献基于一致性进行加权。我们在两个大型现实世界社交事件数据集上彻底评估了我们的模型。实验表明，我们的模型实现了最先进的结果，并很好地扩展到了未知事件。
DuETA：通过高效图学习的交通拥塞传播模式建模在百度地图上进行 ETA 预测原文标题： DuETA: Traffic Congestion Propagation Pattern Modeling via Efficient Graph Learning for ETA Prediction at Baidu Maps
地址： http://arxiv.org/abs/2208.06979
作者： Jizhou Huang, Zhengjie Huang, Xiaomin Fang, Shikun Feng, Xuyi Chen, Jiaxiang Liu, Haitao Yuan, Haifeng Wang
摘要： 预计到达时间 (ETA) 预测，也称为行程时间估计，是导航、路线规划和叫车服务等广泛智能交通应用的基础任务。为了准确预测路线的行程时间，必须同时考虑上下文和预测因素，例如时空交互、驾驶行为和交通拥堵传播推断。之前在百度地图上部署的 ETA 预测模型已经解决了时空交互（ConSTGAT）和驾驶行为（SSML）的因素。在这项工作中，我们专注于对交通拥塞传播模式进行建模以提高 ETA 性能。交通拥堵传播模式建模具有挑战性，它需要考虑随时间变化的影响区域以及由道路网络上的交通事件引起的延迟变化随时间的累积效应。在本文中，我们提出了一个实用的工业级 ETA 预测框架，名为 DuETA。具体来说，我们基于交通模式的相关性构建了一个拥堵敏感图，并开发了一个路线感知图转换器来直接学习路段的长距离相关性。这种设计使 DuETA 能够捕捉空间上遥远但与交通状况高度相关的路段对之间的相互作用。对从百度地图收集的大规模真实数据集进行了广泛的实验。实验结果表明，ETA 预测可以显著受益于学习到的交通拥堵传播模式。此外，DuETA 已经部署在百度地图的生产环境中，每天服务数十亿次请求。这表明 DuETA 是用于大规模 ETA 预测服务的工业级和强大的解决方案。
基于 Copula 的聚类网络中广义友谊悖论的分析原文标题： Copula-based analysis of the generalized friendship paradox in clustered networks
地址： http://arxiv.org/abs/2208.07009
作者： Hang-Hyun Jo, Eun Lee, Young-Ho Eom
摘要： 社会网络的异质结构引发了各种有趣的现象。其中之一是友谊悖论，即你的朋友平均比你有更多的朋友。它的概括，称为广义友谊悖论（GFP），表明您的朋友平均比您的朋友具有更高的属性。尽管通过经验分析和数值模拟成功地证明了 GFP，但对 GFP 的分析性、严谨性的理解在很大程度上尚未得到探索。最近，使用 copula 方法获得了 GFP 对具有相关属性的网络中个体的概率的解析解，但假设基础网络的局部树结构 [Jo et al., Physical Review E textbf 104, 054301 (2021)]。考虑到大多数社会网络中三角形的丰富性，除了焦点个体与其邻居之间的相关性外，我们还采用藤蔓连接法来结合焦点个体的邻居之间的属性相关结构。我们的分析方法有助于我们严格理解更一般的网络中的 GFP，例如集群网络和社会网络中其他相关的有趣现象。
美国枪支暴力事件的双域分析原文标题： Dual-domain analysis of gun violence incidents in the United States
地址： http://arxiv.org/abs/2208.07093
作者： Nick James, Max Menzies
摘要： 本文采用新的和最近引入的方法来研究美国枪支暴力的趋势。我们使用时域和频域中的技术来更全面地理解枪支暴力动态。我们分析枪支暴力档案记录的各州枪支暴力事件。自 2020 年 4 月以来，我们有许多特定的关注现象，包括事件的周期性、行为变化发生的时间位置以及枪支暴力模式的变化。首先，我们实施了一种最近引入的非平稳时间序列的谱密度估计方法来研究周期性在逐个州的基础上，包括揭示周期性行为随时间变化的地方。我们还可以对各州之间不同的行为变化模式进行分类。然后，我们的目标是理解自 2020 年众多关键事件（包括 COVID-19 大流行、封锁和内乱时期）以来枪支暴力发生的最重大变化。我们的双域分析提供了更透彻的理解，并挑战了关于枪支暴力事件普遍性的许多广泛持有的概念。
计算语义网映射的综述：交互性的挑战原文标题： A Survey on Computing Schematic Network Maps: The Challenge to Interactivity
地址： http://arxiv.org/abs/2208.07301
作者： Hsiang-Yun Wu, Benjamin Niedermann, Shigeo Takahashi, Martin Nöllenburg
摘要： 示意图在日常使用中显示地铁系统的连通性，并帮助旅行者有效地计划他们的旅程。本研究调查了最新的算法方法，以概述示意图网络映射的最新技术。该研究调查了算法方法的选择通常由映射应用程序的要求指导的假设。例如，为示意图计算全局最优解的算法能够产生打印结果，但由于运行时间长，不适合计算即时布局。因此，我们的分析和讨论集中在问题表述的计算复杂性和示意图算法的运行时间上，包括算法网络布局技术和车站标注技术。然后使用散点图直观地描绘问题复杂性和运行时间之间的相关性。此外，由于地铁地图是数据可视化的常见隐喻，我们还研究了使用地铁地图表示进行分析的在线工具和应用领域，最后总结了示意图的潜在未来机会。
绿色氢替代生产和储存方案对电力部门的影响原文标题： Power sector effects of alternative production and storage options for green hydrogen
地址： http://arxiv.org/abs/2208.07302
作者： Dana Kirchem, Wolf-Peter Schill
摘要： 使用绿色氢可以支持难以实现电气化的部门的脱碳，例如工业或重型运输。然而，到目前为止，人们对提供绿色氢的更广泛的电力部门影响还没有很好的理解。我们使用开源电力部门模型来研究 2030 年德国三个绿色氢替代供应链的潜在电力部门相互作用。我们区分了将德国建模为电岛与嵌入互连系统的模型设置与邻国，以及对可再生能源有和没有特定技术能力限制的环境。我们的分析旨在为其他能源系统建模者和政策制定者提供信息。研究结果表明，在可再生能源份额高的环境中，大规模储氢可以为电力系统提供宝贵的灵活性。在地理平衡缺乏灵活性的情况下，这些好处更加明显。我们进一步发现，绿色氢气生产对最佳发电组合的影响很大程度上取决于模型假设关于产能扩张潜力。我们还确定了以牺牲其他电力消费者为代价的绿色氢生产的潜在分配效应，政策制定者应该意识到这一点。
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。本系列在公众号“网络科学研究速递”（netsci）和个人博客进行同步更新。
,
