COVID-19擴散的尺度特徵
原文標題： Scaling features in the spreading of COVID-19
地址： http://arxiv.org/abs/2002.09199
作者： Ming Li, Jie Chen, Youjin Deng
摘要： 自COVID-19爆發以來已有眾多數據分析工作。有的研究基於假設指數增長的經典流行病學方法，另有少量研究指出冪律尺度對當前可得數據擬合更優。本文我們研究了中國（2020年1月20日至2020年2月19日）的數據，確實發現顯著長的時間病例生長極為遵循冪律動力學。確診病例、死亡和治癒案例數的冪指數分別為2.42（20），2.21（8）和4.14（20），表明大規模流行傳播下可能有小世界網絡結構。儘管死亡和治癒病例數仍未明顯偏離冪律增長，但感染人數已出現了明顯的負偏差，特別是湖北以外的區域。這表明病毒傳播在大量控制措施下開始變慢。我們同時發現，儘管量級存在顯著差異，湖北省和湖北以外的區域感染人數的增長動力學有很多相似之處。在此基礎上，我們在雙對數座標下重新調整了湖北之外地區的感染人數尺度，使其儘可能多地與中國總感染人數重疊，從中大致外推得到病毒達峰時間約為2020年3月3日，屆時感染人數約83000名。此外通過分析雙對數尺度下的死亡率的動力學，我們粗略估計3月3日前後湖北省COVID-19死亡率約為4.0%~4.5％，湖北以外區域約為0.8％-1.2％。我們強調，我們的預測可能數量上並不可靠，因為數據分析只基於純粹經驗數據並使用了各種假設。
利用異步更新的演化博弈進行網絡重構
原文標題： Network reconstruction from asynchronously updated evolutionary game
地址： http://arxiv.org/abs/2002.09105
作者： Hong-Li Zeng, Shu-Xuan Wang, Yan-Dong Guo, Shao-Meng Qin
摘要： 囚徒困境（PD）博弈玩家間的相互關係與重建演化的博弈數據。所有參加每一輪的比賽中發揮與他們的同行和增益相應的獎勵博弈。然而，他們的策略是演化PD比賽中異步更新。玩家之間的交互的兩種推理方法得出與天真的平均場（NMF）近似和最大相似度分別估計（MLE）。這兩種方法被測試數值也為完全連接不對稱謝林頓-帕特里克（SK）的模型，不同的數據長度，非對稱度，收益和系統噪聲（耦合強度）。我們發現，MLE方法的重建均方誤差（MSE）成正比，數據長度的倒數，通常一半NMF的是（受益的更新次數的額外信息）。這兩種方法都是穩健的不對稱程度，但適用於大回報更好。與MLE相比，NMF是對接頭強度，其傾向於弱耦合更加敏感。
通過不可觀測鏈接的隨機抽樣進行鏈路預測的快速評估
原文標題： Fast Evaluation of Link Prediction by Random Sampling of Unobserved Links
地址： http://arxiv.org/abs/2002.09165
作者： Jingwei Wang, Yunlong Ma, Zeyu Chen, Xuheng Wang, Yuan Yun, Weiming Shen, Min Liu
摘要： 鏈路預測算法的評估需要估計網絡中的所有未觀測到的鏈接的存在的可能性。然而，未觀察到的鏈路的數量與節點的數量的增加，這限制了鏈路預測在大型網絡中呈指數增長。在本文中，我們提出了鏈路預測算法，即鏈路預測隨機抽樣一種新的評價方案。我們用這種方法來評估在不同環境和規模十個真實世界的網絡鏈接12個預測性能。結果表明，業績排名這些算法不會受到來自未觀測到的鏈接隨機抽樣的很小一部分進行實驗，無論是使用AUC或精密計量。此外，該採樣方法可以降低計算複雜度的鏈路預測算法選自O在大型網絡中的評價（N ^ 2）至O（N）。我們的研究結果表明，該方案是一個快速和有效的評價方法。
社交媒體資料策展
原文標題： Curating Social Media Data
地址： http://arxiv.org/abs/2002.09202
作者： Kushal Vaghani
摘要： 社會化媒體平臺已經授權的人在當今時代脈搏的民主化。由於其巨大的知名度和極高的使用率，在社交媒體網站（例如，Twitter的，Facebook和Tumblr）公佈的數據是信息的豐富的海洋。因此，社會印記的數據驅動的分析已經成為組織和政府的重要資產，以進一步提高其產品和服務。然而，由於動態和社交媒體數據的嘈雜本質，進行原始數據準確的分析是一項具有挑戰性的任務。一個關鍵的要求是，收錄的原始數據之前饋送到分析管線。這個策展過程將原始數據轉化為背景化數據和知識。我們提出了一個數據管道策，即CrowdCorrect，使分析師潔面策劃社會數據，並準備好應對可靠的分析。我們的管道提供了從使用現有的內部工具的社交媒體數據的語料庫自動特徵提取。此外，我們還提供採用自動和人群來源的辦法是雙糾錯機制。這條管線的實現還包括自動創建微任務，以促進策劃的原始數據人群用戶貢獻的一組工具。對於這項研究的目的，我們使用Twitter作為我們的激勵社交媒體數據平臺由於其受歡迎程度。
基於資產交換模型的區域不平等模擬
原文標題： Regional inequality simulations based on asset exchange models
地址： http://arxiv.org/abs/2002.09272
作者： Takeshi Kato, Yasuyuki Kudo, Hiroyuki Mizuno, Yoshinori Hiroi
摘要： 為了深入瞭解地區差別問題，我們提出了基於通過設置空間交換範圍和等價交換增加偏置資產比例的概率存在於經濟動能物理學收入交換模型新的地區性資產交換模型。資產分佈和基尼係數的模擬表明，抑制地區差距需要，第一，提高了區域內經濟循環率，第二，縮小的交換範圍（區域間經濟區）。避免資產的過度集中，由於反覆的交流，但是，需要第三，增加本地支持偏差（分佈標準）。包含這三種措施的綜合解決方案使換檔從過度集中的資產分佈指數分佈，最終接近正態分佈，並進一步降低了基尼係數。展望未來，我們將進一步根據的視差設定在二維空間基於資產的產能，路徑依賴和偏置拓展模型，並驗證措施，以減少實際的社區區域不平等。
複雜網絡輿論動態的遲滯和無序誘發的連續動力學類型有序
原文標題： Hysteresis and disorder-induced order in continuous kinetic-like opinion dynamics in complex networks
地址： http://arxiv.org/abs/2002.09366
作者： A. L. Oestereich, M. A. Pires, S. M. Duarte Queirós, N. Crokidakis
摘要： 在這項工作中，我們解決一個動力類與多個淬火和極化賦聯網的人口動態意見模型。此外，我們認為是限制性的，這是仿照具有光滑的有界信心兩兩相互作用。我們的研究結果表明非平衡的滯後性和異質性輔助排序的有趣出現。這種有悖常理的現象是穩健的，以不同類型的網絡架構，如隨機，小世界和無標度。
基於局部流的超圖聚類
原文標題： Localized Flow-Based Clustering in Hypergraphs
地址： http://arxiv.org/abs/2002.09441
作者： Nate Veldt, Austin R. Benson, Jon Kleinberg
摘要： 當地圖聚類算法被設計為高效地檢測被偏置到一個大的圖的局部區域節點的小簇。雖然很多技術已經在當地圖表集群發展，很少算法已被設計用來檢測超圖本地集群，包括數據對象之間的關係，多路這更好的模型複雜的系統。在本文中，我們提出了本地集群的框架的基礎上削減最低和最高流量超圖。我們的方法擴展上基於流的局部圖聚類以往的研究，但在一些關鍵方面已一概而論。首先，我們將演示如何把廣義超圖 S 的最新結果 - T 切的問題。這使我們能夠適應寬範圍的不同的超圖切的功能，其可以分配基於每個超邊是如何跨越不同的簇分割不同的懲罰。此外，我們的算法附帶了一些吸引人的理論性與低超圖電導和超圖規範化切痕的恢復節點套的條款。最後，也是最重要的是，我們的方法是強的地方，這意味著它的運行時間只取決於輸入集的大小。在實踐中，這讓我們的方法來快速找到本地化集群沒有探索的整個輸入超圖。我們證明了我們在本地群集檢測實驗在Amazon產品超圖和一個堆棧溢出問題的超圖法的力量。雖然這兩個數據集涉及到幾百萬個節點，數以百萬計的邊，而大超邊的平均尺寸，我們能夠探測到本地集群在幾秒鐘或幾分鐘的事情，這取決於簇的大小。
參數化目標和算法聚類二部圖和超圖
原文標題： Parameterized Objectives and Algorithms for Clustering Bipartite Graphs and Hypergraphs
地址： http://arxiv.org/abs/2002.09460
作者： Nate Veldt, Anthony Wirth, David F. Gleich
摘要： 圖聚類目標函數具有可調諧的解析參數使得能夠檢測不同類型的在同一圖表中聚類結構。這些目標也提供其他非參數目標，這經常可以被捕獲作為特殊情況的統一視圖。以前的研究主要集中在標準曲線的參數目標，其中所有節點都是同一類型的，和模型邊的成對關係。在我們的工作中，我們介紹了參數化的目標函數和近似算法專為集群二部圖和超圖的基礎上，相關的聚類。這使我們能夠與不同的節點類型（二部圖）或多路的關係（超圖）聚類數據集開發原則的方法。我們的目標超圖涉及模塊化和標準化切的高階概念，並且是經由超圖擴展技術適合於近似算法。我們的二分客觀標準一般化二分相關聚類，並在一定的參數政權相當於bicluster缺失，即，除去邊的最小數量的二部圖分離成不相交bicliques。一般的問題是NP難的，但我們表明，在一定的參數制度就相當於一個雙邊匹配問題，這意味著它在這一制度多項式時間內可解。對於其他的制度，我們提供了基於LP-四捨五入近似保證。我們的研究結果包括bicluster刪除第一個常數因子近似算法。我們說明了幾次實驗我們的框架的靈活性。這包括匯聚食物網和基於高階序結構的電子郵件網絡，檢測零售產品在產品審核超圖集群，並在幾個真實世界的二部圖評估我們在一系列的參數設置算法。
聚類用於臨床領域的分類多關係數據知識表示嵌入評價
原文標題： Clustering as an Evaluation Protocol for Knowledge Embedding Representation of Categorised Multi-relational Data in the Clinical Domain
地址： http://arxiv.org/abs/2002.09473
作者： Jianyu Liu, Hegler Tissot
摘要： 學習知識表示是適用於許多特定領域的機器學習問題的一個日益重要的技術。嵌入知識表示在臨床領域分類的多關係數據時，我們討論傳統的鏈路預測或知識圖完成評估協議的效力。鏈路預測使用到的數據分割為訓練和評估子集，導致沿培訓信息的丟失和損害知識表示模型的準確性。我們提出了一個聚類評價協議作為替代替代傳統使用的評估任務。我們使用嵌入的已評估的臨床數據集知識嵌入方法訓練的模型。與Pearson和Spearman相關實驗結果表明了強有力的證據，所述新型提議的評價協議是pottentially能夠替換鏈路預測。
聲明：Arxiv文章摘要版權歸論文原作者所有，由本人進行翻譯整理，未經同意請勿隨意轉載。本系列在微信公眾號“網絡科學研究速遞”和個人博客進行同步更新。
閱讀更多 網絡科學研究速遞 的文章
