核心速遞
社區檢測的精確“沒有免費午餐”定理;
假新聞檢測的分層傳播網絡：調查與開發;
國家發展程度影響了疾病空間;
實時社會數據中的焦慮抑鬱預測;
大腦如何從有意識轉變為潛意識感知;
量化網絡結構對集體決策的速度和準確性的影響;
多狀態噪聲投票模型的共識和多樣性;
演化囚徒困境博弈中變異率與多策略更新規則共存的作用;
複雜網絡的廣義線性響應理論及其在微電網中可再生能源波動的應用;
利用語言學習協作社會網絡評估寫作熟練程度：Yask;
Fiducia：Zomato的個性化食品推薦系統;
同步交通流統計物理：S→F和S→J不穩定性之間的時空競爭;
網絡地平線動力學I：定性角度;
用於推薦系統中多方面社會效應的深度潛變量表示的雙圖注意力網絡;
社區檢測的精確“沒有免費午餐”定理
原文標題：
An Exact No Free Lunch Theorem for Community Detection
地址：
http://arxiv.org/abs/1903.10092
Arya D. McCarthy, Tongfei Chen, Seth Ebner
摘要：無免費午餐定理的前提條件是具有損失函數的評估，其不假設某些輸出優先於其他輸出。 Peel等人先前的社區檢測結果。 （2017）依賴於損失函數和問題域之間的不匹配。損失函數僅計算對可能輸出的一部分宇宙的期望;因此，就問題規模而言，它只是漸近合適的。通過對問題域使用正確的隨機模型，我們為社區檢測提供了更強，更準確的無免費午餐定理。該聲明推廣到其他設置分區任務，包括核心/外圍分離， k -clustering和圖分區。最後，我們回顧了所提出的評估函數的文獻，並確定了（可能略有修改）與精確的無免費午餐定理兼容的函數。
假新聞檢測的分層傳播網絡：調查與開發
原文標題：
Hierarchical Propagation Networks for Fake News Detection: Investigation and Exploitation
地址：
http://arxiv.org/abs/1903.09196
Kai Shu, Deepak Mahudeswaran, Suhang Wang, Huan Liu
摘要： 消費社交媒體的消息越來越受歡迎。然而，社交媒體也使廣泛的假新聞成為可能。由於社交媒體帶來的不利影響，虛假新聞檢測引起了越來越多的關注。然而，僅通過新聞內容檢測假新聞的性能通常是有限的，因為假新聞被寫為模仿真實新聞。在現實世界中，新聞片通過社交媒體上的傳播網絡傳播。新聞傳播網絡通常涉及多層次。在本文中，我們研究了在社交媒體上調查和利用新聞分層傳播網絡進行虛假新聞檢測的挑戰性問題。為了理解新聞傳播網絡與虛假新聞之間的相互關係，首先，我們從虛假新聞和真實新聞的宏觀層面和微觀層面構建了一個層次化的傳播網絡;第二，我們對假性和真實新聞之間的語言，結構和時間觀點的傳播網絡特徵進行了比較分析，證明了利用這些特徵來檢測假新聞的潛力;第三，我們展示了這些傳播網絡特徵對假新聞檢測的有效性。我們通過特徵重要分析進一步驗證了這些特徵的有效性。總而言之，這項工作呈現了分層傳播網絡和假新聞的數據驅動視圖，併為更健康的在線新聞生態系統鋪平了道路。
國家發展程度影響了疾病空間
原文標題：
The development of nations conditions the disease space
地址：
http://arxiv.org/abs/1903.09703
Antonios Garas, Sophie Guthmuller, Athanasios Lapatinas
摘要：利用1990 - 2016年期間195個國家的疾病流行數據的經濟複雜性方法，我們提出了兩個新的衡量標準，用於量化疾病之間的相關性，或國家的“疾病空間”。通過這些指標，我們分析了疾病的地理位置，並實證研究了經濟發展對各國衛生複雜性的影響。我們表明，人均收入越高，國家疾病的複雜性就越高。此外，我們建立了疾病水平指數，將疾病與普遍存在的疾病病例國家的人均GDP水平聯繫起來。通過該指數，我們強調經濟發展與疾病複雜性之間的聯繫，並在疾病層面說明人均收入增加與更復雜疾病的關係。
實時社會數據中的焦慮抑鬱預測
原文標題：
Anxious Depression Prediction in Real-time Social Data
地址：
http://arxiv.org/abs/1903.10222
Akshi Kumar, Aditi Sharma, Anshika Arora
摘要：心理健康和社交媒體一直是密切相關的研究領域。在這項研究中，提出了一種新的模型，AD預測模型，用於實時推文中的焦慮抑鬱預測。這種混合性焦慮抑鬱症主要與不穩定的思維過程，煩躁不安和失眠有關。基於語言提示和用戶發佈模式，使用5元組向量來定義特徵集。建立與焦慮相關的詞典以檢測焦慮指標的存在。分析推文的時間和頻率是否存在不規則性，並且進行意見極性分析以發現發佈行為的不一致性。該模型使用三個分類器（多項式na“”Bayes，梯度增強和隨機森林）進行訓練，並使用集合投票分類器進行多數投票。對抽樣100個用戶的推文評估初步結果，並且所提出的模型實現分類準確率為85.09％。
大腦如何從有意識轉變為潛意識感知
原文標題：
How the brain transitions from conscious to subliminal perception
地址：
http://arxiv.org/abs/1903.09630
Francesca Arese Lucini, Gino Del Ferraro, Mariano Sigman, Hernan A. Makse
摘要：我們通過使用k-核心滲透來研究功能網絡中的轉變，這些功能網絡將人類大腦的意識狀態表徵為無意識的潛意識狀態。我們發現有意識狀態功能網絡（視覺皮層和左中額葉回）的最內核（即最連接的內核）對應於當大腦從有意識狀態轉變時保持功能活躍的區域。到了潛意識狀態。也就是說，有意識網絡的內核與潛意識狀態一致。數學建模允許將由k-核心滲透驅動的有意識轉變為潛意識轉變，通過其有意識狀態通過有意識功能網絡的外圍k-殼的失活而喪失。因此，有意識大腦的內核和最強健的組成部分對應於無意識的潛意識狀態。這一發現對意識的理論模型施加了限制，因為功能性腦網絡核心的位置在大腦的無意識部分而不是之前認為的意識狀態。
量化網絡結構
對集體決策的速度和準確性的影響
原文標題：
Quantifying the impact of network structure on speed and accuracy in collective decision-making
地址：
http://arxiv.org/abs/1903.09710
Bryan C. Daniels, Pawel Romanczuk
摘要： 在從神經元到螞蟻到魚類的不同背景中發現，二元決策是最簡單的集體計算形式之一。在此過程中，個人收集的關於不確定環境的信息被累積以指導總體規模的行為。我們研究了響應具有小信噪比的輸入的網絡中的二元決策動態，尋找控制決策性能的集體的量化測量。我們發現決策精度主要受三個因素控制：網絡鄰接矩陣的前導特徵值，相應的特徵向量參與率，以及與相應的對稱破缺分岔的距離。這使我們能夠預測決策績效如何根據其譜特性在大型網絡中進行擴展。具體來說，我們探討了由“富俱樂部”拓撲結構的分層分類結構引起的本地化效應。這可以深入瞭解在執行集體計算的生活網絡中發現的高階結構所涉及的權衡。
多狀態噪聲投票模型的共識和多樣性
原文標題：
Consensus and diversity in multi-state noisy voter models
地址：
http://arxiv.org/abs/1903.09198
Francisco Herrerías-Azcué, Tobias Galla
摘要：我們研究了具有多種觀點的投票模型的變體;個人可以互相模仿，也可以在突變事件中隨意改變他們的意見。我們關注的是具有全面互動的人口。觀察到具有多模態和單峰靜態分佈的區域之間的噪聲驅動的過渡。在前者中，人口大多數處於共識狀態;在後者的意見是混合的。我們得出一個有效的死亡 - 生育過程，從其中一個觀點的角度描述動態，並用它來分析計算靜態分佈的邊。這些計算對於具有均勻模仿和變異率的模型是精確的，並且如果速率是異質的則是近似的。我們的方法可用於表徵噪聲驅動的轉換並獲得共識狀態之間的平均切換時間。
演化囚徒困境博弈中
變異率與多策略更新規則共存的作用
原文標題：
Roles of mutation rate and co-existence of multiple strategy updating rules in evolutionary prisoner’s dilemma games
地址：
http://arxiv.org/abs/1903.09570
Hirofumi Takesue
摘要： 合作的出現和維持引起了學術界的濃厚興趣，並在演化博弈論的框架內進行了分析。創新的作用是將新穎的策略引入人群，是演化博弈論的一個相對未充分考慮的方面。在這裡，我們研究兩種創新來源的影響 - 變異和異構更新規則。這些機制允許代理商採用不依賴於模仿其他個人的策略。該模型引入了—-除了基於規範模仿的策略更新 - 基於願望的更新，代理商通過僅僅參考他們自己的策略的表現來切換他們的策略;突變還為人群引入了新的策略。我們的模擬結果表明，將基於願望的規則引入模擬人群會導致合作的惡化。此外，突變與異構更新規則相結合，也會減少合作者，這一現象在大部分人口由模仿者而非採用基於願望的更新時構成。儘管如此，高突變率與低吸氣水平相結合具有正的非線性效應，並且異質系統相對於均質系統實現更高水平的合作。我們的研究結果表明了創新在合作演變中的重要作用。
複雜網絡的廣義線性響應理論及其
在微電網中可再生能源波動的應用
原文標題:
A Generalized Linear Response Theory of Complex Networks with an Application to Renewable Fluctuations in Microgrids
地址：
http://arxiv.org/abs/1903.09585
Anton Plietzsch, Sabine Auer, Jürgen Kurths, Frank Hellmann
摘要：在這項工作中，我們研究了通過複雜網絡分佈能量波動的一般線性響應理論。我們開發了在任意，有向和加權網絡上耦合的振盪器的響應方程，當受到任意功率譜的靜態波動時。在分佈式控制和穩定電網中湍流可再生能源波動的網絡模型的案例研究的指導下，我們開發了近似值，捕捉了內在網絡模式與可再生能源中發現的典型波動之間最有影響的相互作用。這些包括中間諧振狀態，其中波動既不足夠慢以引起整個系統的均勻響應，也不足以快速地定位在網絡上。將這些分析近似應用於微電網中哪些節點特別容易受到波動的問題，我們能夠為先前在數據上觀察到的脆弱性網絡模式提供分析解釋和表達。我們看到這些影響只能通過考慮線上的損失以及有效加權圖拉普拉斯算子中產生的不對稱性來解釋。這些結構不對稱導致節點之間的動態不對稱性，當擾動時產生強烈響應（故障製造者節點），並且每當網絡受到擾動時，節點總是響應強烈（可激勵節點）。對於樹狀網絡的重要特殊情況，我們為麻煩製造者節點推導出一個簡單的關係，表明在上游時波動得到了增強。一般理論也為未來調查相關分佈波動下的網絡穩定打開了大門。
利用語言學習協作社會網絡評估寫作熟練程度：Yask
原文標題：
Toward the Evaluation of Written Proficiency on a Collaborative Social Network for Learning Languages: Yask
地址：
http://arxiv.org/abs/1903.09846
Fabio N. Silva, Sergio Jimenez, George Dueñas
摘要：Yask是一個在線社交協作網絡，用於在包含請求，答案和投票的框架中練習語言。由於使用當前方法測量語言能力是困難的，昂貴的並且在許多情況下是不精確的，因此我們提出了基於社會網絡的新的替代方法。我們的方法稱為熟練等級，擴展了眾所周知的頁面排名算法，以衡量用戶在協作社交圖中的聲譽。首先，我們擴展了Page Rank，這樣它不僅可以考慮正面鏈接（投票），還可以考慮負面鏈接。其次，除了使用顯式鏈接之外，我們還結合了社交圖中隱含的其他4種類型的信號。這些擴展允許熟練等級為所使用的數據集中的幾乎所有用戶產生熟練度排名，其中只有少數用戶通過回答做出貢獻，而大多數用戶僅通過投票做出貢獻。這克服了僅能夠對具有傳入鏈接的節點進行排名的頁面排名的內在限制。我們的實驗驗證表明，Yask中用戶的聲譽/重要性與他們的語言熟練程度顯著相關。相比之下，他們的書面作品與歐洲共同參考框架的詞彙表相關性很差。此外，我們發現負面信號（投票）比正面信號更具信息量。我們的結論是，即使對於相對較小的人群，使用這種技術也是衡量第二語言能力的有前途的工具。
Fiducia：Zomato的個性化食品推薦系統
原文標題：
Fiducia: A Personalized Food Recommender System for Zomato
地址：
http://arxiv.org/abs/1903.10117
Mansi Goel, Ayush Agarwal, Deepak Thukral, Tanmoy Chakraborty
摘要：本文介紹了Fiducia，這是一個食品審查系統，涉及一條管道，處理從Zomato（印度最大的餐館搜索和發現服務）獲得的餐館相關評論。 Fiducia特定於受歡迎的咖啡館食品，並設法在評論中分別識別與每個項目相關的相關信息。它使用對這些文本的情緒檢查，並因此根據用戶項目和項目項目相似性為特定項目建議適當的餐館。實驗結果表明，Fiducia的情感分析模塊實現了超過85％的精度，我們的最終推薦系統達到了約1.01的RMSE，超過了其他基線。
同步交通流統計物理：
S→F和S→J不穩定性之間的時空競爭
原文標題：
Statistical Physics of Synchronized Traffic Flow: Spatiotemporal Competition between S→F and S→J Instabilities
地址：
http://arxiv.org/abs/1903.10218
Boris S. Kerner
摘要：我們已經揭示了同步交通流的統計物理學，它受到S→F和S→J不穩定性之間的時空競爭的支配（其中F，S和J分別表示自由流，同步流，和廣泛的堵塞交通階段）。在三相交通理論的框架下，基於元胞自動機模型的模擬進行了同步流的概率分析。這種概率分析表明，在同步流量的車輛之間存在有限的初始空隙，在此期間，在交通觀察的選定時間內，同步流量持續存在概率 P rm S 或S 右箭頭 F轉換以概率 P rm SF 發生，否則S→J轉換髮生概率 P rm SJ 。已找到概率 P rm S ， P rm SF 和 P rm SJ 的空隙依賴性。對於具有瓶頸的道路，均勻道路的同步流動的統計特徵仍然是定性的。然而，由於瓶頸引入的永久性非同質性，初始S rightarrow 的原子核，而不是S→F和S→J不穩定性的核在均勻道路的隨機道路位置發生。 F和S→J不穩定性主要出現在瓶頸上。
網絡地平線動力學I：定性角度
原文標題：
Network Horizon Dynamics I: Qualitative Aspects
地址：
http://arxiv.org/abs/1903.10268
B. Dribus, A. Sumner, K. Bist, N. Regmi, J. Sircar, S. Upreti
摘要：大多數非循環有向網絡，在數學上被描述為有向圖，出現在機器學習，生物學，社會科學，物理學和其他應用中。紐曼已經注意到這種網絡的數學挑戰。在本系列論文中，我們研究了它們的連接屬性，重點關注影響典型節點的水平尺寸的三種類型的相變。隨著平均局部連通性的增加，前兩種類型涉及巨型組件的湧現，而第三種類型涉及距離典型節點可變距離的小世界視界增長。在第一篇論文中，我們關注定性行為，模擬和應用，為後續論文留下正式的考慮因素。我們解釋了這種相變如何區分深度神經網絡和淺層機器學習架構，並提出具有驚人連接優勢的混合本地/隨機網絡設計。我們還提出了一種小世界方法來解決早期宇宙宇宙學中的地平線問題，作為Guth和Linde通脹假設的新替代方案。
用於推薦系統中多方面社會效應
的深度潛變量表示的雙圖注意力網絡
原文標題：
Dual Graph Attention Networks for Deep Latent Representation of Multifaceted Social Effects in Recommender Systems
地址：
http://arxiv.org/abs/1903.10433
Qitian Wu, Hengrui Zhang, Xiaofeng Gao, Peng He, Paul Weng, Han Gao, Guihai Chen
摘要： 社交推薦利用社交信息來解決傳統協同過濾方法中的數據稀疏性和冷啟動問題。然而，大多數現有模型假設來自朋友用戶的社交效應是靜態的並且是在恆定權重或固定約束的形式下。為了放鬆這個強有力的假設，在本文中，我們提出雙圖注意網絡，以協作學習雙重社會效應的表示，其中一個是由用戶特定的注意力量建模，另一個是由動態和上下文感知建模注意力量。我們還將用戶域中的社交效果擴展到項目域，以便可以利用來自相關項目的信息來進一步緩解數據稀疏性問題。此外，考慮到兩個領域的不同社會影響可以相互影響並共同影響用戶對項目的偏好，我們提出了一種新的基於策略的融合策略，該策略基於情境多臂強盜來衡量各種社會影響的相互作用。在一個基準數據集和商業數據集上的實驗驗證了我們模型中關鍵組件的功效。結果表明，與其他最先進的社會推薦方法相比，我們的模型在推薦準確性方面取得了很大的進步。
聲明：Arxiv文章摘要版權歸論文原作者所有，由ComplexLY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和個人博客進行同步更新：
“網絡科學研究速遞”（微信號netsci）
https://www.complexly.me （提供RSS訂閱）
近期網絡科學論文速遞
如何自動化地評估科技新聞的質量 等15篇
多層網絡可視化的現狀 等12篇
增長圖的生成圖卷積網絡 等15篇
在線分工：開源軟件中的湧現結構 等18篇
利用數據科學瞭解電影業的性別差距 等8篇
加入集智，一起復雜！
集智俱樂部QQ群｜877391004
◆ ◆ ◆
加入“沒有圍牆的研究所”
讓蘋果砸得更猛烈些吧！
閱讀更多 集智俱樂部 的文章
