中国可能需要支持更小的科研团队
原文标题： China may need to support more small teams in scientific research
地址： http://arxiv.org/abs/2003.01108
作者： Linlin Liu, Jianfei Yu, Junming Huang, Feng Xia, Tao Jia
摘要： 现代科学是从科学团队制作为主。大型团队已经证明，在具有高抗冲击申请科研经费，进行复杂的科研任务和生产的研究工作在小团队具有明显的优势。最近的研究结果则显示，大型和小型团队都各有所长。小团队往往通过创建突破性研究成果，扩大知识的前沿，而大型团队更倾向于在既定领域的工作和发展存在的问题。鉴于在研究大和小团队的不同角色，以一个国家的科学工作是由大/小团队进行的程度是非常重要的。在这里，我们分析来自Web of Science超过26万篇论文从2000年到2017年我们发现中国的研究成果更受大牌球队比世界其他地区占主导地位。这确实是一个全球性的趋势，更多的论文被大队伍来完成。然而，在小队里产量的下降是在中国更加陡峭。更重要的是，研究团队从小到大尺寸中国转移，团队的多样性，对创新的作品是必不可少不增加尽可能在其他国家。通过大车队论文往往得到更多的引用，但仅此不足以解释中国大车队的统治地位，因为引文提升大约是在每个国家都一样。然而，使用全国平均水平为基准，我们发现，中国的国家自然科学基金委员会（NSFC）支持小团队的作品比美国国家科学基金会（NSF）少做，这意味着大团队更受资助机构首选在中国。我们的发现提供了新的见解的原创性和创新在中国的关注，这促使需要平衡小和大队伍。
网络PEV局部化的轮图战略
原文标题： Wheel graph strategy for PEV localization of networks
地址： http://arxiv.org/abs/2003.01151
作者： Sarika Jalan, Priodyuti Pradhan
摘要： 复杂网络的特征向量的定位性能的研究不仅对深入了解基本的网络问题，如网络中心度量，谱划分的近似算法的发展，重要的，但也是至关重要的理解许多真实世界现象，如疾病传播，危险在脑网络的动态。对于网络，特征向量是说，当其大部分部件采取接近零值进行本地化，以采取非常高的值几个组件。在这篇文章中，我们设计了一种方法来构造从给定输入网络的主要特征向量（PEV）局部网络。该方法依赖于加入具有轮图给定的输入网络中的小部件。通过广泛的数值模拟和基于所述输入网络的最大特征值的分析制剂，我们计算车轮图的大小所需的本地化网络组合的PEV。使用易受感染的易感模型，我们证明了该方法的各种模型和真实世界的网络的成功认为是输入网络。我们发现，在这样的PEV局部网络，病情得到了网络结构的小区域内爆发之前本地化。这项研究是在控制上通过网络为代表的复杂系统传播过程有关。
半监督图注意力网络用于金融欺诈检测
原文标题： A Semi-supervised Graph Attentive Network for Financial Fraud Detection
地址： http://arxiv.org/abs/2003.01171
作者： Daixin Wang, Jianbin Lin, Peng Cui, Quanhui Jia, Zhen Wang, Yanming Fang, Quan Yu, Jun Zhou, Shuang Yang, Yuan Qi
摘要： 随着金融服务的迅速增长，欺诈检测一直是一个非常重要的问题，以保证为用户和提供商一个健康的环境。对于欺诈检测传统的解决方案主要是使用一些基于规则的方法或分散手动某些功能进行预测。然而，在金融服务，用户有丰富的互动和他们自己总是表现出多方面的信息。这些数据形成一个大的多视点网络，这是不充分通过常规方法利用。此外，在网络中，只有极少数用户的标记，这也造成了只利用标记数据，实现对欺诈检测满意的性能有很大的挑战。为了解决这个问题，我们通过自己的社会关系展开标记的数据，以获得无标签的数据，提出了一种半监督周到的图神经网络，namedSemiGNN利用标记的多视图和未标记数据，欺诈检测。此外，我们提出了一种层次注意机制，以更好地归属关系不同的邻居和不同的看法。同时，注意机制可以使模型解释，并告诉什么是欺诈行为的重要因素，为什么用户被预测为欺诈行为。在实验中，我们对支付宝最大的第三方的一个在线和在中国为超过4个上百万名用户的离线非现金支付平台的用户进行预测任务。通过利用社会关系和用户属性，我们的方法可以与两个任务的国家的最先进的方法相比，实现了更高的精度。此外，可解释的结果也给有关的任务有趣的直觉。
推断高分辨率的人类混合模式用于疾病建模
原文标题： Inferring high-resolution human mixing patterns for disease modeling
地址： http://arxiv.org/abs/2003.01214
作者： Dina Mistry (1), Maria Litvinova (2 and 3), Ana Pastore y Piontti (2), Matteo Chinazzi (2), Laura Fumanelli (4), Marcelo F. C. Gomes (5), Syed A. Haque (2), Quan-Hui Liu (6), Kunpeng Mu (2), Xinyue Xiong (2), M. Elizabeth Halloran (7 and 8), Ira M. Longini Jr. (9), Stefano Merler (4), Marco Ajelli (4), Alessandro Vespignani (2 and 3) ((1) Institute for Disease Modeling, Bellevue, WA, USA, (2) Northeastern University, Boston, MA, USA, (3) Institute for Scientific Interchange Foundation, Turin, Italy, (4) Bruno Kessler Foundation, Trento, Italy, (5) Fundação Oswaldo Cruz, Rio de Janeiro, Brazil, (6) College of Computer Science, Sichuan University, Chengdu, Sichuan, China, (7) Fred Hutchinson Cancer Research Center, Seattle, WA, USA, (8) Department of Biostatistics, University of Washington, Seattle, WA, USA, (9) Department of Biostatistics, College of Public Health and Health Professions, University of Florida, Gainesville, FL, USA)
摘要： 数学和计算建模方法正越来越多地用作传染病疫情的分析和预测数量型工具。然而，越来越需要现实主义在解决复杂的公共卫生问题，呼吁支配疾病传播过程中的人体接触模式的精确模型。这里，我们提出一个数据驱动的方法，通过使用非常详细的宏（人口普查）和微（调查）数据上键社会人口特征，以生成的人口级触点模体有效的描述。我们生产用于覆盖约3.5十亿人，体现了高度的重点国家的文化和社会多样性的国家的277次国家行政区年龄分层接触矩阵。我们使用派生接触矩阵空降传染病的传播模型和展示人类混合模式，次国家级非均质性对流行指标产生显著影响，如再生数和相同的病因的流行病的总体发病率。这里获得的触点模体公之于众作为建模工具来研究对传染病的流行病学社会经济差异和人口异质性不同人群的影响。
能源模型的自动化——自动生成任意世界地区的可再生能源的供给曲线、小时产能因子和小时综合用电需求
原文标题： An autopilot for energy models — automatic generation of renewable supply curves, hourly capacity factors and hourly synthetic electricity demand for arbitrary world regions
地址： http://arxiv.org/abs/2003.01233
作者： Niclas Mattsson, Vilhelm Verendel, Fredrik Hedenus, Lina Reichenberg
摘要： 能源系统模型越来越多地被用来探索与大型股可变可再生能源的方案。这需要高时空分辨率的输入数据，并将在建模团队相当预处理负担。在这里，我们提出一个新的代码集与自动生成的大型能源系统模型，为世界的任意区域，包括亚国家地区输入数据的开源许可证，与电力系统的相关通用的产能扩张模型一起。我们使用ECMWF ERA5全球再分析数据与其他公共地理空间数据集一起生成详细的供给曲线和每小时能力因素太阳能光伏发电，聚光太阳能发电，陆上和海上风力发电，以及现有的和未来的水电。此外，我们用机器学习的方法来生成描述当前的需求，这是我们利用区域SSP场景，未来几年扩大合成每小时用电需求系列。最后，我们的代码集自动生成邻近地区之间的HVDC互连费用和损失。我们的方法的有效性受到基于我们的代码生成的输入数据的几种不同的案例证明。我们表明，我们的模型未来欧洲的电力系统，可再生能源的高份额的运行是从更详细的模型结果一致，尽管我们使用的全球数据和合成的需求。
含时相关性对独立和合作SIR动态高风险爆发的影响
原文标题： Impact of temporal correlations on high risk outbreaks of independent and cooperative SIR dynamics
地址： http://arxiv.org/abs/2003.01268
作者： Sina Sajjadi, Mohammad Reza Ejtehadi, Fakhteh Ghanbarnejad
摘要： 我们首先提出了一个定量的方法来检测三个实验网络独立coinfective SIR动态的高风险爆发：一所学校，一个会议室和医院联系网络。这种测量是基于K-means聚类方法及识别用于计算的平均爆发大小和爆发概率适当样本。然后，我们系统地研究不同时间相关的高风险爆发在每个网络的原件和不同打乱同行的影响。我们观察到，在一方面，在合并感染过程中，事件序列的随机化增加了高风险的情况下，平均爆发规模。在另一方面，这些相关性没有对独立感染动力学一致的效果，并且可以减少或增加这意味着。虽然日常模式的相关性的随机化对爆发无论是在共感染或独立扩频箱子的尺寸没有显著效果。我们还观测认为增加的平均规模爆发并不总是与增加爆发概率一致;因此，我们认为，仅仅考虑到所有的实现的平均规模爆发可能会导致我们进入misestimating爆发的风险。我们的研究结果表明，某种在学校，事件或医院组织级别随机接触可能有助于抑制传播动力学而爆发的风险是很高的。
近似的只是SLaQ：网络级图的精确谱距离
原文标题： Just SLaQ When You Approximate: Accurate Spectral Distances for Web-Scale Graphs
地址： http://arxiv.org/abs/2003.01282
作者： Anton Tsitsulin, Marina Munkhoeva, Bryan Perozzi
摘要： 图对比是数据挖掘和信息检索的基本操作。由于图的组合性质，这是很难平衡的相似性措施，其可扩展性的表现。谱分析提供了典型的工具，用于研究图的多尺度结构，是推理图之间的差异非常适合基础。然而，计算大图的全谱在计算上是令人望而却步;因此，谱图比较方法通常依赖于具有弱错误保证粗略近似技术。在这项工作中，我们提出SLaQ，用于计算图之间谱距离数十亿节点和边的高效和有效的近似技术。我们推导出相应的误差范围，并证明精确计算是可能的时间线性中曲线图的边的数目。在彻底的实验评估，我们表明，SLaQ性能优于现有方法，常常在近似精度几个数量级，并维持相当的性能，允许在短短的几分钟内一台机器上比较万人规模的图表。
揭开白头盔造谣背后的协调组
原文标题： Unveiling Coordinated Groups Behind White Helmets Disinformation
地址： http://arxiv.org/abs/2003.01313
作者： Diogo Pacheco, Alessandro Flammini, Filippo Menczer
摘要： 宣传，造谣，操作和极化是一个社会的现代疾病越来越依赖于社交媒体的新闻源。在本文中，我们探讨了造谣活动，由俄罗斯和盟友发起的，针对叙利亚民防（又名白盔）。我们推出了使用自动锐推和内容重复，以促进叙事和/或帐户协调组。研究结果还显示不同的促销策略，从该小组反复共享完全相同的文字，复杂的“新闻网站工厂”数十帐户同步来自多个站点传播相同新闻。
异构图变换器
原文标题： Heterogeneous Graph Transformer
地址： http://arxiv.org/abs/2003.01332
作者： Ziniu Hu, Yuxiao Dong, Kuansan Wang, Yizhou Sun
摘要： 近年来，两国图表神经网络（GNNS）的出现成功的造型结构化数据。然而，大多数GNNS被设计为同质的曲线图，其中所有的节点和边属于同一类型，使得它们是不可行的代表异质结构。在本文中，我们提出了一个模拟网络规模的异构图中的异构图变压器（HGT）架构。为了模型的异质性，我们设计节点 - 和边型相关的参数表征异构注意在每个边，授权HGT以保持不同类型的节点和边的专用表示。来处理动态异构图，我们引入了相对时间编码技术进HGT，其能够捕捉动态结构依赖性具有任意的持续时间。为了处理网络规模的图数据，我们设计了异构小批量图采样算法—- HGSampling —-高效，可扩展的培训。在179万个节点和2个十亿边不限学历图大量实验表明，该模型HGT持续了9％，优于所有的国家的最先进的GNN基线 - 在各种下游任务的21％。
用生成性对抗网络学习生成时间条件图
原文标题： Learn to Generate Time Series Conditioned Graphs with Generative Adversarial Nets
地址： http://arxiv.org/abs/2003.01436
作者： Shanchao Yang, Jing Liu, Kai Wu, Mingming Li
摘要： 基于深度学习方法已被用来模型，并生成受到不同分布图最近。然而，他们通常是无监督的学习基础和无条件的生成模型或只是有条件地图级环境中，这是不是与丰富的语义节点级上下文相关。不同的是，在本文中，我们感兴趣的是命名为时间序列空调图生成的新的问题：给定的输入多变量的时间序列，我们的目标是推断出目标关系曲线图与对应于每个时间序列的每个节点建模时间序列之间的潜在相互关系。例如，我们可以研究基因之间的相互关系在一定的条件的疾病记录为时间序列的基因表达数据的基因调控网络。为了实现这一目标，我们提出了一个新的时间序列条件图生成，生成性对抗性网络（TSGG-GAN）来处理丰富的节点级上下文结构调整和图表和时间序列之间的直接测量相似的挑战。对合成和真实字的基因调控网络的数据集大量的实验证明了该TSGG-GaN的有效性和普遍性。
足够快速排放循环路径独立性带来的温室气体累积排放核算
原文标题： Cumulative emissions accounting of greenhouse gases due to path independence for a sufficiently rapid emissions cycle
地址： http://arxiv.org/abs/2003.01443
作者： Ashwin K Seshadri
摘要： 累计排放占二氧化碳（CO2）是建立在认识到，在地球系统模型（ESM的）全球变暖是大致成正比累积的二氧化碳排放量，无论排放途径。然而，累积排放量仅占要求全球变暖和累积排放量之间的图是近似独立的排放途径（“路径独立”），无论这些变量之间的函数关系。这个概念和路径独立的数学被认为是一个能量平衡气候模式（EBM），这将产生全球变暖的封闭形式表达，具有以下排放大气周期所作的分析。路径独立取决于排放循环的周期和大气中的寿命之间的比值，是一个有效的近似，如果所述排放循环期间具有相当或比大气寿命短。这使得累计排放占潜在相关的二氧化碳之外，对其他温室气体（GHG）具有几十年，其排放量最近开始的寿命。
无标度流行性是否塑造了无标度地理社会网络？
原文标题： Will Scale-free Popularity Develop Scale-free Geo-social Networks?
地址： http://arxiv.org/abs/2003.01489
作者： Dong Liu, Viktoria Fodor, Lars K. Rasmussen
摘要： 实证结果表明，空间因素，如距离，人口密度和通信范围影响我们的社会活动，也通过社会网络关系的发展体现。这促使该把这些空间因素考虑在内的社会网络模型的需要。因此，在本文中，我们提出了一个基于重力低的地理社会网络模型，其中连接根据个人的普及发展，而是通过自己的地理距离和周围人口密度的限制。具体而言，我们认为幂律分布的普及，并通过泊松点过程管辖随机节点位置。我们评估了新兴网络的特点，考虑到度分布，邻居的平均程度和当地的聚类系数。这些局部度量反映了网络的鲁棒性，所述信息传播速度和通信局部性。我们发现，除非通信范围被严格限制，新兴的网络是无标度与受空间因素的等级指数。即使是平均邻近程度和非地理无标度网络称为局部聚集系数显示的倾向，考虑到与低流行个人时至少。在高人气值，但是，空间限制导致人气无关平均邻近度和集聚系数。
图表示学习用于移动支付市场商户激励优化
原文标题： Graph Representation Learning for Merchant Incentive Optimization in Mobile Payment Marketing
地址： http://arxiv.org/abs/2003.01515
作者： Ziqi Liu, Dong Wang, Qianyu Yu, Zhiqiang Zhang, Yue Shen, Jian Ma, Wenliang Zhong, Jinjie Gu, Jun Zhou, Shuang Yang, Yuan Qi
摘要： 移动支付，如支付宝已经被广泛应用于我们的日常生活。为进一步推进移动支付业务，通过提供奖励，如优惠券，佣金商人运行在有限的预算下营销活动是很重要的。其结果是，激励优化的关键是最大限度地提高营销活动的商业目标。随着网络实验的分析，我们发现，交易网络可以巧妙地描述商家的响应不同的激励相似，这是在激励优化问题大用场。在本文中，我们提出顶上在移动支付市场商户激励优化交易网络的图表示学习方法。从网上收集实验的样本有限，基于一个贡献的交易网络，我们的终端到终端的方法首先获悉商家交涉，然后有效地款商业目标每个商家可以达到和在变化治疗的激励机制之间的关系。因此，我们能够将灵敏度模型来激励每个销售商，花了大多数预算上那些显示在营销活动较强的敏感性商人。全面的离线和在线支付宝的实验结果表明，我们提出的方法的有效性。
打破妇女与科学壁垒
原文标题： Breaking barriers for women in science
地址： http://arxiv.org/abs/2003.01642
作者： Demetris Avraam, Vasiliki Bitsouni, Katerina Kaouri, Alessandra Micheletti, Rosario Oliveira, Margarita Zachariou
摘要： 这份报告总结了第146位的欧洲研究小组与社会上的挑战 textit 打破壁垒妇女在科学行业/共同创造活动所产生的工作和成果。这一挑战，由塞浦路斯的非营利欧洲AIPFE塞浦路斯妇女提出的目标，是量化的障碍妇女面临的科学，最终使政策变化可能发生在塞浦路斯和其他地方。两个不同但相关的挑战进行了审议。第一个挑战是量化在28个欧洲国家的男女之间的工资差距。在这方面，我们分析了欧盟统计局的数据，并开发了一个数学模型，量化它是如何可能为国家减少他们的工资差距。其次，我们分析了塞浦路斯大学提供的数据，并确定男女在STEM部门的百分比（科学，技术，工程和数学），因为它们走高的学术阶梯，从本科阶段开始。学习后者的挑战是研究在所有塞浦路斯大学工资差距和国外其他大学的第一步。这项工作是由欧盟项目SciShops.eu，欧盟数学产业网（MI-NET）和其他一些组织资助。
玩家化学：努力保持完美平衡的足球队
原文标题： Player Chemistry: Striving for a Perfectly Balanced Soccer Team
地址： http://arxiv.org/abs/2003.01712
作者： Lotte Bransen, Jan Van Haaren
摘要： 他们的团队评估潜在的引援当足球球探通常会忽略球队的平衡和球队的化学反应。相反，他们重点关注的孤立球员的个人素质。为了克服他们的招聘过程中的这一局限性，本文以对客观洞察问题的第一步：如何以及是否一队足球运动员凝胶？我们解决双方的观察和预测设定这个问题。在之前的设定，我们观察的球员究竟是谁一起玩之间的化学反应，选择最好的阵容比赛时，这是相关的。在后一种设置中，我们预测球员之间的化学反应之前从来没有谁一起玩，这是评估与谁已经是队中的球员潜在的签名的配合尤为重要。我们介绍，衡量攻守化学的一对选手两个分别化学指标。进攻化学指标的措施对公司在进球方面共同演出，而防御性化学指标的措施，防止他们的对手从进球联合演出。我们计算我们的指标在106场不同的比赛361个季节，提出一些具体的使用情况。举例来说，我们表明，在利物浦的二千零十八分之二千零十七征战欧冠穆罕默德·萨拉赫·罗伯托FIRMINO之间的伙伴关系呈现出两个玩家之间的相互最高的化学反应。此外，我们表明，梅苏特“厄齐尔的化学反应已经开始迅速下降，在2018以下亚历克西斯小号’anchez的离开曼联。
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。本系列在微信公众号“网络科学研究速递”和个人博客进行同步更新。
閱讀更多 網絡科學研究速遞 的文章
