ReligionIncGodSimulator什么时候出公测上线时间预告，

时间：2023-10-05 09:16:52 来源：浏览：

Arxiv网络科学论文摘要12篇(2020-11-26)

符号Infomax双曲图的可解释的符号链路预测;
基于消息分发的社会网络社区检测新方法;
拼车网络中的病毒传播。拼车能否成为疫情城市系统的一种安全且可持续的出行替代方案？;
作为保密的地方主义：ISIS外国战斗员的征募中的效率-保密权衡;
流行病学减轻的动态因果模型;
更多的宗教意味着更少的科学。宗教信仰与科学知识水平和态度之间关系的国际比较;
COVID-19与社会隔离：按收入划分的流动适应差异;
财富交换模型中的最佳风险：微观视角下的主体动态;
多重食品共享网络中的冗余关系可在营养不稳定的环境中提高食品安全性;
MaaSSim-基于主体的双向移动平台模拟器;
评估YouTube右翼回声室的规模、增长和起源;
多波大流行动力学解释：如何应对下一波传染病;

符号Infomax双曲图的可解释的符号链路预测

原文标题： Interpretable Signed Link Prediction with Signed Infomax Hyperbolic Graph

地址： http://arxiv.org/abs/2011.12517

作者： Yadan Luo, Zi Huang, Hongxu Chen, Yang Yang, Mahsa Baktashmotlagh

摘要：社会网络中的符号链路预测旨在揭示用户（即节点）之间存在的正向和负向交互作用，从而揭示其之间的潜在关系（即链接）。先前的大多数工作都致力于通过图神经网络（GNN）学习节点嵌入，该方法通过沿边传递消息来保留符号网络拓扑，以促进下游链路预测任务。然而，现有的基于图的方法几乎无法为以下三个问题提供人类难以理解的解释：（1）哪些邻居聚集，（2）传播的路径以及（3）学习中遵循的社会理论处理。为了回答上述问题，本文研究了如何用信息论调和平衡和状态社会规则，并开发了一个统一的框架，称为符号Infomax双曲图（SIHG）。通过最大化边极性和节点嵌入之间的互信息，可以识别支持边符号推断的最具代表性的相邻节点。与现有的GNN只能将子空间中的朋友的特征进行分组不同，拟议的SIHG引入了签名注意模块，该模块还能够将敌对用户推开，以保持对立关系。所学习的边注意力图的极性反过来提供了每种聚合中使用的社会理论的解释。为了建模高阶用户关系和复杂的层次结构，在具有较低失真的双曲线空间中投影和测量节点嵌入。在四个有符号网络基准上进行的大量实验表明，所提出的SIHG框架在有符号链路预测中明显优于最新技术。

基于消息分发的社会网络社区检测新方法

原文标题： A new method for community detection in social networks based on message distribution

地址： http://arxiv.org/abs/2011.12685

作者： Reyhaneh Rigia, Mehrdad Jalali, Mohammad Hosein Moattar

摘要：社会网络是由人及其关系构成的社会结构，如今在数据扩展中起着重要的作用。在这样的网络中，社区被认为是经常相互交互的用户组。在本文中，将介绍一种用于社区检测的方法，该方法具有被各种社会网络采用的能力，并且与现实世界保持同步。本文中最重要的定义参数之一是网络节点之间传输消息的速率，该参数将被动态研究。在这种策略中，以不同的时间间隔对网络进行审查，并且增强或减弱了节点间的关系。因此，网络的拓扑结构响应于用户的行为而不断变化。所提出的算法中定义的参数能够采用不同类型的社会网络，并且将为每个参数分配权重，该权重指示该参数与其他参数相比的相对重要性。所获得的结果表明，与相似的方法相比，该方法导致期望的结果的实现。

拼车网络中的病毒传播。拼车能否成为疫情城市系统的一种安全且可持续的出行替代方案？

原文标题： Virus spreading in ride-pooling networks. Can ride-pooling become a safe and sustainable mobility alternative for pandemic urban systems?

地址： http://arxiv.org/abs/2011.12770

作者： Rafał Kucharski, Oded Cats, Julian Sienkiewicz

摘要：城市交通需要替代性的可持续出行方式，以使我们的大流行城市保持运转。乘车共享，其中一个以上的旅行者共享一辆车，不仅吸引了出行平台及其旅行者，而且还促进了城市出行系统的可持续性。但是，鉴于与COVID-19大流行相关的个人和公共卫生风险考虑因素，骑乘骑车作为安全有效替代方案的潜力迄今仍未知。为了回答这个问题，我们结合了流行病学和行为共享模型，以研究在搭便车旅客之间的传播情况，并将其应用于阿姆斯特丹。乍看之下，发现的结果是灾难性的，只需要很少的最初受感染的旅行者即可将病毒传播给数百个拼车用户。在没有干预的情况下，拼车系统可能会极大地促进病毒传播。尽管如此，我们还是确定了一种有效的控制措施，可以在疫情爆发前阻止传播（在50次感染而不是800次感染）。同伴之间的固定匹配断开了原本密集的联系网络，将病毒封装在较小的社区中并防止了爆发。

作为保密的地方主义：ISIS外国战斗员的征募中的效率-保密权衡

原文标题： Localism as Secrecy: Efficiency-Secrecy Tradeoffs in the Recruitment of ISIS Foreign Fighters

地址： http://arxiv.org/abs/2011.12290

作者： Nate Rosenblatt

摘要：本文比较了从欧洲和阿拉伯半岛加入伊拉克和叙利亚伊斯兰国（ISIS）的外国战斗人员网络，以测试其招募方面是否存在差异，以及这些差异如何影响外国战斗人员动员的性质。这是第一个比较在同一时间段内在同一冲突中加入同一团体的外国战斗人员的不同网络的研究。这项研究发现，外国战斗人员的招募类似于效率-安全的权衡：在需要对招募进行法律审查的地方，招募网络是分散的。由较小的局部募集细胞组成。这些细胞可以更秘密地运作，并且整个细胞群更能抵抗破坏。作为交换，该团体很难吸引大量的新兵。在可以更自由地进行招聘的地方，招聘网络更加分层。由人数众多且在地理位置上更加多样化的新兵组成。他们的招聘网络的分层设计可能更容易破坏，但是如果不打扰，它也可以帮助该团队有效地招募更多的关注者。这项研究得出的结论是，ISIS外国战斗机的招募过程存在很大差异。因此，专注于招聘和激进的研究人员和政策制定者应根据不同类型的招聘流程以及开展工作的各种社会，政治和法律背景，仔细制定其结果或政策。

流行病学减轻的动态因果模型

原文标题： Dynamic causal modelling of mitigated epidemiological outcomes

地址： http://arxiv.org/abs/2011.12400

作者： Karl J. Friston, Guillaume Flandin, Adeel Razi

摘要：本技术报告描述了基于各种时间序列数据的动态流行病学因果关系建模的基本原理和技术细节。它详细说明了基础卷积或生成模型的结构（撰写本文时为20年11月6日）。该报告旨在作为以下仪表板中的预测随附的参考：https://www.fil.ion.ucl.ac.uk/spm/covid-19/dashboard

COVID-19与社会隔离：按收入划分的流动适应差异

原文标题： COVID-19 and Social Distancing: Disparities in Mobility Adaptation by Income

地址： http://arxiv.org/abs/2011.12510

作者： Kentaro Iio, Xiaoyu Guo, Xiaoqiang “Jack” Kong, Kelly Rees, Xiubin Bruce Wang

摘要：为了应对2019年冠状病毒疾病（COVID-19）大流行，政府已下令或鼓励公民减少身体接触，以减慢病毒的传播速度。美国的最新文献推论，只有来自有限社会经济群体的工人才有能力从事远程工作。但是，在大流行期间，关于美国各城市不同收入群体的流动差异的研究很少。作者试图通过使用假名化的手机位置数据，量化德克萨斯州休斯顿-伍德兰兹-糖城的收入人群的流行病对人类流动性的影响，以填补这一空白。与2020年1月和2020年2月的数据相比，对2020年4月的流动性进行了纵向研究，该流动性是通过总旅行距离，回转半径和到访地点的数量来衡量的。流动性之间存在明显的差异。特别是，旅行者的预计收入水平与四月份的出行距离之间存在很强的负相关性（ r ho = -0.90）。此外，在高收入阶层中，回转半径和走访地点数量的下降幅度较大，这意味着在机动性上有不同的适应性。这项研究的结果表明，有必要理解大流行期间低收入人群行动不便的背后原因。

财富交换模型中的最佳风险：微观视角下的主体动态

原文标题： Optimal risk in wealth exchange models: agent dynamics from a microscopic perspective

地址： http://arxiv.org/abs/2011.12776

作者： Julian Neñer, María Fabiana Laguna

摘要：在这项工作中，我们研究了通过财富交换模型进行交易的主体商执行的个别策略。我们分析了风险倾向在主体行为中的作用，并发现了关键风险，这样，当系统趋于平衡时，具有高于该值的风险的主体总是最终失去一切。此外，我们发现主体商的财富对于一系列风险值是最大的，这些风险值取决于模型的特定特征，例如社会保护因素。我们的发现可以确定参数的区域，对于该区域，经济主体的策略是成功的。

多重食品共享网络中的冗余关系可在营养不稳定的环境中提高食品安全性

原文标题： Redundant relationships in multiplex food sharing networks increase food security in a nutritionally precarious environment

地址： http://arxiv.org/abs/2011.12817

作者： Curtis Atkisson, Kelly Finn

摘要：专业化是人类的标志。现实世界中的专业化（合作伙伴排序不正确，供需校准不正确以及失败风险很高）需要关系的冗余，这可以防止专家在某些合作伙伴无法刻画高度可变的食品并获得最大价值时感到饥饿在分配剩余收成时。多层网络分析的新兴领域提供了测试食物共享网络中的冗余关系对饥饿的影响的工具。我们得出的度量包括逐步更多的网络结构：没有任何网络结构的度量，仅包含有关个人的信息的度量以及包含有关个人和域的所有信息的度量。我们在生活在营养不稳定的圭亚那盾的热带草原上的园艺师样本中测试了这些措施的效果。有多余的关系与所报告的跳餐率较低有关。这提供了证据，表明食物共享网络中的冗余可以减轻与支持大脑，多才多艺的杂食动物所需的觅食策略相关的风险。这一结果对人类演化领域的广泛辩论产生了影响，例如人类为何生活在低亲缘关系的群体中。

MaaSSim-基于主体的双向移动平台模拟器

原文标题： MaaSSim — agent-based two-sided mobility platform simulator

地址： http://arxiv.org/abs/2011.12827

作者： Rafał Kucharski, Oded Cats

摘要：双向出行平台，例如Uber和Lyft，在城市出行领域中广泛出现，给全球交通运输系统带来了颠覆性的变化。这需要一个仿真框架，来自各个领域的研究人员可以引入旨在表示平台驱动的城市出行系统动态的模型。在这项工作中，我们介绍MaaSSim，这是一种基于主体的模拟器，可再现两种主体使用的运输系统：（i）旅行者，要求在给定时间从其出发地到达目的地，以及（ii）提供他们的旅行的驾驶员通过为他们提供游乐设施的需求。中间主体，平台，使需求与供应相匹配。主体商是决策者，具体地说，旅行者可以决定他们使用或拒绝收到的报价的方式。同样，驱动程序可以选择退出系统或拒绝传入的请求。所有上述行为都是通过用户定义的模块进行建模的，这些模块代表主体商的口味变化（异质性），他们以前的经历（学习）和可用信息（系统控制）。 MaaSSim是一个开放源代码库，可在公共资源库github.com/RafalKucharskiPK/MaaSSim上获得，以及一组教程和可复制的用例场景。

评估YouTube右翼回声室的规模、增长和起源

原文标题： Evaluating the scale, growth, and origins of right-wing echo chambers on YouTube

地址： http://arxiv.org/abs/2011.12843

作者： Homa Hosseinmardi, Amir Ghasemian, Aaron Clauset, David M. Rothschild, Markus Mobius, Duncan J. Watts

摘要：尽管相对于其他社交媒体平台而言，YouTube尚未得到充分研究，但可以说YouTube是世界上最大，最具吸引力的在线媒体消费平台。最近，YouTube的巨大影响力引发了人们的担忧，即其推荐算法可以系统地将用户引导至激进的右翼内容。在这里，我们使用2016年1月至2019年12月期间个人浏览行为的大规模纵向数据来调查这些问题。与以前的工作一致，我们发现政治新闻内容在YouTube的消费中所占的比例相对较小（11％），并且由主流和主要是中间派人士主导。但是，我们也找到了证据，表明一个很小但正在增长的“回音室”对极右内容的消耗。与使用任何其他类别的内容的用户相比，该社区中的用户显示出更高的参与度和更大的“粘性”。此外，YouTube在这些用户的整体在线新闻消费中所占比例越来越高。最后，尽管此回声室的大小，强度和增长确实令人担忧，但我们找不到证据表明它们是由YouTube建议引起的。相反，在YouTube上使用基本内容似乎反映了网络上新闻消费的更广泛模式。我们的结果强调直接衡量消费的重要性，而不是从建议中推断出来。

多波大流行动力学解释：如何应对下一波传染病

原文标题： Multiwave pandemic dynamics explained: How to tame the next wave of infectious diseases

地址： http://arxiv.org/abs/2011.12846

作者： Giacomo Cacciapaglia, Corentin Cot, Francesco Sannino

摘要：像1918年西班牙流感和COVID-19这样的大流行病在随后的浪潮中席卷全球。但是，对于这种模式的起源尚无共识，这种模式可能起源于人类行为，而不是病毒传播本身。 SIR类型或其他基于复杂网络的历史悠久的模型很好地描述了疾病的指数传播，但无法自然地适应波动模式。然而，理解这种时间结构对于设计有效的预防措施至关重要。在这里，我们基于流行病重归化组（eRG）框架提出了波动模式的一致图，该图由时间重标下系统的全局对称性指导。我们表明，疾病的传播速度可以解释为时间膨胀对称性，而流行病发作的最后阶段对应于达到时标不变状态。我们发现两波之间的流行期是系统不稳定的迹象，与时间尺度不变性的近乎破裂有关。这种现象可以用具有复杂不动点的eRG模型来描述。我们的结果表明，控制下一波大流行的到来的关键是在两波之间的漫步期间，即感染数量呈线性增长时。因此，在此期间限制病毒扩散是防止或延迟下一波到达的最有效方法。在这项工作中，我们为制定中期政府战略制定了新的指导原则，以遏制流行病并避免反复出现的感染浪潮，这对人类生命损失和经济损失均有害。