爱游戏app官方下载-爱游戏最新版下载

爱游戏app官方下载
爱游戏app官方下载
新闻资讯NEWS
爱游戏app官方下载 推荐阅读
爱游戏app官方下载 爱游戏app官方下载 爱游戏app官方下载
新闻资讯诚信忠义,欲取先与

Arxiv网络科学论文摘要23篇(2020-06-25)

发布者:爱游戏app官方下载发布时间:2022-09-06浏览者:80411

COVID-19行为惯性对纽约市公交重新开放计谋的影响;量化县际迁移模式对美国COVID-19发作的影响;ACOUSTIC-TURF:基于声学的隐私掩护COVID-19联系人跟踪;PECAIQR:适用于Covid-19盛行病的感染病模型;赢得竞争:在类似SIS的盛行历程中增强抗感染性;修建情况中病毒流传的详细模拟;量化对全球紧迫情况的政策响应:COVID-19大盛行的看法;用于盘算Covid-19发作的再生数的Matlab代码;演化博弈中的异质性:风险感知分析;对优先毗连网络平均场近似的批判;维基百科和威斯敏斯特:英国政客的维基百科页面的质量和动态;在线竞争影响力最大化;通过团结演员表述和社交媒体情感预测影戏票房;使用Turan阴影可证明且有效地迫近团:PEANUTS;少即是多:使用社会信任来提高欺骗攻击的效率;在线荼毒行为数据集中注释一致性的分析;种族容忍可以停止自我强化的学校隔离吗?基于主体的理论模型;节点概率故障模型下的网络毗连;通过模糊图反馈在线发现麋集子图;拉普拉斯伪逆的对角线近似用于庞大网络分析;毗连的气力:使用网络分析来推进应收账款融资;团体运动角逐中的竞争平衡;从形式到信息:分析差别空间文化中的修建情况;COVID-19行为惯性对纽约市公交重新开放计谋的影响原文标题: Impact of COVID-19 Behavioral Inertia on Reopening Strategies for New York City Transit地址: http://arxiv.org/abs/2006.13368作者: Ding Wang, Brian Yueshuai He, Jingqin Gao, Joseph Y. J. Chow, Kaan Ozbay, Shri Iyer摘要: COVID-19大盛行已经影响了出行行为和运输系统的运作,而都会正在努力解决哪些有效的政策可以有效解决因社会疏远而导致的分阶段重新开放。之前已经开发了基线模型,并针对COVID之前的条件(如MATSim-NYC)举行了校准。通过重新校准人口议程以包罗在家事情并重新预计MATSim-NYC的模式选择模型,以适应视察到的交通和过境游客数据,校准了一个新的COVID模型,该模型表现COVID-19大盛行期间的旅行行为。假设行为变化在重新开放期间体现出惯性,我们将分析由于纽约州政府指导的分阶段重新开放计划而导致的汽车流量增加。

分析了四个重新开放阶段和两个重新开放方案(具有和不具有运输能力限制)。重载为100%的第4阶段重新开放可能只占COVID之前搭车人数的73%,而搭车次数却增加了大盛行前水平的142%。

将过境能力限制为50%,会使过境搭车率从73%进一步降低至64%,同时将出行次数增加到大盛行前水平的143%。只管增长似乎很小,但由于交通拥堵已经加剧,对消费者剩余的影响不成比例。许多旅行也转移到其他模式,例如微型出行。研究效果讲明,重新开放期间的过境容量限制政策需要陪同着(1)支持微型交通模式,尤其是在非曼哈顿区,以及(2)集中于淘汰曼哈顿交通的拥堵缓解政策,例如警戒线。

基于订价。量化县际迁移模式对美国COVID-19发作的影响原文标题: Quantifying the influence of inter-county mobility patterns on the COVID-19 outbreak in the United States地址: http://arxiv.org/abs/2006.13860作者: Qianqian Sun, Yixuan Pan, Weiyi Zhou, Chenfeng Xiong, Lei Zhang摘要: 作为一种高度感染性的呼吸道疾病,COVID-19已成为威胁全球康健的大盛行病。没有有效的治疗,非药物干预措施,例如旅行限制,已被广泛推广以减轻疾病的发作。

当前的研究分析了移动性指标,例如旅行距离;可是,关于区域间旅行流量及其对大盛行的影响的研究还很缺乏。我们的研究特别关注县际迁移模式及其对美国流传COVID-19的影响。为了检索现实世界的移动性模式,我们使用了一组集成的移动设备位置数据,其中包罗凌驾1亿个匿名设备。我们首先观察了县际流动性的全国时间趋势和空间漫衍。

然后,我们放大美国纽约市疫情的震中,并评估其疫情对其他县的影响。最后,我们在县一级建设了“对数线性双重风险”模型,以量化县际流动性流引入的“外部风险”和界说为县懦弱性的“内部风险”的影响。

高风险表型的人口比例。我们的研究提高了美国跨县流动的态势意识,可以资助改善COVID-19的非药物干预措施。ACOUSTIC-TURF:基于声学的隐私掩护COVID-19联系人跟踪原文标题: ACOUSTIC-TURF: Acoustic-based Privacy-Preserving COVID-19 Contact Tracing地址: http://arxiv.org/abs/2006.13362作者: Yuxiang Luo, Cheng Zhang, Yunqi Zhang, Chaoshun Zuo, Dong Xuan, Zhiqiang Lin, Adam C. Champion, Ness Shroff摘要: 在本文中,我们提出了一种新的隐私掩护,自动联系人跟踪系统ACOUSTIC-TURF,以使用从无处不在的移动设备发送的声音信号来反抗COVID-19。在较高级别,ACOUSTIC-TURF在四周自适应广播具有随机生成的ID的听不到的超声波信号。

同时,系统会吸收四周(例如6英尺)用户发送的其他超声波信号。在这样的系统中,不会向其他人公然单个用户ID,而且该系统可以以6英尺的粒度准确地检测到物理上的相遇。我们已经在Android上实现了ACOUSTIC-TURF的原型,并在差别规模和种种遮挡场景下,凭据基于声学信号的遭遇检测精度和功耗评估了其性能。实验效果讲明,ACOUSTIC-TURF可以检测放在口袋和外面口袋中的手机在6英尺规模内的多个接触。

此外,当通过墙壁举行接触跟踪时,我们的基于声音信号的系统比基于无线信号的方法具有更高的精度。 ACOUSTIC-TURF可以正确地确定在墙的相对侧上的人没有相互接触,而基于蓝牙的方法可以检测到它们之间不存在的接触。

爱游戏最新版下载

PECAIQR:适用于Covid-19盛行病的感染病模型原文标题: PECAIQR: A Model for Infectious Disease Applied to the Covid-19 Epidemic地址: http://arxiv.org/abs/2006.13693作者: Richard Bao, August Chen, Jethin Gowda, Shiva Mudide摘要: Covid-19大盛行明确讲明需要革新现代的多元时间序列预测模型。当前对未来天天死亡人数的最新预测,尤其是医院资源的使用,其置信区间太宽,无法接受。政策制定者和医院需要准确的预测,才气在通过立法和分配资源方面做出明智的决议。

我们使用了美国县级逐日死亡人数和人口统计数据来预测未来的死亡人数。我们将SIR盛行病学模型扩展到一个称为PECAIQR模型的新型模型。通过思量到美国实施的部门隔离的结果,它为朴素的SIR模型添加了一些新的变量和参数。

我们通过数值积分将数据拟合到模型参数中。由于参数空间的拟合简并性和参数的非恒定性质,我们开发了几种优化拟合的方法,例如,对数据尾部举行训练以及对特定计谋机制举行训练。

我们使用交织验证在县级调整我们的超参数,并为未来的日常死亡生成CDF。对于停止5月25日的训练数据做出的预测,我们在14天的预测中始终获得0.096的平均弹球损失得分。最后,我们从我们的模型中提供了可能的效用途径示例。

我们已往在各个1个月的时间规模内生成了较长时间的地平线预测,预测了县中需要几多医疗资源(如呼吸机和ICU床),并评估了该模型在其他国家/地域的有效性。赢得竞争:在类似SIS的盛行历程中增强抗感染性原文标题: Winning the competition: enhancing counter-contagion in SIS-like epidemic processes地址: http://arxiv.org/abs/2006.13395作者: Argyris Kalogeratos, Stefano Sarao Mannelli摘要: 在本文中,我们思量了两个通用扩散历程之间的盛行竞争,其中每个竞争侧都由随机历程的差别状态表现。

对于此设置,我们提出了熏染边的广义最大淘汰(gLRIE)动态资源分配计谋,以使用首选状态相对于其他状态。受社会盛行病的影响,我们将此方法应用于通用的类似于SIS的一连时间扩散模型,其中允许:i)任意节点迁移率函数,这些函数凭据网络状态形貌流传的动态,以及ii)康健(阳性)和熏染(阴性)状态,它们同时扩散,但在每个节点上互斥。最后,我们使用模拟将所提出的gLRIE与文献中的竞争方法举行履历比力。

修建情况中病毒流传的详细模拟原文标题: Detailed Simulation of Viral Propagation In The Built Environment地址: http://arxiv.org/abs/2006.13792作者: Rainald Löhner, Harbir Antil, Sergio Idelsohn, Eugenio Oñate摘要: 总结了病毒污染物的机械特性以及通过液滴和气溶胶的流传。提出了以高保真度形貌这些历程的物理学的常微分方程和偏微分方程,以及解决这些问题的合适数值方案。显示了从对修建情况的最新评估中获得的几个示例,以及传感器的最佳放置。量化对全球紧迫情况的政策响应:COVID-19大盛行的看法原文标题: Quantifying Policy Responses to a Global Emergency: Insights from the COVID-19 Pandemic地址: http://arxiv.org/abs/2006.13853作者: Jian Gao, Yian Yin, Benjamin F. Jones, Dashun Wang摘要: 公共政策必须应对实时变化且偏向不确定的紧迫情况,但对政策反映的性质知之甚少。

在这里,我们将冠状病毒大盛行视为全球性的和很是重要的案例,并通太过析记载114个国家/地域的政府机构,智囊团和政府间组织(IGO)公布的政策文件的新颖数据集来研究全球政接应对措施(来自37,725个政策文件2020年1月2日至5月26日)。我们的分析展现了四个主要发现。 (1)全球政策对COVID-19的关注轨迹与确诊的COVID-19病例的轨迹极为相似,但政策重点从公共卫生生长到更广泛的社会问题。 (2)COVID-19政策前沿不成比例地借鉴了最新的,经由同行评审且影响重大的科学看法。

此外,引用科学的政策文件在政策领域似乎特别有影响力。 (3)全球政策前沿主要是通过政府间组织(例如,世卫组织)相互联系的,这些政府间组织制定的政策文件对于COVID19政策网络至关重要,尤其是在科学文献方面。取消政府间组织的孝敬从基础上改变了全球政策格式,政府机构之间的政策引文网络越来越疏散成许多伶仃的集群。

(4)各国对COVID-19的政策关注水平很是差别。最为惊人的是,一个国家对COVID-19的早期政策关注讲明该国随后的死亡具有令人惊讶的可预测性。总体而言,这些效果展现了政策互动的基本模式,而且鉴于紧迫威胁的一定性质以及缺乏相识这些威胁的定量方法,它们为评估和有效协调全球和地方对COVID-19及其以后的应对措施提供了新的维度。

用于盘算Covid-19发作的再生数的Matlab代码原文标题: A matlab code to compute reproduction numbers with applications to the Covid-19 outbreak地址: http://arxiv.org/abs/2006.13752作者: Paulo R. Zingano, Janaina P. Zingano, Alessandra M. Silva, Carolina P. Zingano摘要: 我们讨论了种种繁殖率或数量的发生,这对于监测像Covid-19这样的连续盛行病以及检查干预措施的效果很是有用。形貌了详细的SEIR算法以举行盘算,并应用于许多国家(阿根廷,巴西,法国,意大利,墨西哥,西班牙,英国和美国)当前的Covid-19暴发。免费提供了完整且随时可用的相应matlab剧本。

演化博弈中的异质性:风险感知分析原文标题: Heterogeneity in evolutionary games: an analysis of the risk perception地址: http://arxiv.org/abs/2002.06645作者: Marco A. Amaral, Marco A. Javarone摘要: 在这项事情中,我们分析了异质性与互助之间的关系。先前的研究讲明这种关系是不平凡的,因为一些作者发现异质性维持了互助,而另一些人则获得了差别的效果。在异质性的可能形式中,我们关注与一般事件有关的小我私家风险和酬劳的感知,这些事件可能会泛起在许多社会和生物系统中。该建模方法基于演化博弈论的框架。

为了表现这种异质性,我们在简朴的2计谋博弈的收益矩阵上实现了小的和局部的扰动,例如“囚徒逆境”。因此,只管收益通常被认为是一个全局且不随时间变化的结构,即在任何时候对所有人口而言都是相同的,但在我们的模型中,其价值不停受到时空的微小变化的影响(即在晶格上的位置)。我们发现,这种扰动可能对互助有利或有害,这取决于它们的设置。

值得注意的是,当扰行动用在回报矩阵的主要对角线上时,将鼎力大举支持互助,而当扰行动用在对角线上时,所发生的效果将更难以量化。总而言之,所提出的模型显示了富厚的可能平衡点,其解释可能会提供一些见识并富厚一些系统的形貌。对优先毗连网络平均场近似的批判原文标题: A critique of the Mean Field Approximation in preferential attachment networks地址: http://arxiv.org/abs/2006.13295作者: Matthijs Ruijgrok摘要: 在网络课程中经常使用平均场近似(MFA)或一连统方法来得出优先依附网络的度漫衍。这种方法很简朴,效果靠近正确谜底。

可是,本文讲明该方法在几个方面都有缺陷,导致无法解决的矛盾。更重要的是,MFA并不是从数学模型中明确得出的。对隐含模型的分析讲明,它所做出的近似值与事实相差甚远,而另一个近似值通常是无法被引发的。

因此,MFA对于优先依恋网络的乐成是偶然的,而且该方法不适用于本科生教学。维基百科和威斯敏斯特:英国政客的维基百科页面的质量和动态原文标题: Wikipedia and Westminster: Quality and Dynamics of Wikipedia Pages about UK Politicians地址: http://arxiv.org/abs/2006.13400作者: Pushkal Agarwal, Miriam Redi, Nishanth Sastry, Edward Wood, Andrew Blick摘要: Wikipedia是主要信息泉源,可在线提供多种内容,受到世界各地读者的信赖。读者会见Wikipedia可获得有关差别主题的可靠信息,其中最受接待的一种是有生命的人,尤其是政治人物。

只管人们对Wikipedia的一般用法和信息消耗相识许多,但对于政治配景下Wikipedia文章的生命周期和质量相识得很少。这项研究的目的是量化和限定有关政客文章的内容生产和消费,并特别关注英国国集会员(MP)。首先,我们分析了读者和编辑对国集会员的维基百科页面的到场的时空模式,发现选举期间的关注岑岭到达岑岭,这与其他社交媒体(例如Twitter)的到场迹象有关。

其次,我们量化编辑的南北极分化水平,发现大多数编辑专注于特定的到场者,并选择特定的新闻媒体作为参考。最终,我们发现平均引文质量很高,关于“早期生活和职业”的陈述最常被忽略(18%)。在线竞争影响力最大化原文标题: Online Competitive Influence Maximization地址: http://arxiv.org/abs/2006.13411作者: Jinhang Zuo, Xutong Liu, Carlee Joe-Wong, John C.S. Lui, Wei Chen摘要: 在线影响力最大化作为一种在学习未知网络参数值的同时最大化通过社会网络流传影响力的方法,已引起了广泛的关注。以前的大多数事情都集中在单项扩散上。

在本文中,我们先容了一个新的在线竞争影响最大化(OCIM)问题,其中两个竞争项目(例如产物,新闻报道)在同一网络中流传,而且边的影响概率未知。我们针对OCIM问题接纳了组合式多武装匪徒(CMAB)框架,可是与非竞争性设置差别,由于流传的竞争性质,重要的单调性(当边的影响概率增加时影响扩散增加)不再建立,这给这个问题带来了重大的新挑战。我们证明晰CMAB的触发概率调制(TPM)条件仍然建立,然后使用竞争扩散的特性引入了一个新的离线oracle,并讨论了如何在种种情况下实现该新oracle。

我们提出了一种OCIM-OIFU算法,该算法具有实现对数忏悔的预言。我们还设计了一种OCIM-ETC算法,该算法的忏悔界限更差,但需要的反馈较少,离线盘算更轻松。我们的实验评估证明晰我们算法的有效性。

通过团结演员表述和社交媒体情感预测影戏票房原文标题: Movie Box office Prediction via Joint Actor Representations and Social Media Sentiment地址: http://arxiv.org/abs/2006.13417作者: Dezhou Shen摘要: 近年来,在中国,印度等亚洲影戏工业的动员下,全球票房保持稳定增长态势。以往的研究很少在分析中使用恒久的全样本影戏数据,缺乏对演员社会网络的研究。现有的影戏票房预测算法仅使用影戏元数据,缺乏使用社会网络的特征,而且该模型难以解释。

笔者提出了票房预测任务中的FC-GRU-CNN二元分类模型,联合影戏元数据,新浪微博文本情感,演员社会网络测度,两对最短路径和演员艺术孝敬等五个特征。使用长序列的GRU层的恒久存储能力和CNN层在检索所有对最短路径矩阵特征方面的映射能力,该模型的准确性比当前的最佳C-LSTM模型高14%。

使用Turan阴影可证明且有效地迫近团:PEANUTS原文标题: Provably and Efficiently Approximating Near-cliques using the Turan Shadow: PEANUTS地址: http://arxiv.org/abs/2006.13483作者: Shweta Jain, C. Seshadhri摘要: 团体和近距离计数是重要的图属性,在图生成,图建模,图分析,社区检测等方面具有应用。它们是麋集子图的原型示例。只管有几种差别的近距离界说,但大多数都具有这样的属性,即它们是缺少少量边的群体。

团体计数自己被认为是一个具有挑战性的问题。盘算近座地的难度要大得多,因此,由于近座面的搜索空间比群体要大几个数量级。

我们给出了一种靠近气候的公式,认为该团体缺少恒定数量的边。我们使用近地层包罗较小的团体这一事实,并使用技术举行团体采样以对近地层举行计数。这种方法使我们能够在具有数千万条边的图中盘算缺少1或2条边的近气候。

据我们所知,没有已知的有效方法可以解决此问题,而且与现有算法相比,我们获得了近乎10倍至100倍的加速率。我们的主要技术是图恩阴影采样方法的一种空间高效的适应方法,该方法最近由贾恩(Jain)和塞莎德里(Seshadhri)引入(WWW 2017)。这种方法结构了一个大的递归树(称为图安阴影),该树表现图中的团体。

我们设计了一种新颖的算法,该算法使用Tur’an Shadow的在线紧凑结构来构建靠近气候的估算器。少即是多:使用社会信任来提高欺骗攻击的效率原文标题: Less is More: Exploiting Social Trust to Increase the Effectiveness of a Deception Attack地址: http://arxiv.org/abs/2006.13499作者: Shahryar Baki, Rakesh M. Verma, Arjun Mukherjee, Omprakash Gnawali摘要: 网络钓鱼(例如网络钓鱼,IRS骗局等)仍然可以乐成地欺骗互联网用户。

用户是抵御这些攻击的最后一道防线,因为攻击者似乎总是找到绕过宁静系统的方法。相识用户关于欺诈和欺诈的原因可以资助宁静提供商改善用户的宁静卫生习惯。在这项事情中,我们在公司代表欺诈的配景下研究用户的推理和几个变量的有效性。

我们研究的一些变量是:1)使用LinkedIn作为通报网络钓鱼邮件而不使用电子邮件的前言的效果; 2)自然语言生成技术在生成网络钓鱼电子邮件中的有效性;以及3)一些简朴的自界说方式(例如,将发件人的联系信息添加到电子邮件中)会影响到场者的感知。从主题内研究获得的效果讲明,纵然到场者没有为著名的攻击做准备-公司代表欺诈。

观察效果包罗:约莫65%的平均检测率,以及对乐成率如何随立面和通讯(发送者/吸收者)信息变化的看法。一个重要的发现是,选择较少的精选计谋要比使用大型“杂乱”计谋更好。我们还发现,男性和女性在处置惩罚同一家公司代表欺诈方面的方式存在重大差异。

我们事情的看法可以资助防御者制定更好的计谋来评估其防御能力,并设计出更好的训练计谋。在线荼毒行为数据集中注释一致性的分析原文标题: On Analyzing Annotation Consistency in Online Abusive Behavior Datasets地址: http://arxiv.org/abs/2006.13507作者: Md Rabiul Awal, Rui Cao, Roy Ka-Wei Lee, Sandra Mitrović摘要: 在线荼毒行为是一个重要问题,它破坏了在线社交社区的凝聚力,甚至引起了我们社会的公共宁静问题。受此问题上升的影响,研究人员提出,收集并注释了在线辱骂性内容数据集。

这些数据集在促进在线愤恨言论和荼毒行为的研究中起着关键作用。可是,对此类数据集举行注释是一项困难的任务。对于给定文本的真正标签,通常存在争议,因为标签的语义差异可能会模糊(例如,辱骂和愤恨),而且通常是主观的。在这项研究中,我们提出了一个分析框架来研究在线愤恨和荼毒性内容数据集中的注解一致性。

我们应用了我们提出的框架来评估三种在网上愤恨言论和荼毒行为研究中广泛使用的盛行数据集中注释的一致性。我们发现,在现有数据集中仍然存在大量注释纷歧致的情况,尤其是当标签在语义上相似时。

种族容忍可以停止自我强化的学校隔离吗?基于主体的理论模型原文标题: Can ethnic tolerance curb self-reinforcing school segregation? A theoretical Agent Based Model地址: http://arxiv.org/abs/2006.13531作者: Lucas Sage, Andreas Flache摘要: Schelling和Sakoda突出提出了盘算模型,这些模型讲明,强烈的种族居住隔离可能是自我选择动力的意想不到的效果,这种自我强化动力是由对种族容忍度较高的小我私家的选择所驱动的。只有很少的实验将这种看法应用于学校选择,这是种族隔离发生的另一个重要领域。在当前的论文中,我们使用类似于基于住民隔离的基于主体人的理论模型来探索怙恃之间的种族容忍度如何影响学校隔离的水平。

更详细地说,我们问如果更多的怙恃拥有宽容的种族偏好,是否以及在什么情况下可以淘汰学校隔离现象。我们通过三种方式逾越了早期的学校隔离模式。首先,我们使用随机效用离散选择方法对单个学校的选择举行建模。

其次,我们系统地在学校选择的居住情况中改变种族隔离的模式,比力居住舆图,其中种族隔离与怙恃对反映其种族偏好的居住舆图的容忍度无关。第三,我们在同一个群体的怙恃之间引入了容忍度的异质性。我们的模拟实验讲明,纵然约莫一半的人口偏爱混淆学校而不是隔离学校,种族学校隔离仍然是一个很是有力的现象。

可是,我们还在参数空间中找到了一个最佳位置,在该位置中,较大比例的宽容怙恃发生了最大的差异。当对四周学校的偏爱在怙恃的效用函数中占很大比重而且居住区舆图仅被适度隔离时,就是这种情况。提出了进一步的实验,阐明晰潜在的机制。

节点概率故障模型下的网络毗连原文标题: Network connectivity under a probabilistic node failure model地址: http://arxiv.org/abs/2006.13551作者: Lucia Cavallaro, Stefania Costantini, Pasquale De Meo, Antonio Liotta, Giovanni Stilo摘要: 中心度怀抱已被广泛应用于标识图中的节点,这些节点的去除有效地将图中的节点剖析为较小的子组件。节点删除历程通常用于测试网络对故障的稳健性。

大多数可用的研究都假定节点删除任务总是乐成的。可是,我们认为这种假设是不现实的。实际上,删除历程还应思量目的节点自己的强度,以更有效和更实际的方式模拟故障场景。

与以前的文献差别,在此提出了 em概率节点故障模型,其中思量两个变体,即 em Uniform(其中节点的生存到失败概率为:牢固)和 em最佳毗连(BC)(节点的生存概率与它们的水平成正比)。为了评估我们的方法,我们思量了五个盛行的中心度指标,它们在四个真实世界的图表上举行了一项实验性比力分析,以 em有效性和 em coverage举行评估。通过有效性和笼罩率,我们指的是选择节点的能力,这些节点的去除会最大水平地降低图的连通性。

详细而言,谱半径减小图可作为有效性的替代指标,而最大毗连组件(LCC)巨细的减小是评估笼罩率的参数。然后将造成最大损失的指标与基准分析(即非概率度中心节点删除历程)举行比力,以比力这两种方法。主要发现是,通过这种比力,泛起了显著差异,偏差规模从2%到80%不等,而与所使用的数据集无关,该数据集突显了通用做法与更实际方法之间的差距。

通过模糊图反馈在线发现麋集子图原文标题: Online Dense Subgraph Discovery via Blurred-Graph Feedback地址: http://arxiv.org/abs/2006.13642作者: Yuko Kuroki, Atsushi Miyauchi, Junya Honda, Masashi Sugiyama摘要: 麋集子图发现旨在在边加权图中找到麋集分量。这是具有多种应用法式的基本图挖掘任务,因此最近受到了许多关注。

只管大多数现有方法都假定容易获得每个单独的边权重,但这种假设在实践中纷歧定有效。在本文中,我们为麋集子图发现引入了一种新的学习问题,其中学习者查询边子集而不是单个边,并视察查询子集中的边权重的总和。

针对这个问题,我们首先提出一种多项式时间算法,该算法以高概率获得近似最优解。此外,为了处置惩罚大型图,我们在理论上保证了设计更可扩展的算法。使用现实世界的图举行的盘算实验证明晰我们算法的有效性。

拉普拉斯伪逆的对角线近似用于庞大网络分析原文标题: Approximation of the Diagonal of a Laplacian’s Pseudoinverse for Complex Network Analysis地址: http://arxiv.org/abs/2006.13679作者: Eugenio Angriman, Maria Predari, Alexander van der Grinten, Henning Meyerhenke摘要: 在众多应用法式中,海量图数据集无处不在,需要使用快速算法从这些数据中提取知识。在此,我们受到三种电气措施的启发,用于分析大型小世界图 G =(V,E)-即直径为 O( log | V |)的图,这些图在复数中很是富厚网络分析。从盘算的角度来看,这三个量度的配合点是,它们的关键身分是图拉普拉斯伪逆的对角线 L ^ dagger 。

可是,准确地通过伪反演盘算diag (L ^ dagger)与麋集矩阵乘法一样昂贵-实际上,尺度工具甚至需要立方时间。而且,伪逆需要二次空间-对于大图来说险些不行行。例如通过使用Johnson-Lindenstrauss变换求近似,需要 O( log | V | / epsilon ^ 2) Laplacian线性系统的解来保证相对误差,这对于大输入而言仍然很是昂贵。

在本文中,我们提出了一种新颖的近似算法,该算法仅需要求解一个拉普拉斯线性系统。其余部门纯粹是组合的-主要是采样匀称的生成树,我们通过有效电阻将其与diag (L ^ dagger)相关。对于小世界网络,我们的算法在 | E | 中靠近线性且在 1 / Epsilon 中是二次方的时间内,很有可能获得 pm epsilon 近似值。

我们算法的另一个努力方面是由于独立采样的并行性。因此,我们提供了算法的两种并行实现:一种使用OpenMP,一种使用MPI + OpenMP。在我们针对最新技术的实验中,我们的算法(i)发生更准确的效果,(ii)更快,内存效率更高,而且(iii)获得良好的并行加速,尤其是在漫衍式情况中。

毗连的气力:使用网络分析来推进应收账款融资原文标题: The Power of Connection: Leveraging Network Analysis to Advance Receivable Financing地址: http://arxiv.org/abs/2006.13738作者: Ilaria Bordino, Francesco Gullo, Giacomo Legnaro摘要: 应收款融资是将现金借给客户尚未支付的应收款预付给公司的历程:应收款可以卖给出资者,出资者立刻向公司提供现金,以收取应收款的一小部门作为用度。传统上,应收款融资是通过集中方式处置惩罚的,在这种方式中,每个请求都由出资者单独且相互独立地处置惩罚。在这项事情中,我们提出了一种新颖的基于网络的应收款融资方法,该方法使同一出资者的客户能够尽可能自动地相互付款,并为出资者(降低现金预期和敞口风险)及其收益带来收益。

客户(较低的用度和轻巧的服务机构)。我们的主要孝敬包罗为基于网络的应收账款结算计谋提供原则性的表述,并展示如何解决该计谋设计带来的所有算法挑战。我们将基于网络的应收款融资公式化为应收款多图上的新型组合优化问题。

我们讲明问题是NP难的,并设计出准确的分支定界算法,以及有效找到有效近似解的算法。我们更有效的算法基于循环枚举和选择,并使用背包问题的理论表征以及适当添加循环之间路径的精炼计谋举行开发。我们还研究了制止暂时违反问题约束的现实问题,并设计相识决问题的方法。对实际应收数据举行了广泛的实验评估。

效果证明晰我们方法的良好性能。团体运动角逐中的竞争平衡原文标题: Competitive Balance in Team Sports Games地址: http://arxiv.org/abs/2006.13763作者: Sofia M Nikolakaki, Ogheneovo Dibie, Ahmad Beirami, Nicholas Peterson, Navid Aghdaie, Kazi Zaman摘要: 竞争是玩家满足度和到场多人在线博弈的主要动力。传统的对接系统旨在建立涉及小我私家技术水平相似的团队的角逐,例如Elo得分或TrueSkill。可是,使用这种线性预测变量不能完全捕捉团队动态。

最近,已经讲明,以学习获胜概率作为到场者和团队特征的函数为目的的非线性预测器显着优于这些基于线性技术的方法。在本文中,我们讲明使用最终得分差异可为竞争平衡提供更好的预测指标。我们还显示,在经由经心选择的一组团队和小我私家特征上训练的线性模型险些可以实现更强大的神经网络模型的性能,同时可以将推理速度提高两个数量级。这显示了在在线婚介系统中实施的庞大希望。

从形式到信息:分析差别空间文化中的修建情况原文标题: From form to information: Analysing built environments in different spatial cultures地址: http://arxiv.org/abs/2006.13897作者: Vinicius M. Netto (1 and 2), Edgardo Brigatti (3), Caio Cacholas (4) ((1) Associate Professor, Department of Urbanism, Universidade Federal Fluminense (UFF), (2) Visiting Scholar, Center for Urban Science and Progress (CUSP NYU), (3) Associate Professor, Institute of Physics, Universidade Federal do Rio de Janeiro (UFRJ), (4) Researcher, Graduate Programme of Architectural and Urban Studies (PPGAU UFF))摘要: 世界各地的都会都不尽相同,但这是否与文化没有任何关系?都会形态体现与文化身份相关的特质的想法吸引了许多都会研究的想象力,但这是一个尚待仔细研究的假设。本文以修建情况中的空间设置作为都会文化的代名词,探讨了可能与特定区域文化或都会生长计划文化相符的差异。

爱游戏最新版下载

它的事情重点是塑造都会的基本组成部门:修建物以及修建物如何在修建形式的蜂窝复合物中聚集。在探索Shannon的事情时,我们引入了一种熵怀抱来分析修建形式系统中细胞排列的概率漫衍。

我们将其应用于来自世界差别地域的45个都会的市中心地域,作为一种相似性怀抱,以比力和聚类可能与特定空间文化相符的都会。研究效果提出了一种分类方案,进一步阐明晰我们所谓的“文化假设”:差别文化和地域发现差别的空间排序方式的可能性。声明:Arxiv文章摘要版权归论文原作者所有,机械翻译后由本人举行校正整理,未经同意请勿随意转载。本系列在民众号“网络科学研究速递”(netsci)和小我私家博客举行同步更新。

-爱游戏app下载。

本文来源:爱游戏最新版下载-www.swyjf.cn