Arxiv网络科学论文摘要8篇(2020-11-02)

发布时间:2022-10-31 00:06 阅读次数:
本文摘要:庞大网络上广义互惠的互助动力学;使用图表现学习处置惩罚缺失数据;netrd:用于网络重建和图距离的库;打车出行需求差异对交通弹性的影响:伊利诺伊州芝加哥市邻里效应的多条理分析;一种新颖的可设置基于主体的仿真模型,可淘汰任何肿瘤科的患者等候时间;使用多因素Twitter数据分析方法预测美国2020年11月的选举效果;COVI-AgentSim:用于评估数字联系人跟踪方法的基于主体的模型;哪些模型特征重要?

亚搏体育app官网入口

庞大网络上广义互惠的互助动力学;使用图表现学习处置惩罚缺失数据;netrd:用于网络重建和图距离的库;打车出行需求差异对交通弹性的影响:伊利诺伊州芝加哥市邻里效应的多条理分析;一种新颖的可设置基于主体的仿真模型,可淘汰任何肿瘤科的患者等候时间;使用多因素Twitter数据分析方法预测美国2020年11月的选举效果;COVI-AgentSim:用于评估数字联系人跟踪方法的基于主体的模型;哪些模型特征重要?一种评估电力市场建模选择的实验方法;庞大网络上广义互惠的互助动力学原文标题: Cooperation dynamics of generalized reciprocity on complex networks地址: http://arxiv.org/abs/2010.16356作者: Viktor Stojkoski摘要: 最近的研究讲明,可以通过广义互惠来解释互助行为的泛起,广义互惠是一种基于“如果有人资助,则资助他人”的行为机制。在庞大的系统中,互助动力学很大水平上由网络结构决议,网络结构决议了相邻小我私家之间的交互。

只管有大量的研究,但网络结构在通过广义互惠促进互助中的作用仍然是一个尚未被探索的现象。在本博士论文中,我们使用动力系统理论中的基本工具,并为研究庞大网络上广义互惠的互助动力学建设了一个统一的框架。我们使用该框架对广义互惠在促进三种差别的互动结构中的互助中的作用举行了理论上的概述:i)社会逆境,ii)多维网络和iii)颠簸的情况。效果讲明,通过普遍的互惠举行的互助总是作为唯一的吸引子泛起的,在该吸引子中,互助的整体水平最大化,同时防止了到场个体的聚敛。

网络结构的影响通过局部中心度怀抱来描画,该怀抱通过指示微观和宏观条理上显示的协作水平来唯一地量化网络结构的协作倾向。效果,我们结果的实施可能不仅仅解释互助的生长。特别是,它们可以直接应用于处置惩罚能够充实模拟现实的人工系统开发的领域,例如强化学习。

使用图表现学习处置惩罚缺失数据原文标题: Handling Missing Data with Graph Representation Learning地址: http://arxiv.org/abs/2010.16418作者: Jiaxuan You, Xiaobai Ma, Daisy Yi Ding, Mykel Kochenderfer, Jure Leskovec摘要: 具有缺失数据的机械学习已经以两种差别的方式举行了处置惩罚,包罗特征归因(其中基于视察值预计缺失特征值)和标签预测(其中下游标签直接从不完整数据中学习)。可是,现有的归因模型往往具有很强的先验假设,无法从下游任务中学习,而针对标签预测的模型通常涉及启发式算法,而且可能遇到可伸缩性问题。在这里,我们提出了GRAPE,GRAPE,一种基于图的框架,用于特征插补和标签预测。

GRAPE使用图表现法来解决丢失的数据问题,其中视察和特征被视为二部图中的两种类型的节点,而视察到的特征值则作为边。在GRAPE框架下,特征插补被公式化为边级预测任务,而标签预测被公式化为节点级预测任务。然后使用Graph Neural Networks解决这些任务。

在9个基准数据集上的实验效果讲明,与现有的最新方法相比,GRAPE的插补任务平均绝对误差降低了20%,标签预测任务的平均绝对误差降低了10%。netrd:用于网络重建和图距离的库原文标题: netrd: A library for network reconstruction and graph distances地址: http://arxiv.org/abs/2010.16019作者: Stefan McCabe, Leo Torres, Timothy LaRock, Syed Arefinul Haque, Chia-Hung Yang, Harrison Hartle, Brennan Klein摘要: 在已往的二十年中,随着大型网络数据集可用性的提高,我们眼见了网络科学的迅速兴起。可是,对于许多系统而言,我们可以会见的数据并不是对底层网络的直接形貌。

越来越多地,我们看到了研究从非网络数据推断或重建的网络的动力,特别是使用来自系统节点的时间序列数据来推断它们之间可能的毗连。为该任务选择最合适的技术是网络科学中一个具有挑战性的问题。差别的重建技术通常具有差别的假设,而且它们的性能在现实世界中随系统的差别而差别。解决此问题的一种方法可能是使用几种差别的重建技术并比力生成的网络。

可是,网络比力也不是一个容易的问题,因为如何最好地量化两个网络之间的差异并不显着,部门原因是这样做的工具多种多样。netrd Python软件包试图通过在一个库(https://github.com/netsiphd/netrd)中提供我们所知的网络重构技术和网络比力技术(通常称为图距离)的最广泛荟萃来解决网络科学中的这两个并行问题。在本文中,我们详细先容了netrd包的两个主要功效。

在此历程中,我们形貌了其一些其他有用的功效。该法式包建设在常用的Python法式包的基础上,而且已经是网络科学家和其他多学科研究人员广泛使用的资源。随着正在举行的开源开发,我们将其视为一种工具,以后所有类型的研究人员都将继续使用它。打车出行需求差异对交通弹性的影响:伊利诺伊州芝加哥市邻里效应的多条理分析原文标题: Disparities in ridesourcing demand for mobility resilience: A multilevel analysis of neighborhood effects in Chicago, Illinois地址: http://arxiv.org/abs/2010.15889作者: Elisa Borowski, Jason Soria, Joseph Schofer, Amanda Stathopoulos摘要: 出行弹性是指只管计划外的运输系统中断,小我私家仍能完成所需旅行的能力。

诸如出行服务之类的新的按需灵活性选项的潜力,可以填补灵活性中无法预测的空缺,这是自适应能力的未获得充实开发的泉源。通过对新公布的拼车数据应用自然实验方法,我们通太过析整个种族和地域意外的轨道交通服务中断期间拼车的使用变化,研究了交通系统突然受到打击时按需灵活性在填补缺口方面的差异。

经济多样化的芝加哥市。使用多级混淆模型,我们不仅可以控制发生中断的即时站点属性,还可以控制三级结构中社区区域和都会象限的更广泛上下文。

因此,除了控制站级影响外,邻里之间未视察到的变异性还可能与诸如过境搭车率或住民的社会经济职位等因素的差异相关。我们的研究效果讲明,在铁路运输中断期间,小我私家将骑车出差作为填补缺口的机制,可是在种种情况和位置情况之间存在很大差异。详细来说,我们的效果显示,在事情日,非节沐日和更严重的交通中断期间,以及在白人住民和通勤通勤者所占比例较高的社区地域,以及在都会较富足的北部地域,交通滋扰响应性骑乘服务的增长更大。这些发现指出了新的看法,对搭车出行如何通过在中断期间增加容量来增补现有运输网络发生深远影响,但似乎并没有给通常具有更多流动性选择的低收入有色社区带来公正的填补空缺的利益。

一种新颖的可设置基于主体的仿真模型,可淘汰任何肿瘤科的患者等候时间原文标题: A novel configurable agent-based simulation model for reducing patient’s waiting time in any oncology department地址: http://arxiv.org/abs/2010.15922作者: R. R. Corsini, A. Costa, S. Fichera, A.Pluchino摘要: 如今,需求的增加和资源的逐渐淘汰导致许多化疗肿瘤科的患者等候时间的增加。淘汰等候时间是任何医疗保健司理的主要目的之一,因为这意味着提高医疗服务的质量并制止索赔和失望。仿真模型被认为是一种有效的工具,可用于确定改善肿瘤患者路径的可能方法。

与文献中存在的典型离散事件模拟差别,本文提出了一种新颖的基于主体的方法,该方法可以适应任何肿瘤科的需求。该模型经由统计验证,使用了从作为案例研究选择的实际肿瘤学部门收集的数据,并测试了几种替代方案以提高系统性能。使用多因素Twitter数据分析方法预测美国2020年11月的选举效果原文标题: Prediction of USA November 2020 Election Results Using Multifactor Twitter Data Analysis Method地址: http://arxiv.org/abs/2010.15938作者: Ibrahim Sabuncu, Mehmet Ali Balci, Omer Akguller摘要: 在基于Twitter数据举行的选举效果预测研究中,使用以下因素之一举行了估算:有关政党的正面,负面和中性推文数量,这些推文的影响巨细(重新推文数量),或公布这些推文的人数。

可是,没有发现将所有这些因素一起使用的研究。这项研究的目的是开发一种新方法,该方法思量到所有已形貌的因素,并在此配景下为文献做出了孝敬。

为此,已经开发了一种基于Twitter数据的选举效果预测的新模型。通过实验预测11月美国2020年选举的效果对模型举行了测试,而在撰写本文的第一版时该选举尚未发生。

而且,已经与文献中的替代预计方法举行了比力。使用自回归分数积分移动平均模型(FARIMA)对2020年9月1日至10月21日收集的约莫1000万条推文举行了分析。分析的效果是,11月3日的模型参数盘算为-0.213423(民主党)和0.0455818共和党人。

基于这些分数可以得出结论,共和党将小幅度的赢得大选。COVI-AgentSim:用于评估数字联系人跟踪方法的基于主体的模型原文标题: COVI-AgentSim: an Agent-based Model for Evaluating Methods of Digital Contact Tracing地址: http://arxiv.org/abs/2010.16004作者: Prateek Gupta, Tegan Maharaj, Martin Weiss, Nasim Rahaman, Hannah Alsdurf, Abhinav Sharma, Nanor Minoyan, Soren Harnois-Leblanc, Victor Schmidt, Pierre-Luc St. Charles, Tristan Deleu, Andrew Williams, Akshay Patel, Meng Qu, Olexa Bilaniuk, Gaétan Marceau Caron, Pierre Luc Carrier, Satya Ortiz-Gagné, Marc-Andre Rousseau, David Buckeridge, Joumana Ghosn, Yang Zhang, Bernhard Schölkopf, Jian Tang, Irina Rish, Christopher Pal, Joanna Merckx, Eilif B. Muller, Yoshua Bengio摘要: COVID-19在全球的迅速普及导致对减轻疾病流传的有效方法的空前需求,而且种种数字接触跟踪(DCT)方法已成为解决方案的组成部门。为了做出明智的公共卫生选择,需要一种工具,以允许评估和比力DCT方法。

我们引入了一个基于主体的分区模拟器,我们将其称为COVI-AgentSim,它基于履历研究得出的参数,综合了对病毒学,疾病希望,社会网络和流动性模式的详细思量。通过与真实数据举行比力,我们验证了COVI-AgentSim能够重现真实的COVID-19流传动态,并举行了敏感性分析,以验证接触追踪方法的相对性能在一系列设置中是否一致。我们使用COVI-AgentSim举行成本效益分析,将没有DCT的情况与以下情况举行比力:1)尺度二元接触跟踪(BCT),它凭据二元测试效果分配二元建议; 2)基于规则的基于特征的联系人跟踪(FCT)方法,该方法凭据差别的单个特征分配推荐品级。

我们发现,所有DCT方法都可以连续淘汰疾病的流传,而且在广泛的接纳率中,保持了FCT优于BCT的优势。基于特征的接触者追踪方法制止了每项社会经济成本(以损失的生产小时数权衡)带来的更多残疾调整生命年(DALY)。我们的效果讲明,任何DCT方法都可以资助挽救生命,支持经济开放并防止第二波疫情发作,而FCT方法是使用自我陈诉的症状富厚BCT,发生早期预警信号并显著降低BCT的有希望的偏向。

按社会经济成本流传病毒。哪些模型特征重要?一种评估电力市场建模选择的实验方法原文标题: Which model features matter? An experimental approach to evaluate power market modeling choices地址: http://arxiv.org/abs/2010.16142作者: Kais Siala, Mathias Mier, Lukas Schmidt, Laura Torralba-Díaz, Siamak Sheykkha, Georgios Savvidis摘要: 我们使用五种电力市场模型举行模型间和模型内比力的新颖实验方法,以为2050年之前的欧洲脱碳途径提供有力的政策建议。

近视),时间分辨率(8760对384小时)和空间分辨率(28个国家对12个大区域)。模型类型从基础上决议了容量扩展的演变。

在二氧化碳价钱高昂的情况下,计划规模(假设企业的远见)起着次要作用。反过来,由于二氧化碳价钱低,近视模型的效果与跨期模型的效果有很大差异。

较低的时间和空间分辨率划分通过存储和被忽略的传输界限来促进风力发电。使用模拟而不是优化框架,可能需要更短的公司计划规模或更低的时间和空间分辨率来降低盘算庞大性。我们提供有关如何限制此类情况下差异的建议。

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。


本文关键词:亚搏手机版app下载,Arxiv,网络,科学,论文,摘要,8篇,2020-11-02,庞大

本文来源:亚搏体育app官网入口-www.qddadao.com

在线客服 联系方式 二维码

电话

070-47435461

扫一扫,关注我们