0855-95220216
当前位置:主页»关于升博体育网站»物业清洁»

Arxiv网络科学论文摘要11篇(2020-10-27)

文章出处:升博体育网站 人气:发表时间:2021-09-11 09:07
本文摘要:用于半监视学习和局部图聚类的强局部p范数切算法;如何阻止盛行病:通过强化学习和图神经网络控制图动态;带有动态Bethe-Hessian的稀疏时间演化图中的社区检测;通过网络中的信息会见举行聚类;行人动态中的社会距离及其对疾病流传的影响;用于神经消息通报的路径发现网络;大盛行稳定的最佳锁定;使用Web搜索查询中高风险用户的移动性对COVID-19热点举行预警;扩散耦合社会-生态资源开发网络中耦合和全球瓦解的优化;追踪价钱:优化能源系统基于流量的成天职配;使用SEIR模型分析印

升博体育网站

用于半监视学习和局部图聚类的强局部p范数切算法;如何阻止盛行病:通过强化学习和图神经网络控制图动态;带有动态Bethe-Hessian的稀疏时间演化图中的社区检测;通过网络中的信息会见举行聚类;行人动态中的社会距离及其对疾病流传的影响;用于神经消息通报的路径发现网络;大盛行稳定的最佳锁定;使用Web搜索查询中高风险用户的移动性对COVID-19热点举行预警;扩散耦合社会-生态资源开发网络中耦合和全球瓦解的优化;追踪价钱:优化能源系统基于流量的成天职配;使用SEIR模型分析印度的COVID19暴发;用于半监视学习和局部图聚类的强局部p范数切算法原文标题: Strongly local p-norm-cut algorithms for semi-supervised learning and local graph clustering地址: http://arxiv.org/abs/2006.08569作者: Meng Liu, David F. Gleich摘要: 基于图的半监视学习是在给定几个示例节点(通常称为种子)的情况下为图节点学习标签功效的问题,通常是在图的边指示标签相似的情况下举行的。这与在给定种子周围找到节点的群集或社区的局部图群集或社区检测问题密切相关。对于这个问题,我们提出了一种新的将游动,扩散或平滑函数方法推广到凸p范式割函数的方法。

对p范数方法的需要是,在对现有方法的研究中,我们发现基于特征向量,谱图,随机游走或线性系统的那些原理化方法通常难以描画目的标签或目的聚类的正确界限。相比之下,基于1-norm或maxflow-mincut的方法可以描画界限,可是不能从较小的种子集中生长。

两者都使用的混淆历程有许多灾以设置的参数。在本文中,我们提出了涉及p范数的这些方法背后的目的函数的一般化。

为明白决p范数割问题,我们提供了一种强局部算法-一种算法,其运行时间取决于输出的巨细而不是图的巨细。我们的方法可以看作是对Anderson-Chung-Lang推历程的非线性归纳综合,可以有效地迫近个性化PageRank向量。我们的历程是通用的,可以解决其他类型的非线性目的函数,例如Huber损失的p范式。

我们提供了一种用我们的方法找到种植目的簇的理论分析,并讲明p范数割函数在随机游动和谱方法的尺度Cheeger不等式上获得了改善。最后,我们在合成和真实数据集中展示了我们的新方法的速度和准确性。我们的代码可从以下http URL获得如何阻止盛行病:通过强化学习和图神经网络控制图动态原文标题: How to Stop Epidemics: Controlling Graph Dynamics with Reinforcement Learning and Graph Neural Networks地址: http://arxiv.org/abs/2010.05313作者: Eli A. Meirom, Haggai Maron, Shie Mannor, Gal Chechik摘要: 我们思量监视和控制漫衍在图上的部门视察到的动态历程的问题。

在诸如摆设病毒测试或隔离小我私家以停止盛行病之类的情况下,自然会泛起此问题。通过手动检查公布的文章来检测在线网络上散布的虚假新闻;有针对性的营销,目的是勉励产物流传。当只有一小部门人群可以接受测试或隔离时,停止流传并限制一部门熏染人群就变得具有挑战性。为明白决这一挑战,我们将这种设置公式化为图上的顺序决议问题。

面临指数状态空间,组合行动空间和部门可视察性,我们设计了RLGN,这是一种新颖的可延性强化学习(RL)方案,它使用图神经网络(GNN)对应测试的节点举行优先级排序,从而对图节点举行排名。我们在三种类型的社会网络中评估此方法:社区结构化,优先依恋关系以及基于真实细胞跟踪的统计数据。

在我们的实验中,RLGN始终优于所有基准。这讲明在含时图上使用RL举行优先测试可以使康健人的数量增加 25 %,与使用相同方法的非学习基准相比,包罗盛行病 30 %的频率要比受监视的方法横跨 2.5 times 资源。带有动态Bethe-Hessian的稀疏时间演化图中的社区检测原文标题: Community detection in sparse time-evolving graphs with a dynamical Bethe-Hessian地址: http://arxiv.org/abs/2006.04510作者: Lorenzo Dall’Amico, Romain Couillet, Nicolas Tremblay摘要: 本文思量了稀疏动态图中的社区检测问题,在该图中,社区结构随时间变化。

提出了一种基于Bethe-Hessian矩阵扩展的快速谱算法,该算法得益于种别标签及其时间演化的正相关性,适用于任何具有群落结构的动态图。在动态度校正的随机块模型下,在两类相等巨细的情况下,我们通过广泛的仿真证明和支持,我们提出的算法能够在理论上尽快举行非平凡的群落重建,从而到达最优检测阈值,并证明优于竞争谱方法。通过网络中的信息会见举行聚类原文标题: Clustering via Information Access in a Network地址: http://arxiv.org/abs/2010.12611作者: Hannah C. Beilinson, Nasanbayar Ulzii-Orshikh, Ashkan Bashardoust, Sorelle A. Friedler, Carlos E. Scheidegger, Suresh Venkatasubramanian摘要: 图(例如社会网络)中的信息流通常已使用尺度影响力流传方法举行建模,目的是确定最有效的信息流传方式。最近,研究人员开始研究网络中小我私家对信息的差别会见。

先前的事情讲明,基于网络位置,信息会见自己就是特权的潜在方面。虽然对公正的关注通常集中在人口群体之间的差异上,但表征网络职位自己可能会引起新的群体研究。可是,我们如何表征态度?我们没有使用尺度的分组方法来举行图聚类,而是设计和探索了一个聚类,该聚类明确包罗了信息如何在网络上流动的模型。

我们的目的是凭据对网络的信息会见来识别相似的节点集群。我们在形式上和实验上都讲明,所得的聚类方法是网络聚类的一种新方法。

我们的实验使用种种各样的数据集显示,引入的聚类技术基于外部信息会见怀抱将相似的个体聚在一起。行人动态中的社会距离及其对疾病流传的影响原文标题: Social distancing in pedestrian dynamics and its effect on disease spreading地址: http://arxiv.org/abs/2010.12839作者: Sina Sajjadi, Alireza Hashemi, Fakhteh Ghanbarnejad摘要: 在没有接种疫苗的情况下,非药物措施(例如远离社会的人)可以在控制盛行病中发挥重要作用。在本文中,我们研究了社会疏离对盛行病的影响。

我们使用联合人类流动性和疾病流传的数学模型。对于移动性动力学,我们设计了一种基于主体的模型,该模型由行人动力学组成,具有新颖的作用力,类似于拥挤站点中的社会疏散。对于流传动力学,我们思量隔室SIE动力学加上间接流传,感染性行人的足迹是感染因素。我们讲明,社会疏离强度的增加对接触风险有重大影响。

通过将人群分为社会隔离型和非隔离型,我们得出结论,纵然是少数潜在的感染源,社会隔离的做法也会导致人口袒露风险发生庞大变化,但当使用时会降低协议的有效性其余人口都在实践。此外,我们视察到对于间接流传更为严重的感染病,社会隔离的有效性将降低。这项研究可以为淘汰接触风险的决议提供定量指导。

用于神经消息通报的路径发现网络原文标题: Pathfinder Discovery Networks for Neural Message Passing地址: http://arxiv.org/abs/2010.12878作者: Benedek Rozemberczki, Peter Englert, Amol Kapoor, Martin Blais, Bryan Perozzi摘要: 在这项事情中,我们提出了探路者发现网络(PDN),这是一种通过下游下游半监视模型在多路网络上配合学习消息通报图的方法。PDN归纳地学习每个边的总权重,并对其举行优化以为下游学习任务发生最佳效果。PDN是图上注意机制的一般化,它允许灵活地结构节点,边卷积和自制的多尺度混淆层之间的相似函数。

我们讲明PDN克服了现有的图注意力研究方法(例如图注意力网络)的缺点,例如体重减轻问题。我们的实验效果证明晰对学术节点分类任务的竞争性预测性能。一组具有挑战性的节点分类实验的其他效果讲明,PDN如何学习比现有基准更广泛的功效。我们分析了PDN的相对盘算庞大性,并讲明PDN运行时并不比静态图模型高许多。

最后,我们讨论了如何使用PDN构建易于明白的注意力机制,该机制使用户能够明白图中的信息流传。大盛行稳定的最佳锁定原文标题: Optimal Lockdown for Pandemic Stabilization地址: http://arxiv.org/abs/2010.12923作者: Qianqian Ma, Yang-Yu Liu, Alex Olshevsky摘要: 我们思量通过非匀称锁定来实现大盛行稳定的问题,我们的目的是尽可能淘汰经济运动,同时将熏染患者的数量按划定比率降至零。我们思量了几种通过网络流传的盛行病模型,包罗SIS / SIR / SEIR模型以及有症状和无症状个体的COVID-19流传新模型。

我们提供了两种有效的算法,可以有效地盘算最佳锁定,其中一种算法的运行时间仅在网络中的边数量上显著线性扩展,而且适用于我们测试的绝大多数盛行病模型。我们的第二种算法具有显式尺度比例,该比例在网络中的节点数量上为三次方,可是无需任何假设即可应用。

通过对许多测试用例的最佳锁定举行数值盘算,我们进一步证明晰许多先前未知的反直觉现象。例如,我们讲明,在种种随机图模型中,节点中心和总体对节点锁定值的影响很小,除非它们取极值。

最令人惊讶的是,我们使用县际旅行频率的公然数据来分析在纽约州62个县流传的COVID-19的模型;我们盘算出,基于2020年4月疫情的状态举行的最佳稳定停工与之相比,在纽约市以外的运动将越发严格地淘汰运动,纵然其时该盛行病在纽约市更为普遍。使用Web搜索查询中高风险用户的移动性对COVID-19热点举行预警原文标题: Early Warning of COVID-19 Hotspots using Mobility of High Risk Users from Web Search Queries地址: http://arxiv.org/abs/2010.13254作者: Takahiro Yabe, Kota Tsubouchi, Satish V Ukkusuri摘要: COVID-19以前所未有的规模和规模破坏了全球经济和人民的福祉。为了控制这种疾病,预测疾病暴发所在的有效预警系统至关重要。

研究讲明,通过人口密度分析,使用大规模流动性数据来监测非药物干预措施(例如锁定)的影响是有效的。可是,仅使用移动性数据很难预测潜在发作发生的位置。

同时,网络搜索查询已被证明是疾病流传的良好预测因子。在这项研究中,我们使用人类移动轨迹(GPS轨迹)和具有公共用户标识符(> 450K用户)的网络搜索查询的奇特数据集,来预先预测COVID-19热点位置。

更详细地,举行网络搜索查询分析以识别具有COVID-19收缩高风险的用户,而且进一步对这些用户的移动性模式举行社交接触分析以量化发作风险。我们使用从日本东京的用户收集的数据对我们的方法举行了履历测试。我们证明,通过将COVID-19相关的网络搜索查询分析与社交联系网络举行集成,与仅使用社交联系索引或网络搜索数据分析相比,我们能够提前1-2周预测COVID-19热点位置。

这项研究提出了一种可用于疾病暴发烧点的预警系统的新方法,该方法可资助政府机构制定有效的计谋来防止疾病进一步流传。扩散耦合社会-生态资源开发网络中耦合和全球瓦解的优化原文标题: Optimization of coupling and global collapse in diffusively coupled socio-ecological resource exploitation networks地址: http://arxiv.org/abs/2010.13466作者: Tanja Holstein, Marc Wiedermann, Jürgen Kurths摘要: 单层和多层庞大网络已被证明是研究社会,技术或自然系统内动态的有力工具。经常视察到的配合目的是通过最小化某些成本同时最大化期望的输出来针对特定目的优化这些系统。

升博体育网站

认可来自社会生态领域的现实世界系统特别精密地联系在一起,这项事情讲明,在这样的系统中,某个子系统的优化(例如,增加对生态网络中外部压力的反抗力)可能会出乎意料地降低稳定性整个耦合系统。为此,我们使用了先前提出的观点性双层网络模型的改编,该模型由扩散耦合资源的生态网络与交互主体的社会网络配合演化而成,这些交互主体会收获这些资源并凭据小我私家的乐成学习相互的计谋。

如果假设主体的计谋随时间保持稳定,我们将得出一种最佳的耦合强度,该强度可以防止尽可能多的资源瓦解。可是,我们然后讲明,如果主体商凭据邻人的乐成举行社交学习和调整计谋,则该最佳耦合强度将被视为一个关键参数,在该参数之上,就不行逆转地耗竭资源而言,全球瓦解的可能性很高。

我们表现优化器的悲剧。因此,我们发现,在较大的配合演化系统的特定部门内稳定动态的措施可能会意外地导致泛起新颖的,不希望有的全球稳定状态。因此,我们的效果强调了治理社会生态系统的整体方法的重要性,因为专注于单个子系统的稳定效应可能对整个系统倒霉。追踪价钱:优化能源系统基于流量的成天职配原文标题: Tracing prices: A flow-based cost allocation for optimized power systems地址: http://arxiv.org/abs/2010.13607作者: Fabian Hofmann摘要: 电力系统模型是确定在政治或生态界限条件下成本最小的未来运行和投资的有价值且广泛使用的工具。

可是,他们对网络中的消费者将单个资产(作为生成器或传输线)的成天职配保持缄默沉静。现有的成天职配方法险些不适合大型网络,而且没有思量所有相关成本。

本文弥补了这一差距。基于流量跟踪,它引入了优化电源系统中所有成本的对等或更准确的资产对消费者分配。由此发生的成天职配不仅受当地限制,而且与最佳地域性边际价钱保持一致。

该方法在未来的德国情景中获得应用和讨论。使用SEIR模型分析印度的COVID19暴发原文标题: Analysis of COVID19 Outbreak in India using SEIR model地址: http://arxiv.org/abs/2010.13610作者: Raj Kishore, Bijaylaxmi Sahoo, Debadatta Swain, Kisor Kumar Sahu摘要: 由于其广泛的人口统计数据和气象数据漫衍,很难预测印度COVID19病毒的流传方式。全球各地的研究人员都试图将这些数据的相互依赖性与印度COVID19病例的流传模式相关联。

可是很难预测确切的模式,特别是运动案例数的峰值。在本文中,我们实验使用广义SEIR模型来预测印度COVID19的活跃,康复,死亡和总病例数。

在我们的预测中,运动案例曲线中的峰值泛起与实际数据中的峰值很是靠近(相差仅一周)。只管预测的案例数与实际的案例数有所差别(由于从2020年6月起逐渐排除移动限制),但实际时间与预测时间(在运动案例曲线的峰值)很是相似,因此该模型相对合适分析印度的COVID19发作。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:Arxiv,网络,科学,论文,摘要,11篇,2020-10-27,用于,升博体育网站

本文来源:升博体育网站-www.americanprincessweb.com

同类文章排行

最新资讯文章

Copyright © 2008-2021 www.americanprincessweb.com. 升博体育网站科技 版权所有  http://www.americanprincessweb.com  XML地图  升博体育网站-首页