Arxiv網絡科學論文摘要5篇(2020-03-23)

  • 移動互聯社區中疾病傳播的預測模型;
  • N人博弈中嚴格納什均衡幾何選擇的熵範空間;
  • 預測研究人員的合著者人數:一種學習模型;
  • 從隨機貢獻識別到足球比賽最佳預測的確定;
  • 時態核心與時態網絡中流行病傳播的相關性;
  • 移動互聯社區中疾病傳播的預測模型

    原文標題: Predictive modelling of disease propagation in a mobile, connected community

    地址: http://arxiv.org/abs/2003.09348

    作者: Ishant Tiwari, Pradeep Sarin, Punit Parmananda

    摘要: 我們介紹了從隨機,高度連接和移動社區的建模中獲得的數值結果。在平面二維有限空間上使用元胞自動機模擬社區成員之間諸如健康,疾病之類的屬性的傳播。只需極少的假設,我們就可以根據時間和與自動機之間的交互作用相關的參數的微調來預測此類疾病的未來傳播過程。

    N人博弈中嚴格納什均衡幾何選擇的熵範空間

    原文標題: Entropy-Norm space for geometric selection of strict Nash equilibria in n-person games

    地址: http://arxiv.org/abs/2003.09225

    作者: A. B. Leoneti, G. A. Prataviera

    摘要: 基於經驗證據的動機,即群體決策中的個人希望同時最大化效用和避免不平等,我們提出了一種基於熵-範數對的準則,用於n人博弈中嚴格納什均衡的幾何選擇。為此,我們在熵範空間中引入了n人Nash均衡效用集的映射。我們建議最合適的組選擇是最接近重新定標的熵範數空間的最大熵範數對的平衡。連續應用此標準允許在n人博弈中對可能的納什均衡進行排序,同時考慮玩家收益的相等性和效用。討論了這種方法在某些特殊情況下的侷限性。另外,所提出的標準被應用並與小組決策實驗的結果進行比較。

    預測研究人員的合著者人數:一種學習模型

    原文標題: Predicting the number of coauthors for researchers: A learning model

    地址: http://arxiv.org/abs/2003.09315

    摘要: 預測研究人員的合著者人數有助於理解團隊科學的發展。但是,由於研究人員協作模式的多樣性,這是一項艱鉅的任務。該研究為該變量的動力學提供了學習模型。從經驗數據中學習參數,這些經驗數據包括在給定時間間隔內的出版物數量和合著者數量。該模型基於給定年度出版物數量的新合著者年度數量與時間之間的關係,給定歷史出版物數量的年度出版物數量與時間之間的關係以及洛特卡定律。通過將模型應用於高質量dblp數據集,可以驗證模型的假設。通過對研究人員合著者數量的演變趨勢,該變量的分佈以及協作事件的發生概率進行令人滿意的擬合,可以在數據集上測試模型的有效性。由於其迴歸性質,該模型有可能被擴展以評估預測結果的置信度,因此可用於其他實證研究。

    從隨機貢獻識別到足球比賽最佳預測的確定

    原文標題: From identification of random contributions to determination of the optimum forecast of a soccer match

    地址: http://arxiv.org/abs/2003.09352

    摘要: 運動事件的預測不僅在應用方面而且在理論上都引起廣泛關注。在這項工作中,以德國足球德甲聯賽為例,提出了一個問題,即如何表徵一場比賽的進球差異的理論上最佳的預測。這涉及對比賽中的隨機貢獻進行仔細分析,並將其與有益的貢獻分開,這取決於各個團隊的實力。一個重要方面是考慮球隊實力的時間依賴性,事實證明,球隊實力在一個賽季中主要圍繞球隊特定價值波動。必須區分兩種類型的時間相關屬性,一種在不同的比賽日之間是不相關的,另一種是相關的,因此可以通過適當的相關性分析來訪問。對於某些績效指標(可用於估算團隊實力),將各自預測的質量與理論最優值進行比較。對信息貢獻的瞭解使我們可以得出結論,進攻團隊的力量比防守團隊的力量對於最終的成功更為重要。

    時態核心與時態網絡中流行病傳播的相關性

    原文標題: Relevance of temporal cores for epidemic spread in temporal networks

    地址: http://arxiv.org/abs/2003.09377

    作者: Martino Ciaperoni, Edoardo Galimberti, Francesco Bonchi, Ciro Cattuto, Francesco Gullo, Alain Barrat

    摘要: 時間網絡被廣泛用來代表各種系統,包括特別是社會互動,並且傳播過程在它們之上展開。儘管在靜態網絡的情況下最近取得了進展,但是在這種過程中起重要作用的結構的識別仍然是一個懸而未決的問題。在這裡,我們將最近引入的跨核概念作為候選結構:跨核將時間網絡分解為可控持續時間和增加連通性的子圖,從而概括了靜態圖的核分解。我們分別基於消除高凝聚力或持續時間的跨度核心以降低流行病風險,或從這種結構中植入過程,探索旨在抑制或最大化傳播影響的策略的有效性。此類策略的有效性在各種經驗數據集中,並針對僅使用有關節點中心性的靜態信息和核心性靜態概念的多個基準進行了評估。我們的結果表明,移除最穩定和具有凝聚力的時態核心對時態網絡上的流行過程具有強大的影響,並且它們的節點可能代表有影響力的傳播者。

    聲明:Arxiv文章摘要版權歸論文原作者所有,由本人進行翻譯整理,未經同意請勿隨意轉載。本系列在公眾號“網絡科學研究速遞”和個人博客進行同步更新。

    Arxiv網絡科學論文摘要5篇(2020-03-23)


    分享到:


    相關文章: