Arxiv網絡科學論文摘要12篇(2020-09-25)

• 識別針對連續攻擊的網絡系統臨界點預警指標;
• 幾何圖的高階譜聚類;
• 用於網絡可視化的在線非均勻分時方法;
• EPNE：保留演化模式的網絡嵌入;
• 管理數據注釋項目的最佳實踐;
• COVID-19的人力和財務成本;
• 利用生成對抗網絡的圖稀疏化;
• 揭露大型工程項目網絡的脆弱性;
• 演化網絡中基於草圖的社區檢測;
• 氣候變化對天文觀測的影響;
• 天文研究所對應對氣候危機挑戰的看法;
• 大型天文學會議的碳足跡;

識別針對連續攻擊的網絡系統臨界點預警指標

原文標題： Identifying early-warning indicators of tipping points in networked systems against sequential attacks

地址： http://arxiv.org/abs/2009.11322

作者： Utkarsh Gangwal, Udit Bhatia, Mayank Singh, Pradyumn Kumar Pandey, Deepak Kamboj, Samrat Chatterjee

摘要： 諸如社會網絡，交通，電力和供水基礎設施以及生物和生態系統之類的廣泛系統中的網絡結構可能會顯示出臨界閾值或臨界點，超過臨界閾值或臨界點，系統功能將遭受不成比例的損失。引爆點和此類系統的故障容忍度日益引起人們的關注，因為引爆點可能會導致預期功能突然喪失，並可能導致不可恢復的狀態。儘管已經對網絡系統的攻擊容忍度進行了深入研究，以研究源於單個故障點的破壞，但在某些情況下，現實世界中的系統可能會在多個位置同時發生或突然發生並發破壞。使用來自美國空域機場網絡和印度鐵路網絡以及隨機網絡作為系統原型類別的開源數據，我們研究了它們對各種規模的綜合攻擊策略的響應。對於這兩種類型的網絡，我們觀察到警告區域的存在，它們是臨界點的先兆。此外，我們觀察到網絡健壯性與同時分發的大小之間的統計上顯著的關係，這可以概括為隨機故障和針對性攻擊具有不同拓撲屬性的網絡。我們證明了我們的方法可以確定不同規模的網絡在遭受大小變化的幹擾時的整體魯棒性特徵。我們的方法可以用作理解真實系統中臨界點的範例，並且該原理可以擴展到其他學科，以解決風險管理和彈性的關鍵問題。

幾何圖的高階譜聚類

原文標題： Higher-Order Spectral Clustering for Geometric Graphs

地址： http://arxiv.org/abs/2009.11353

作者： Konstantin Avrachenkov, Andrei Bobu, Maximilien Dreveton

摘要： 本文致力於聚類幾何圖。雖然標準譜聚類通常對幾何圖無效，但我們提出了一種有效的概括，我們稱之為高階譜聚類。它在概念上類似於經典的譜聚類方法，但用於劃分與高階特徵值相關的特徵向量。我們為一類稱為軟幾何塊模型的幾何圖建立了該算法的弱一致性。對該算法進行少量調整即可提供強大的一致性。我們還表明，即使對於中等大小的圖，我們的方法在數值實驗中也是有效的。

用於網絡可視化的在線非均勻分時方法

原文標題： An Online and Nonuniform Timeslicing Method for Network Visualisation

地址： http://arxiv.org/abs/2009.11422

作者： Jean R. Ponciano, Claudio D. G. Linhares, Elaine R. Faria, Bruno A. N. Travencolo

摘要： 時態網絡的可視化分析是了解網絡動態性的有效方法，有助於識別模式，異常和其他網絡屬性，從而快速做出決策。但是，由於邊重疊，實際網絡中的數據量可能會導致布局具有很高的視覺混亂度。這在所謂的流網絡中尤其重要，在流網絡中，邊連續到達（在線）並且處於非平穩分布。可以控制所有三個網絡維度，即節點，邊和時間，以減少此類混亂並提高可讀性。本文提出了一種在線且非均勻的分時方法，從而考慮了底層網絡結構並解決了流網絡分析問題。我們使用兩個真實世界的網絡進行了實驗，以比較我們的方法與統一和不統一的時間分配策略。結果表明，我們的方法會自動選擇可在事件突發期間有效減少視覺混亂的時間片。結果，基於全局時間模式識別的決策變得更快，更可靠。

EPNE：保留演化模式的網絡嵌入

原文標題： EPNE: Evolutionary Pattern Preserving Network Embedding

地址： http://arxiv.org/abs/2009.11510

作者： Junshan Wang, Yilun Jin, Guojie Song, Xiaojun Ma

摘要： 信息網絡無處不在，是建模關係數據的理想選擇。網絡稀疏和不規則，網絡嵌入算法引起了許多研究人員的注意，他們提出了許多靜態網絡中的嵌入算法。然而在現實生活中，網絡會隨著時間不斷發展。因此，演化模式，即節點隨著時間的發展如何發展，將成為嵌入網絡中靜態結構的有力補充，而靜態網絡的工作很少。在本文中，我們提出了EPNE，這是一種時態網絡嵌入模型，可以保留節點局部結構的演化模式。特別是，我們分析了具有和不具有周期性的演化模式，並設計了相應的設計策略，以便基於因果卷積在時頻域中對這種模式進行建模。此外，我們提出了一種時間目標函數，該函數與鄰近函數同時進行了優化，從而保留了時間和結構信息。通過適當的時間信息建模，我們的模型能夠在各種預測任務中勝過其他競爭方法。

管理數據注釋項目的最佳實踐

原文標題： Best Practices for Managing Data Annotation Projects

地址： http://arxiv.org/abs/2009.11654

作者： Tina Tseng, Amanda Stent, Domenic Maida

摘要： 注釋是通過人工來標記數據。批註對於現代機器學習至關重要，並且彭博社已經積累了多年的批註經驗。該報告從彭博全球數據部門的30多位經驗豐富的注釋項目經理那裡收集了應用注釋項目的豐富智慧。

COVID-19的人力和財務成本

原文標題： Human and financial cost of COVID-19

地址： http://arxiv.org/abs/2009.11660

作者： Nick James, Max Menzies

摘要： 本文分析了92個國家/地區COVID-19大流行的人力和財務成本。我們將各國股票市場動態與累積COVID-19病例和死亡人數以及新病例軌跡進行比較。首先，我們研究了累積病例和死亡的多元時間序列，特別是關於其隨時間變化的結構。我們揭示了病例和死亡時間序列以及時間序列結構改變的關鍵日期之間的相似性。接下來，我們對新的病例時間序列進行分類，展示軌跡的五種特徵類別，並量化它們之間在疾病波行為方面的差異。最後，我們表明，國家的股票市場表現與其成功管理COVID-19之間沒有任何關係。每個國家的股指對國內或全球的大流行狀況都沒有反應。取而代之的是，這些指數是高度統一的，大多數波動發生在3月。

利用生成對抗網絡的圖稀疏化

原文標題： Graph Sparsification with Generative Adversarial Network

地址： http://arxiv.org/abs/2009.11736

作者： Hang-Yang Wu, Yi-Ling Chen

摘要： 圖稀疏化旨在減少網絡的邊數量，同時保持給定任務的準確性。在這項研究中，我們提出了一種稱為GSGAN的新方法，該方法能夠稀疏網絡以進行社區檢測任務。 GSGAN能夠刻畫原始圖中未顯示但相對重要的那些關係，並創建人為的邊來反映這些關係並進一步提高社區檢測任務的效率。我們採用GAN作為學習模型，並指導生成器生成能夠刻畫網絡結構的隨機遊動。具體而言，在訓練階段，除了判斷隨機遊走的真實性外，鑑別器還同時考慮節點之間的關係。我們設計了一個獎勵函數來指導生成器創建包含有用的隱藏關係信息的隨機遊動。然後將這些隨機遊走組合起來，以形成一個新的社會網絡，該社會網絡對於社區檢測是有效的。實際網絡的實驗表明，所提出的GSGAN比基線要有效得多，並且GSGAN可以應用於社區檢測的各種聚類算法，並對其有所幫助。

揭露大型工程項目網絡的脆弱性

原文標題： Uncovering the fragility of large-scale engineering project networks

地址： http://arxiv.org/abs/2009.11752

作者： Marc Santolini, Christos Ellinas, Christos Nicolaides

摘要： 眾所周知，工程項目難以按時完成，通常將理論上的項目延誤解釋為在相互依存的活動之間傳播。在這裡，我們使用一個新穎的數據集，該數據集由來自14個不同的大型工程項目的活動網絡組成，以揭示影響及時完成項目的網絡屬性。我們提供了活動偏差的傳染性的第一個經驗證據，其中單個活動的傳遞中的擾動會影響多達4個下遊的活動，從而導致較大的擾動級聯。我們進一步表明，擾動聚類顯著影響項目的整體延遲。最後，我們發現效果不佳的項目在高程節點上具有最高的擾動，這可能導致最大的級聯，而性能良好的項目在低程節點上具有擾動，從而導致局部級聯。總而言之，這些發現為網絡科學框架鋪平了道路，該框架可以從實質上增強大型工程項目的交付。

演化網絡中基於草圖的社區檢測

原文標題： Sketch-based community detection in evolving networks

地址： http://arxiv.org/abs/2009.11835

作者： Andre Beckus, George K. Atia

摘要： 我們考慮在時變網絡中進行社區檢測的方法。此方法的核心是維護一個小的草圖，以刻畫在整個網絡的每個快照中發現的基本社區結構。我們演示了如何使用草圖來明確識別通常在網絡演進過程中發生的六個關鍵社區事件：增長，收縮，合併，分裂，出生和死亡。基於這些檢測技術，我們制定了一種社區檢測算法，該算法可以處理同時顯示所有過程的網絡。基於草圖的算法提供的一個優勢是對大型網絡的有效處理。儘管檢測整個圖中的事件可能在計算上很昂貴，但是草圖的小尺寸允許快速評估更改。第二個優點出現在包含大小不成比例的群集的網絡中。構造草圖以使每個群集具有相等的表示，從而減少估計中丟失小群集的可能性。我們基於隨機塊模型提出了一個新的標準化基準，該模型對節點的添加和刪除以及社區的誕生和死亡進行建模。與現有基準一起使用時，此新基準將提供涵蓋所有六個社區事件的全面測試套件。我們提供了一組數值結果，證明了我們的方法在運行時和處理小型集群方面的優勢。

氣候變化對天文觀測的影響

原文標題： The impact of climate change on astronomical observations

地址： http://arxiv.org/abs/2009.11779

作者： Faustine Cantalloube, Julien Milli, Christoph Böhm, Susanne Crewell, Julio Navarrete, Kira Rehfeld, Marc Sarazin, Anna Sommani

摘要： 氣候變化正在影響並將越來越影響天文觀測。在本文中，我們調查了一些關鍵天氣參數在天文觀測質量中的作用，並分析了它們的長期趨勢（超過30年），以便掌握氣候變化對當前和未來觀測的影響。在這項初步研究中，我們專門分析了四個參數，即溫度，表層湍流，射流層的風速和溼度。分析是利用來自歐洲南部天文臺（ESO）的超大型望遠鏡（VLT）的數據進行的，該望遠鏡位於地球上最乾旱的地方之一的智利阿塔卡馬沙漠的塞羅帕拉納爾。為了完善Paranal所安裝的各種傳感器的數據，我們使用了第五代和20世紀歐洲中心的中程天氣預報（ECMWF）對全球氣候，ERA5（從1980年到現在）和ERA20C（從1900年到現在）的大氣再分析。 2010年），我們在Paranal天文臺位置進行了插值。此外，在最壞的氣候變化共同社會經濟途徑（SSP5-8.5）情景下，我們還使用耦合模型比較項目第六階段（CMIP6）多模型集合探索了該地區的氣候預測。需要進行進一步調查，以更好地了解變化的根本機制，並評估影響的嚴重性。

天文研究所對應對氣候危機挑戰的看法

原文標題： An astronomical institute’s perspective on meeting the challenges of the climate crisis

地址： http://arxiv.org/abs/2009.11307

作者： Knud Jahnke, Christian Fendt, Morgan Fouesneau, Iskren Georgiev, Tom Herbst, Melanie Kaasinen, Diana Kossakowski, Jan Rybizki, Martin Schlecker, Gregor Seidel, Thomas Henning, Laura Kreidberg, Hans-Walter Rix

摘要： 分析天文研究所的溫室氣體排放是減少其對環境的影響的第一步。在這裡，我們分解了海德堡馬克斯·普朗克天文學研究所的排放量，並提出了減少排放的措施。

大型天文學會議的碳足跡

原文標題： The carbon footprint of large astronomy meetings

地址： http://arxiv.org/abs/2009.11344

作者： Leonard Burtscher, Didier Barret, Abhijeet P. Borkar, Victoria Grinberg, Knud Jahnke, Sarah Kendrew, Gina Maffey, Mark J. McCaughrean

摘要： 歐洲天文學會的年會於2019年在法國裡昂舉行，但由於COVID-19大流行，該會議於2020年在網上舉行。虛擬會議的碳足跡大約是面對面會議的碳足跡的3000倍，這為鼓勵更具生態意識的會議提供了鼓勵。

聲明：Arxiv文章摘要版權歸論文原作者所有，機器翻譯後由本人進行校正整理，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」（netsci）和個人博客進行同步更新。