移动互联网 论文(移动互联网论文3000字)
.jpg)
- 动态交换意见模型中记忆和偏差对随机网络的影响;
- 一些图族的调和中心化;
- 稀疏随机网络上的修正 Heider 平衡;
- 概念化世界地球系统的弹性：探索通往人类安全和公正操作空间的转型途径;
- 通过子图到节点的翻译对子图的高效表示学习;
- 人类驾驶车辆和自动驾驶车辆混合交通流的振荡增长：实验研究和模拟;
- 政治腐败网络的普遍性;
- COVID-19 大流行数量中幂律的时空演变;
- 美国国会大厦风暴期间的在线情绪：来自社交媒体网络 Parler 的证据;
动态交换意见模型中记忆和偏差对随机网络的影响
原文标题： Impact of memory and bias in kinetic exchange opinion models on random networks
地址：http://arxiv.org/abs/2204.04295
作者： Andre L. Oestereich, Nuno Crokidakis, Daniel O. Cajueiro
摘要： 在这项工作中，我们考虑了动态交换意见模型中记忆和偏见的影响。我们提出了一个模型，在该模型中，主体会记住他们与每一对的最后一次交互的符号。这会在模型中引入记忆效应，因为过去的交互会影响未来的交互。我们还考虑了参数 p 的影响，该参数调节主体更改其交互以匹配其意见的频率，从而在交互中引入偏差。对于 p 的高值，主体更有可能开始与持相反意见的主体进行负面交互，并与具有相同意见的主体进行积极交互。该模型定义在具有平均连通性 langle k rangle 的随机网络的顶部。我们分析了 p 和 langle k rangle 对人口中有序和无序状态出现的影响。我们的结果表明了关于临界现象的丰富现象学，存在亚稳态和有序参数的非单调行为。我们表明，随着偏差 p 的增加，处于无序状态的中性主体的比例减少。
一些图族的调和中心化
原文标题： Harmonic Centralization of Some Graph Families
地址：http://arxiv.org/abs/2204.04381
作者： Jose Mari E. Ortega, Rolito G. Eballe
摘要： 中心性描述了图中节点的重要性，并通过各种度量进行建模。另一方面，弗里曼的中心化是一种基于节点级中心性度量计算图级中心性分数的通用方法。后者使我们能够根据给定网络的连接集中在单个顶点或一组顶点上的程度来比较图。社会网络分析中的中心性度量之一是调和中心性。如果没有从一个节点到另一个节点的路径，它将每个节点到其他节点的测地距离的倒数相加，如果没有从一个节点到另一个节点的路径，则总和通过将其除以 m-1 进行归一化，其中 m 是数字图的节点数。在本文中，我们提出了一些关于一些重要图族的调和中心化的结果，希望本文生成的公式在确定更复杂图的调和中心化时有用。
稀疏随机网络上的修正 Heider 平衡
原文标题： Modified Heider Balance on Sparse Random Networks
地址：http://arxiv.org/abs/2204.04469
作者： R. Masoumi, F. Oloomi, S. Sajjadi, A.H. Shirazi, G. R. Jafari
摘要： 海德平衡理论已被引入完全连接的符号网络，而现实世界的网络是晶石。标准平衡研究中缺乏有符号随机网络促使我们扩展标准平衡模型的哈密顿量。具有可调参数的随机网络适合更好地理解标准平衡的行为作为基础动态。此外，原始形式的标准平衡模型不允许在网络中保留紧张的三元组。因此，最近已经在完全连接的有符号网络上研究了平衡模型的热行为。已经表明，该模型会随温度发生突然的相变。综合考虑这两个主题，我们检查了 ErdHos-R’enyi 随机网络上定义的结构平衡模型的热行为。我们为模型提供了平均场解决方案。我们表明，尽管网络稀疏，但我们仍然观察到随温度的一阶相变。我们检测到两个转变温度，T_cold 和 T_hot，表征了一个滞后回线。我们发现随着网络稀疏度的增加，T_cold 和 T_hot 也会减少。但是随着稀疏性减小T_hot 的速度大于减小T_cold 的速度。因此，滞后区域变得更窄，直到在一定的稀疏度下消失。我们提供了温度关系密度平面中的相图，以更准确地观察亚稳态/共存区域的行为。然后我们用一系列蒙特卡罗模拟来证明我们的平均场结果。
概念化世界地球系统的弹性：探索通往人类安全和公正操作空间的转型途径
原文标题： Conceptualizing World-Earth System resilience: Exploring transformation pathways towards a safe and just operating space for humanity
地址：http://arxiv.org/abs/2204.04471
作者： John M. Anderies, Wolfram Barfuss, Jonathan F. Donges, Ingo Fetzer, Jobst Heitzig, Johan Rockström
摘要： 我们开发了一个框架来概念化世界地球系统的弹性。我们的世界-地球系统复原力概念强调了超越吸引力盆地复原力概念的必要性，因为我们不在一个可以停留的盆地中。我们正在通往一个新盆地的轨道上，我们必须避免陷入不受欢迎的盆地。因此，我们关注路径弹性，即当我们离开全新世盆地时，允许我们从现在占据的过渡操作空间移动到人类世安全和公正操作空间的路径的相对数量。我们开发了一个数学模型来形式化这种概念化，并展示地球系统复原力（生物物理过程）和世界系统复原力（社会过程）之间的相互作用如何影响路径复原力。我们的研究结果表明，建立地球系统的弹性可能是我们到达安全和公正的运营空间的唯一机会。我们还通过展示公平概念与区域不平等如何影响路径弹性来说明世界系统动态的重要性。
通过子图到节点的翻译对子图的高效表示学习
原文标题： Efficient Representation Learning of Subgraphs by Subgraph-To-Node Translation
地址：http://arxiv.org/abs/2204.04510
作者： Dongkwan Kim, Alice Oh
摘要： 子图是一种可以表示各种现实世界问题的数据结构。我们提出子图到节点（S2N）翻译，这是一种有效学习子图表示的新公式。具体来说，给定全局图中的一组子图，我们通过将子图粗略地转换为节点来构造一个新图。我们通过这种转换将子图级任务作为节点级任务执行。通过这样做，我们可以显著降低训练和推理中的内存和计算成本。我们对四个真实世界的数据集进行了实验，以评估性能和效率。我们的实验表明，具有 S2N 翻译的模型比最先进的模型更有效，而不会显著降低性能。
人类驾驶车辆和自动驾驶车辆混合交通流的振荡增长：实验研究和模拟
原文标题： Oscillation growth in mixed traffic flow of human driven vehicles and automated vehicles: Experimental study and simulation
地址：http://arxiv.org/abs/2204.04997
作者： Shiteng Zheng, Rui Jiang, H.M. Zhang, Junfang Tian, Ruidong Yan, Zhenhua Li, Landa Gao, Bin Jia
摘要： 本文报告了一项关于自动车辆 (AV) 和人力驱动车辆 (HV) 混合交通流中的振荡增长的实验研究。实验中前车匀速行驶。以下车辆由六个可开发的 AV 和不同数量的 HV 组成。因此，自动驾驶汽车的市场渗透率（MPR）随着排量的增加而降低。 AV 在排中均匀分布。自动驾驶汽车采用恒定时间间隙跟车策略，间隙设置为 1.5 秒。实验表明，在 7 车排中，振荡仅略微增加。在 10 车排中，自动驾驶汽车仍然可以显著抑制振荡的增长。随着 13 排和 20 排 AV 的 MPR 进一步降低，AV 对振荡增长没有显著影响。另一方面，随着 AV 的 MPR 降低，车辆的平均密度和排的流量增加，这表明在 AV 的给定设置下交通稳定性和吞吐量之间的权衡。还进行了仿真研究，与实验结果吻合较好。最后，对 AV 上层控制算法中的参数进行了敏感性分析，以期指导未来的实验设计。
政治腐败网络的普遍性
原文标题： Universality of political corruption networks
地址：http://arxiv.org/abs/2204.05097
作者： Alvaro F. Martins, Bruno R. da Cunha, Quentin S. Hanley, Sebastian Goncalves, Matjaz Perc, Haroldo V. Ribeiro
摘要： 腐败犯罪需要犯罪人员之间高度协调的行动才能成功。但专门针对腐败网络的研究仍处于起步阶段，对这些网络的特性知之甚少。在这里，我们对西班牙和巴西近三十年来与政治丑闻相关的腐败网络进行了全面调查。我们表明，两国的腐败网络具有普遍的结构和动态特性，包括相似的程度分布、聚类和分类系数、模块化结构，以及由于少数累犯而导致网络组件合并的增长过程。我们提出了一个简单的模型，该模型不仅重现了这些经验特性，而且还揭示了腐败网络在接近临界累犯率的情况下运作，低于该比率的网络完全分散，高于该比率则过度连接。因此，我们的研究表明，专注于减少腐败累犯的行动可能会大大减轻此类有组织犯罪。
COVID-19 大流行数量中幂律的时空演变
原文标题： Temporal and spatial evolution of power-law in the numbers of COVID-19 pandemic
地址：http://arxiv.org/abs/2204.05109
作者： Peng Liu, Yanyan Zheng
摘要： 这项工作系统地对全球 200 多个国家在 2020 年 3 月至 2022 年 3 月期间累计和每日确诊的 COVID-19 病例和死亡人数进行了数据分析。这种研究特征旨在揭示在 COVID-19 大流行中观察到的幂律和尺度行为的时空演变，并获得了一些有趣的结果，如下所示。 (1) 2 年期间 4 个指标的数字在国家层面的分布表现出类似的幂律行为。在 COVID-19 传播的早期过程中，整个范围内的分布遵循幂律。然而，幂律在随后的过程中逐渐缩小。 (2) 每个指标的归一化数字的国家级分布显示了幂律在 2 年期间的时间尺度行为。这 4 个指标的幂律指标相互一致。对幂律和标度行为的观察表明，病毒在人类互联社会中传播过程的潜在内在动力学，因此对于理解和数学建模 COVID-19 大流行非常重要。
美国国会大厦风暴期间的在线情绪：来自社交媒体网络 Parler 的证据
原文标题： Online Emotions During the Storming of the U.S. Capitol: Evidence from the Social Media Network Parler
地址：http://arxiv.org/abs/2204.04245
作者： Johannes Jakubik, Michael Vössing, Dominik Bär, Nicolas Pröllochs, Stefan Feuerriegel
摘要： 2021 年 1 月 6 日袭击美国国会大厦已导致 5 人死亡，被广泛认为是对民主的攻击。这次袭击主要是通过 Twitter 和Parler等社交媒体网络协调的。然而，在国会大厦的风暴期间，用户如何在 Parler 上进行交互却知之甚少。在这项工作中，我们检查了 Parler 在风暴期间关于跨时间和用户的异质性的情绪动态。为此，我们将用户群划分为不同的群体（例如，特朗普支持者和 QAnon 支持者）。我们使用情感计算来推断内容中的情绪，从而使我们能够对在线情绪进行全面评估。我们的评估基于 Parler 的大规模数据集，包括来自 144,003 个用户的 717,300 个帖子。我们发现用户群对国会大厦的袭击反应总体上是负面情绪。与此类似，特朗普的支持者也表达了负面情绪和高度的不信。与此相反，QAnon 的支持者在风暴期间并没有表达更负面的情绪。我们进一步提供了跨平台分析，并比较了 Parler 和 Twitter 上的情绪动态。我们的调查结果表明，与 Twitter 相比，对 Parler 事件的负面反应相对较少，并伴随着更高程度的不赞成和愤怒。我们对研究的贡献有三方面：（1）我们识别出风暴特征的在线情绪； (2) 我们在 Parler 上评估不同用户群体的情绪动态； (3) 我们比较了 Parler 和 Twitter 上的情绪动态。因此，我们的工作为积极管理在线情绪以防止未来发生类似事件提供了重要意义。
声明：Arxiv文章摘要版权归论文原作者所有，机器翻译后由本人进行校正整理，未经同意请勿随意转载。本系列在公众号网络科学研究速递（netsci）和个人博客进行同步更新。
免责声明：本站所有信息均搜集自互联网，并不代表本站观点，本站不对其真实合法性负责。如有信息侵犯了您的权益，请告知，本站将立刻处理。联系QQ：1640731186
