核心速递

什么是社会组织的熵？

应用混合二元混合 logit 来研究中段和无信号交叉口的人行横道安全性;

从有限规模尺度律中揭示出无标度网络;

科技前沿中的技术学习和创新孕育陷入困境：从 CERN 采购到专利;

用于有向链路预测的受引力模型启发的自动编码器;

依赖的价格：依赖项的随机子模最大化;

状态的网络密度;

自然启发的群体领导影响下的人口去分离计算模型;

什么是社会组织的熵？

原文标题：

What is the Entropy of a Social Organization?

地址：

http://arxiv.org/abs/1905.09772

作者：

Christian Zingg, Giona Casiraghi, Giacomo Vaccario, Frank Schweitzer

摘要： 我们量化了社会组织的潜力，即其获得不同配置的能力。组织表示为一个网络，其中节点对应于个体和（多）边与其多个交互。可达到的配置被视为来自网络集合的实现。为了编码个体之间的交互偏好，我们选择随机图的广义超几何集合，其由闭合形式的概率分布描述。从这个分布，我们计算香农熵作为潜力的度量。这使我们能够比较不同的组织以及特定组织发展的不同阶段。使用来自3个经验系统和2个合成系统的数据证明了该方法的可行性。

应用混合二元混合 logit

来研究中段和无信号交

叉口的人行横道安全性

原文标题：

Applied hybrid binary mixed logit to investigate pedestrian crossing safety at midblock and unsignalized intersection

地址：

http://arxiv.org/abs/1905.09403

作者：

Mohammad Ali Arman, Amir Rafe, Tobias Kretz

摘要： 从交叉路口或中间位置的无信号位置行人过路是一个危险的决定，可能导致致命事故。尽管决定接受过马路的安全间隙是个人选择，研究这种现象及其影响变量对于事故分析和交通安全调查至关重要。在本文中，我们使用视频录音数据来研究伊朗德黑兰的无信号交叉口和中间区域设施的行人间隙接受行为。多路方差分析测试表明，性别和儿童的伴随效应对可接受的间隙和等待时间的大小影响最大。

此外，拒绝差距的数量主要受儿童伴随态的影响。关于临界差距的调查显示，无信号交叉口和女性的临界差距较大。我们基于一些可观察的指标定义了一个名为警告行为的潜在变量，并使用结构方程模型对其进行了估计并将其用作二元混合逻辑模型中的输入。这个变量在缺口接受决策中确定了重要性尽管结构方程和 logit 模型都用于以前的间隙验收研究，但根据我们的最佳知识，这是混合混合对数建模方法在该领域的首次使用，我们开发了一种新的方法来结合行人的心理和行为方面’差距验收研究。建模方法表明，关于接受或拒绝间隙的行人决策受当前间隙大小，警告行为和等待时间的影响很大。

从有限规模尺度

律中揭示出无标度网络

原文标题：

Scale-free networks revealed from finite-size scaling

地址：

http://arxiv.org/abs/1905.09512

作者：

Matteo Serafino, Giulio Cimini, Amos Maritan, Samir Suweis, Jayanth R. Banavar, Guido Caldarelli

摘要： 网络在物理，生物和社会集体现象的预测模型的发展中起着至关重要的作用。许多这些网络的一个非常显著的特点是它们被认为是近似无标度的：具有 k 事件链接的节点的分数（度数）遵循幂律足够大的 k 。指数 λ 的值以及与幂律尺度的偏差提供了关于网络形成潜在机制的宝贵信息，例如小程度饱和度，本地适应性链接的变化以及高度截止到有限的网络规模。

实际上，真实网络不是无限大，并且任何网络的最大程度都不能大于节点数。有限大小尺度是用于分析由于有限相关长度而在物理系统中的临界点附近的幂律行为的偏差的有用工具。在这里，我们表明，尽管网络和关键现象之间存在本质区别，但有限大小尺度为分析自相似性和经验网络的无标度性质提供了强大的框架。我们分析了大约200个具有不同动态起源的自然发生的网络，发现其中大量的网络遵循有限大小尺度假设而没有任何自我调整。

值得注意的是，这是生物蛋白质相互作用网络，技术计算机和超链接网络以及信息引用和词汇网络的情况。标记偏差出现在其他示例中，尤其是基础设施和运输网络，但也包括社交，从属关系和注释网络。引人注目的是，尺度指数的值不是独立的，而是满足近似的指数关系。

科技前沿中的技术学习

和创新孕育陷入困境：

从CERN采购到专利

原文标题：

Technological Learning and Innovation Gestation Lags at the Frontier of Science: from CERN Procurement to Patent

地址：

http://arxiv.org/abs/1905.09552

作者：

Andrea Bastianin, Paolo Castelnovo, Massimo Florio, Anna Giunta

摘要： 本文为大科学中心对技术创新的影响做出了贡献。我们利用一个独特的数据集，提供有关 CERN 采购订单的信息，以研究 CERN 与其工业合作伙伴之间的协作创新过程。在对案例研究进行定性讨论后，估计了生存和计数数据模型; CERN 采购对供应商创新的影响可以通过专利申请的数量来实现。我们样本中的公司在很长一段时间内（1995-2008）获得了第一笔订单，这使得工业合作伙伴自然地分为“供应商”和“尚未供应商”。

这样可以估算 CERN 对首次申请专利的危害的影响，以及专利申请的数量，以及这些影响出现所需的时间。我们发现确实存在“ CERN 效应”：作为 CERN 的工业合作伙伴，首次申请专利和专利申请数量的风险增加。这些影响需要在五到八年的范围内显著“妊娠滞后”，这表明吸收新想法的过程相对缓慢。

用于有向链路预测的受

引力模型启发的自动编码器

原文标题：

Gravity-Inspired Graph Autoencoders for Directed Link Prediction

地址：

http://arxiv.org/abs/1905.09570

作者：

Guillaume Salha, Stratis Limnios, Romain Hennequin, Viet Anh Tran, Michalis Vazirgiannis

摘要： 图自动编码器（AE）和变分自动编码器（VAE）最近成为强大的节点嵌入方法。特别地，图 AE 和 VAE 被成功地用于解决具有挑战性的链路预测问题，旨在确定来自图的一些节点对是否通过未观察到的边连接。然而，这些模型关注于无向图，因此忽略了链接的潜在方向，这限制了许多实际应用。

在本文中，我们扩展了图 AE 和 VAE 框架，以解决有向图中的链路预测问题。我们提出了一种新的引力激励解码器方案，可以从节点嵌入中有效地重建有向图。我们在三个不同的有向链路预测任务上凭经验评估我们的方法，标准图 AE 和 VAE 表现不佳。我们在三个真实世界的图表上获得了竞争结果，超越了几个流行的基线。

依赖的价格：依赖项

的随机子模块最大化

原文标题：

Price of Dependence: Stochastic Submodular Maximization with Dependent Items

地址：

http://arxiv.org/abs/1905.09719

作者：

Shaojie Tang

摘要： 在本文中，我们研究随机子模块最大化问题与依赖项目受到各种包装约束，如拟阵和背包约束。我们问题的输入是一组有限的项目，并且每个项目都处于一组可能状态的特定状态。选择一个项目后，我们可以观察它的状态。我们假设项目和状态的单调和子模块效用函数，我们的目标是自适应地选择一组项目，以便最大化预期效用。

以前关于随机子模块最大化的研究通常假设项目的状态是独立的，但是，这种假设可能不具备一般性。这促使我们研究具有依赖项的随机子模块最大化问题。我们首先介绍 emph 独立度的概念，以捕捉一个项目的状态依赖于他人的程度。然后我们提出一个基于改进的连续贪婪算法的非自适应策略，并显示其近似比为其中 α 的值取决于约束的类型，例如 α=1是拟阵约束，κ是独立程度，例如，κ = 1 表示独立项目， m 表示项目数量。

状态的网络密度

原文标题：

Network Density of States

地址：

http://arxiv.org/abs/1905.09758

作者：

Kun Dong, Austin R. Benson, David Bindel

摘要： 谱分析将图结结构连接到相关矩阵的特征值和特征向量。许多谱图论直接来自谱几何，通过相关微分算子的谱研究可微分流形。但是从谱几何到谱图的转换主要集中在仅涉及少数极端特征值及其相关特征值的结果上。与几何学不同，通过特征值的整体分布 – 谱密度 – 对图的研究主要局限于简单的随机图模型。现实世界图谱的内部仍然很大程度上未被探索，难以计算和解释。

在本文中，我们深入研究了真实世界图谱的谱密度。我们借用了凝聚态物理中开发的工具，并添加了新的适应性来处理常见图模体的谱特征。所得到的方法是高效的，正如我们通过计算单个计算节点上具有超过十亿个边的图的谱密度来说明的那样。除了提供视觉上引人注目的图指纹之外，我们还展示了谱密度的估计如何促进许多常见中心度量的计算，并使用谱密度来估计有关图结构的有意义信息，这些信息无法仅从极值本征对中推断出来。

自然启发的群体领导影

响下的人口去分离计算模型

原文标题：

Nature-Inspired Computational Model of Population Desegregation under Group Leaders Influence

地址：

http://arxiv.org/abs/1905.09795

作者：

Kashif Zia, Dinesh Kumar Saini, Arshad Muhammad, Alois Ferscha

摘要： 本文提出了一种基于主体人的人口解除分离模型，并对导致其的社会行为进行了全面的分析，即接触假设。基于群体领导者对群体影响的频率和强度参数，所提出的模型由两层构成：1）受到群体影响的群体的物理层

2）群体领导者的虚拟层。

群体领导者的谈判和生存模式受到女王蚂蚁的自然启发的演化过程的支配，也称为女性窘迫。使用虚拟分组概念（而不是将一部分人口作为群体领导者）的动机是继续专注于找到一个社会中的个人能够容忍一个显著多样化（非种族隔离）社区的条件，而不是沉溺于复杂的细节，这与针对社会群体和领导者演变的研究更为相关。

我们进行了地理信息系统驱动的模拟，揭示了：

1）解除种族隔离与群体领导者与群体接触的频率成正比;