语义神经网络预测科研趋势——以量子物理为例 | 网络科学论文速递12篇-集智俱乐部

心速递

  • 语义神经网络预测科研趋势——以量子物理为例

  • 具有有向层间耦合的含时网络的超中心性分析;

  • 线性时间层级社区检测;

  • 将 Twitter 语言与社区层面健康结果相关联;

  • 黎曼空间中潜变量的相关反馈;

  • 媒体环境、双重过程和极化:一种计算方法;

  • 交互式健康沟通和社交媒体中低视力人士的身份建构;

  • 多种学习机制通过项目选择促进公共品博弈的合作;

  • 量化不连通网络中的解耦;

  • 使用历史公用事业中断数据来计算整体传输网格弹性;

  • 通过个性化 PageRank 进行大规模图的同构网络嵌入;

  • 存储技术在部门耦合的欧洲能源系统的无碳化过程中的作用;

语义神经网络预测科

研趋势——以量子物理为例

原文标题:

Predicting Research Trends with Semantic and Neural Networks with an application in Quantum Physics

地址:

http://arxiv.org/abs/1906.06843

作者:

Mario Krenn, Anton Zeilinger

摘要: 一个人类研究人员无法理解所有科学学科中出版的大量文献。传统的方式限制了研究人员的视野,这使得发现超出自己研究领域的科学联系具有挑战性。因此,从大量出版物中获取结构化知识有助于推动科学前沿。

在这里,我们演示了一种从已发表的科学文献构建语义网络的方法,我们称之为SemNet。我们使用 SemNet 来预测未来的研究趋势,并激发科学中新的,个性化和令人惊讶的思想种子。我们将其应用于量子物理学科,近年来,该学科的活动空前增长。在 SemNet 中,科学知识使用自1919年以来发表的750,000篇科学论文的内容表现为一个不断发展的网络。网络的节点对应于物理概念,并且当在研究文章中同时研究两个物理概念时,绘制两个节点之间的链接。

我们从 SemNet 内部确定了有影响力和获奖的研究课题,从而确认它存储了有用的语义知识。我们使用过去的 SemNet 状态训练深度神经网络,以预测量子物理研究的未来发展,并使用历史数据确认高质量预测。通过神经网络和理论网络工具,我们能够通过识别具有独特和极端语义网络属性的概念对来建议新的,个性化的,开箱即用的想法。最后,我们考虑可能的未来发展和我们的发现的影响。

具有有向层间耦合的

含时网络的超中心性分析

原文标题:

Supracentrality Analysis of Temporal Networks with Directed Interlayer Coupling

地址:

http://arxiv.org/abs/1906.06366

作者:

Dane Taylor, Mason A. Porter, Peter J. Mucha

摘要: 我们使用超中心框架来描述时间网络中的中心性,以研究中心轨迹,其表征节点的重要性如何随时间变化。我们研究了基于特征向量的中心性的超中心概括,这是一个时间独立网络的中心度量系列,包括 PageRank,中心和权威分数以及特征向量中心性。我们从一系列邻接矩阵开始,每个邻接矩阵代表不同时间点或时间间隔的网络时间层。

将时间层中的中心矩阵与加权层间边耦合产生超中心矩阵C(ω),其中ω控制中心轨迹随时间变化的程度。我们可以灵活地调整层间耦合的重量和拓扑结构,以满足不同的科学应用。C(ω) 的主要特征向量的条目代表 joint centralities,它同时量化每个时间层中每个节点的重要性。受概率论的启发,我们还计算 marginal 和条件中心。我们将说明如何调整时间层之间的耦合,以调整节点的中心轨迹受最旧和最新时间层影响的程度。我们通过分析小型和大型 ω 来支持我们的研究结果。

线性时间层级社区检测

原文标题:

Linear-time Hierarchical Community Detection

地址:

http://arxiv.org/abs/1906.06432

作者:

Ryan A. Rossi, Nesreen K. Ahmed, Eunyee Koh, Sungchul Kim

摘要: 图中的社区检测具有许多重要的基础应用,包括分布式系统,压缩,图像分割,分治图算法,如嵌套解剖,文档和字聚类,电路设计等等。找到这些密集连接的图区域仍然是一个重要且具有挑战性的问题。大多数工作都侧重于扩展现有方法以处理大型图。

这些方法通常将图表划分为两个或更多社区。在这项工作中,我们关注层次社区检测的问题(即,找到从最低粒度到最大粒度的密集社区结构的层次结构),并描述一种相对于边数量在线性时间内运行的方法,从而快速高效的大规模网络。实验证明了该方法的有效性。最后,我们展示了它的应用,用于可视化具有数十万个节点/链接的大型网络。

将Twitter语言与社

区层面健康结果相关联

原文标题:

Correlating Twitter Language with Community-Level Health Outcomes

地址:

http://arxiv.org/abs/1906.06465

作者:

Arno Schneuwly, Ralf Grubenmann, Mark Cieliebak, Martin Jaggi

摘要: 我们研究社交媒体上的语言如何与诸如动脉粥样硬化性心脏病(AHD),糖尿病和各种类型的癌症等疾病相关联。我们提出的模型利用最先进的句子嵌入,然后是回归模型和聚类,而无需额外的标记数据。它允许从语言预测社区级医疗结果,从而可能将这些结果转化为个人水平。该方法适用于广泛的目标变量,并允许我们发现医疗结果与生活方式和其他社会经济风险因素的已知和潜在新颖的相关性。

黎曼空间中潜变量的相关反馈

原文标题:

Relevance Feedback with Latent Variables in Riemann spaces

地址:

http://arxiv.org/abs/1906.06526

作者:

Simone Santini

摘要: 在本文中,我们基于赋予合适的“语义查询空间”以及从反馈的正样本的概率分布导出的黎曼度量,开发和评估两种反馈方法的相关性。第一种方法使用高斯分布来模拟数据,而第二种方法使用更复杂的潜在语义变量模型。为该模型开发了期望最大化算法的混合(离散连续)版本。我们通过深入分析三种众所周知的相关反馈方法来激发对语义查询空间的需求,并且我们开发了一种新的实验方法来评估这些方法并以中性方式比较它们的性能,即不对被嵌入的系统进行假设。

媒体环境、双重过

程和极化:一种计算方法

原文标题:

Media Environment, Dual Process and Polarization: A Computational Approach

地址:

http://arxiv.org/abs/1906.06531

作者:

In-Ho Yi

摘要: 使用贝叶斯网络对不同程度真实性和政治一致性的新闻文章及其对媒体消费者政治观点的影响。我们的研究融合了动机推理和分析/直觉推理的双推理模型的思想。结果表明,随着媒体环境走向后真理世界,政治两极分化的问题变得更加严重。

交互式健康沟通和社交媒

体中视力缺陷人士的身份建构

原文标题:

Interactive health communication and the construction of the identity of the person with low vision in social media

地址:

http://arxiv.org/abs/1906.06545

作者:

Gustavo Caran, Ronaldo Araujo, Crispulo Travieso-Rodriguez

摘要: 通过巴西绿藤运动对数字环境的使用和占用,我们发现健康产业中的信息特征是一个中心话语资源,并且充满了关于视力障碍人的思维,感觉和行为的特征方式的概念 。这项工作旨在探索社交媒体中视力障碍人士对自己社会认同的话语。基于互动健康传播,Youtube 上的视频以及 Virtual Group Stargardt 的Facebook 和 Instagram 帖子,这是一个由视力障碍和患有 Stargardt 病的人组成的虚拟社区。

从摘录及其编码的选择中,确定了42个身份特征,并将其分组为具有08类别的综合模型:(T1)我们视力障碍,于是我们使用绿色手杖; (T2)我们对光敏感,戴太阳镜; (T3)我们在日常工作中遇到困难,但我们使用辅助策略和技术; (T4)我们是PcD(残疾人),我们享有法律保障的权利; (T5)我们寻求了解我们的疾病,我们是它的发言人; (T6)我们有视力障碍,但我们不仅如此; (T7)我们通过看待事物的方式来处理冲突和矛盾; (T8)我们认为是一个社区。这些特征是通过基于协议,分歧和幽默的时刻构建的交互式构建的。话语的目的在于巩固一个适当的身份,与盲人不同,但在视障者的法律框架中是相似的。

多学习机制通过项目选

择促进公共商品博弈中的合作

原文标题:

Multiple learning mechanisms promote cooperation in public goods games with project selection

地址:

http://arxiv.org/abs/1906.06560

作者:

Li-Xin Zhong, Wen-Juan Xu, Rong-Da Chen, Yun-Xin He, Tian Qiu, Fei Ren, Yong-Dong Shi, Chen-Yang Zhong

摘要: 演化如何有利于合作是社会和经济系统中的一个基本问题。通过将项目选择中的多种学习机制到公共商品阈值博弈中,我们调查了变异与模仿对合作演化的耦合效应。与没有项目选择机制的情况相比,项目选择的存在可以根据不同的学习机制来抑制或促进合作。模拟者和种群中的突变体之间存在一个临界比例,低于该比例,合作被抑制,而超过这种合作被促进。

通过个体战略和个人偏好的共同演化机制,更高水平的合作对应于更大规模的项目。理论分析表明,由于大多数个体是突变体,共同演化机制受突变过程控制,导致较低的合作水平。由于大多数个体都是模仿者,共同演化机制由变异过程和模仿过程的耦合决定,这导致更高水平的合作。由于所有个体都是模仿者,共同演化机制由模仿过程控制,这导致了中间水平的合作。

量化不连通网络中的解耦

原文标题:

Quantifying Dismantlement in Disconnected Networks

地址:

http://arxiv.org/abs/1906.06671

作者:

Siddharth Patwardhan

摘要: 我们提出了一种新的措施来量化碎片网络的拆分问题。现阶段用来分析最优化过滤问题拆分结果通常是网络中最大的组块。我们修改用于证明 Szemeredi 正则性引理的均匀度量,以获得所提出的度量。所提出的措施包含以下概念:随着断开组件的数量随着这些组件的尺寸变化的增加而增加和减少,拆除的度量增加。

使用历史公用设施

供电中断数据来计

算整体传输网格的弹性

原文标题:

Using historical utility outage data to compute overall transmission grid resilience

地址:

http://arxiv.org/abs/1906.06811

作者:

Molly Rose Kelly-Gorham, Paul. D.H. Hines, Ian Dobson

摘要: 鉴于气候引发的自然灾害风险增加,人们越来越关注能够定量测量电力系统恢复能力方法的开发。这项工作以一种新的,全面的方式量化电力传输网络的弹性,可以代表弹性的多个过程。该方法的一个新颖方面是使用经验数据来开发驱动模型的概率分布。本文通过测量一种潜在改进对电力系统的影响来演示该方法。具体而言,我们衡量额外的分布式发电对电力系统弹性的影响。

通过个性化PageRank进

行大规模图的同构网络嵌入

原文标题:

Homogeneous Network Embedding for Massive Graphs via Personalized PageRank

地址:

http://arxiv.org/abs/1906.06826

作者:

Renchi Yang, Jieming Shi, Xiaokui Xiao, Sourav S. Bhowmick, Yin Yang

摘要: 给定输入图 G 和 G 中的节点 v ,同构网络嵌入(HNE)旨在将v附近的图结构映射到固定维特征向量。然后可以将这些特征向量作为输入馈送到机器学习管道,例如用于链路预测。绝大多数现有的 HNE 方法都非常昂贵,因此仅限于小图。另一方面,少数扩展到大图的基于快速粗糙的启发式算法无法完全捕获局部图结构,导致提取的特征向量的有效性有限。

同时,近年来,用于计算近似个性化 PageRank(PPR)的可伸缩算法已经取得了快速进展,该算法捕获了丰富的图拓扑信息。一个自然的想法是:我们能否根据其近似的 PPR 值构建节点 v 的有效嵌入?由于 PPR 被设计用于基于从单个节点v的角度来的相对重要性来对图中的节点进行排序,因此这变得具有挑战性。相比之下,在 HNE 中,目标是从全局视图为所有节点构建统一节点嵌入。因此,直接使用 PPR 值作为节点嵌入会导致次优的结果有效性。

受此启发,我们提出了节点重新加权 PageRank(NRP),这是一种通过迭代求解优化问题将个性化 PageRank 值转换为有效节点嵌入的新颖解决方案。 NRP 计算是高效且可扩展的:特别是,可以在单个 CPU 核心上在几个小时内计算出十亿边图的 NRP 嵌入。同时,NRP 嵌入的质量具有很强的竞争力:正如我们的实验所证明的那样,就预测精度而言,NRP 在大图和小图上的3个图分析任务上始终优于现有的 HNE 方法。

能源存储技术在部

门耦合的欧洲能源系

统无碳化过程中的作用

原文标题:

The role of storage technologies throughout the decarbonisation of the sector-coupled European energy system

地址:

http://arxiv.org/abs/1906.06936

作者:

Marta Victoria, Kun Zhu, Tom Brown, Gorm B. Andresen, Martin Greiner

摘要: 现阶段已经存在几种方法来确定具有高可再生渗透率的电力系统中的最佳存储容量和调度策略。部署替代方案在临近国家之间的部署,例如部门耦合和加强互连,可能会降低存储容量,从而降低成本效益。我们使用 PyPSA-Eur-Sec-30 模 型,这是一个开放的,以小时为时间单位解决问题的,每个国家一个节点的行业耦合欧洲能源系统网络,用于研究发电技术(主要是风能和太阳能光伏)之间复杂的相互作用,电力系统中的存储技术(抽水蓄能[PHS],蓄电池和储氢),以及通过耦合运输(电动汽车[EV]电池)和供暖部门(短期和长期)带来的额外存储 - 热能储存)。

系统配置在降低 CO_2 排放目标的情况下进行了优化。对于电力系统而言,只有大量存储容量才会出现 CO_2 减排,高于该行业1990年水平的80%。对于95% CO_2 减排,电池和储氢能量容量分别相当于平均电力需求的1.4和19.4倍,因此具有成本效益。前者每天都在平衡太阳能发电,而后者的发货模式则由风力发电的波动决定。在所需的储存容量不同之前,耦合加热和运输部门可以减少 CO_2 的减排量。通过耦合运输部门提供的 EV 电池避免了对额外的固定电池的需求,并且建立了集中热能存储(CTES)的大能量容量以处理加热需求的大的季节性变化。

来源:网络科学研究速递

编辑:孟婕

声明:Arxiv文章摘要版权归论文原作者所有,由本人进行翻译整理,未经同意请勿随意转载。本系列在微信公众号“网络科学研究速递”(微信号netsci)和个人博客 https://www.complexly.me (提供RSS订阅)进行同步更新。

近期网络科学论文速递

创业筹款成功中重要外在因素的变动 等5篇

创业生态系统涌现出部门多样性 等12篇

公正且普世的新策略使用 NLP 解决网络滥用行为 等10篇

比特币网络中的传染效应 等8篇

对顶尖科学家合作行为的性别分析 等16篇

加入集智,一起复杂!


语义神经网络预测科研趋势——以量子物理为例 | 网络科学论文速递12篇-集智俱乐部

集智俱乐部QQ群|877391004

商务合作及投稿转载|swarma@swarma.org

搜索公众号:集智俱乐部

加入“没有围墙的研究所”

语义神经网络预测科研趋势——以量子物理为例 | 网络科学论文速递12篇-集智俱乐部

让苹果砸得更猛烈些吧!

原文始发于微信公众号(集智俱乐部):集智