本文由机器翻译，仅供参考，感兴趣请查阅论文原文

核心速递

从社会互动学习图影响力;
鲁棒随机方法估计2019-nCoV的传输潜力;
超越R0：预测流行病时接触跟踪的重要性;
非关联几何框架下的复杂网络;
通过深度Q学习快速检测最大公共子图;
通用设施集中式动态匹配市场的渐近最优控制;
目标隐私保护的社会网络;
线超图卷积网络：在超图上应用图卷积;
通过随机平滑实现有效抵抗对抗性结构扰动的显著稳健社区检测;
疫情在城市公交系统传播的接触网络的尺度性;
带连续主体的社交传输模型的事项;
时隙分配的公平性;
合成群体生产的配对：直接概率配对方法;
通过社会认知偏差驱动的公共话语和社会网络回声室;
图累积量简介：你的社会网络峰度是什么？;
通过综合方法预测2019-nCoV传播的结束;
预测流行病在网络上传播的速度;
使用SimpleHypergraphs.jl通过超图分析、探索和可视化复杂网络;
带噪声阈值的q-投票模型成对近似;
图通用对抗性攻击：少数坏角色破坏图学习模型;
小世界是不够的：网络选择和模拟的结论性标准;
社会信息流模型中没有社会强化的复杂传播特征;
自愿社会困境中一种导向循环主导地位的新途径;

从社会互动学习图影响力

原文标题：

Learning Graph Influence from Social Interactions

地址：

http://arxiv.org/abs/2002.04946

作者：

Vincenzo Matta, Virginia Bordignon, Augusto Santos, Ali H. Sayed

摘要： 在社会学习，主体商形成自己的意见或有关交换本地信息的某些假设的信念。这项工作考虑了最近的弱的图，其中，所述网络被划分为发送和接收部件，前者具有上施加后者盛气凌人效果的可能性的范例。这样的图结构是在社交平台普遍。我们不会专注于直接的社会学习问题（其中探讨什么药物学），而是在双重或反向学习问题（其中审查主体如何学习）。具体地，从在某些试剂信念的流的观察，我们想研究是否有可能从所述网络中接收这些发送主体部件学习连接（影响）的强度。

鲁棒随机方法估计

2019-nCoV的传输潜力

原文标题：

A Robust Stochastic Method of Estimating the Transmission Potential of 2019-nCoV

地址：

http://arxiv.org/abs/2002.03828

作者：

Jun Li

摘要： 最近一种新型的冠状病毒（2019-nCoV）的爆发，迅速演变成一个全球性的健康危机。2019-nCoV的传播潜力已经在最近的几个研究工作中得到建模研究。诸如基本再生数R0等关键因子已经通过对汇总数据拟合传染病传播模型得到确定。该数据包括在中国和世界各地紧密联系的城市报告病例。在本文中，我们从统计估计的鲁棒性的角度研究2019-nCoV的传输潜力，考虑在爆发的初始阶段不同的数据质量和时效性。研究采用取样一致算法以提高出现异常值时模型拟合效果。鲁棒估计使我们能够识别传播模型的两个聚类，两者均值得重点关注，其中一个R0介于8至14，接近麻疹和其他有大量的初始感染组情况。

超越R0：预测流行病

时接触跟踪的重要性

原文标题：

Beyond R_0: the importance of contact tracing when predicting epidemics

地址：

http://arxiv.org/abs/2002.04004

作者：

Laurent Hébert-Dufresne, Benjamin M. Althouse, Samuel V. Scarpino, Antoine Allard

摘要： 基本再生数R0是公共卫生最常见的和最常被误用的数字。不过，每当传染性病原体出现或流行，估计R0仍然是世界各地流行病学优先任务。虽然经常用来比较爆发、预测流感大流行的风险，这个单一的数字掩盖了两个不同的病原体的复杂性，尽管它们可以表现出相同的R0。本文我们将展示预测疫情规模如何既需要估计R0，还需要估计继发感染人数的异质性。为了便于快速测定风险的爆发，我们根据随机网络理论的经典结果重新进行推导，建议依赖接触的跟踪数据同时确定分布的一阶矩（R0）和高阶矩（代表异质性）。此外，我们展示了这个框架在通常有限的新兴病原体数据下是稳健的。最后我们证明，诸如2019-nCoV这类新病原体如果没有二次感染的异质性数据，爆发规模的不确定性范围巨大，达到2019-nCoV易感人群的5-40%。总之，我们的工作强调了传染病暴发时迫切需要接触追踪，以及预测疫情规模时需要超越R0。

非关联几何框架下的复杂网络

原文标题：

Complex Networks in the Framework of Nonassociative Geometry

地址：

http://arxiv.org/abs/1812.10865

作者：

Alexander I. Nesterov, Pablo Héctor Mata Villafuerte

摘要： 在对非关联几何框架内，我们引入扩展了隐藏的几何形状复杂网络的统计处理新的有效模式。网络的小世界属性是由我们的模型外地曲率控制。我们用这种方式来上网学习作为嵌入在双曲空间的复杂网络。该模型产生与现有的经验数据显著的协议，并解释了互联网关联度数据的特点是其他车型不能。我们的方法提供了新的途径为一大类复杂的网络，如航空运输，社会网络，生物网络等的研究

通过深度Q学习快速

检测最大公共子图

原文标题：

Fast Detection of Maximum Common Subgraph via Deep Q-Learning

地址：

http://arxiv.org/abs/2002.03129

作者：

Yunsheng Bai, Derek Xu, Alex Wang, Ken Gu, Xueqing Wu, Agustin Marinovic, Christopher Ro, Yizhou Sun, Wei Wang

摘要： 两个输入图之间检测所述最大共子图（MCS）是用于生物医学分析，恶意软件检测，云计算等应用的基础这是在药物设计的任务尤其重要，在那里共同子化合物中成功提取可以减少由人类进行的实验所需要的数量。然而，MCS计算是NP难，和国家的最先进的精确MCS求解没有最坏情况下的时间复杂度保证在实践中不能处理大图。学习设计基于模型，同时利用尽可能少的标记MCS情况下尽可能遗体是一项艰巨的任务找到近似但准确路两幅图之间的MCS。在这里我们建议RLMCS，通过强化学习一个图表基于神经网络模型的MCS检测。我们的模型使用的探索树提取物的子图在两个图一个节点对的时间，并且被训练通过深Q-网络优化子提取奖励。一种新颖的图嵌入方法，提出了以产生用于节点状态表示，并在每个步骤共同提取的子图。真实数据集图实验表明，我们的模型进行毫不逊色于精确MCS求解器和在精度和效率方面的监督神经图匹配网络模型。

通用设施集中式动态

匹配市场的渐近最优控制

原文标题：

Asymptotically Optimal Control of a Centralized Dynamic Matching Market with General Utilities

地址：

http://arxiv.org/abs/2002.03205

作者：

Jose H. Blanchet, Martin I. Reiman, Viragh Shah, Lawrence M. Wein

摘要： 我们认为，买家和卖家到帐根据以相同的速率独立泊松过程和独立放弃的市场，如果时间均值相等的指数数量后不匹配的匹配市场。在这种集中的市场，从匹配任何买家和卖家的任何系统管理实用程序是一般随机变量。我们认为由 n 的地方在 N ^ mathrm 日系统来港定居人士由 n 的一个因素加速了索引系统的序列。我们分析一个参数政策的两个家庭：人口阈值策略立即到达的主体相匹配的最好的搭档只有当队友在系统中的数目高于阈值，效用阈值策略到达的主体匹配到最佳只有当相应的效用是高于阈值的可用的伴侣。利用买卖双方的二维马尔可夫过程的渐进流体分析，我们表明，当匹配效用分布是轻尾，％（即最大许多随机变量的期望值是有规律地变化的功能阿尔法= 0 ）与阈值压裂N人口阈值策略 LN N 是渐近最优只在剂到达时期使比赛的所有策略之一。在重尾情况％（即阿尔法在（0,1）），我们描述最佳阈值两个政策水平。％虽然没有达到我们的松动上限的性能。我们还与重尾匹配公用事业研究效用阈值策略中不平衡配套市场，并找到了买家和卖家有相同的渐近最优效用阈值。

目标隐私保护的社会网络

原文标题：

Target Privacy Preserving for Social Networks

地址：

http://arxiv.org/abs/2002.03284

作者：

Zhongyuan Jiang, Lichao Sun, Philip S. Yu, Hui Li, Jianfeng Ma, Yulong Shen

摘要： 在本文中，我们纳入重点保护的现实情况下进入链接隐私保护，并提出目标链接隐私保护（TPP）模型：目标链路被称为目标是指将被对手有意攻击的最重要，最敏感的目标，为了使需要隐私保护，而少隐私担忧等环节都被正确释放，以维持图工具。 TPP的目标是通过删除限制设定的预算可选择的非目标链路被称为保护捍卫所有目标的对抗链路预测，以限制目标披露。传统的链接隐私保护处理的各个环节为目标，并集中在结构层面的保护措施，其中严重的联系的公开和高图效用损失仍然是图今天释放的瓶颈，而TPP侧重于哪个键保护上所执行的目标水平的保护关键指标的小部分，以达到更好的隐私保护和下图效用损失。目前还缺乏明确TPP问题的定义，可证明最优或接近最优选择保护算法和大型的社交图谱可扩展实现。首先，我们介绍了TPP模型，并提出了用于测量对隐私权保护的分析为目标的防御能力的差异性功能。我们认为通过预算分配设置两个不同的问题：1）我们保护所有目标，并优化了单一的预算各项指标的差异性; 2）除了所有目标的保护，我们还在乎通过赋予地方预算的每一个目标，考虑到两个本地保护选择保护每个目标的。我们还实现了可扩展的实现和实验验证了该算法的有效性和效率。

线超图卷积网络：

在超图上应用图卷积

原文标题：

Line Hypergraph Convolution Network: Applying Graph Convolution for Hypergraphs

地址：

http://arxiv.org/abs/2002.03392

作者：

Sambaran Bandyopadhyay, Kishalay Das, M. Narasimha Murty

摘要： 网络表示学习和图节点分类有显著注意由于创造不同类型的图表神经网络。图卷积网络（GDN）是一种流行的半监督技术，其每个节点的邻域内聚集属性。常规GCNs可应用于其中每个边仅连接两个节点的简单图。但是许多现代天应用程序需要在图高阶的关系进行建模。超图是有效的数据类型来处理这种复杂的关系。在本文中，我们提出了一种新的技术来对具有可变大小的超边超图申请图表卷积。我们使用了超图的线图的经典概念在超图学习文学的第一次。然后，我们建议对超图的线图使用图的卷积。在多个现实世界中的网络数据集的实验分析表明相对于国家的的艺术我们的方法的优点。

通过随机平滑实现有效抵抗对抗

性结构扰动的显著稳健社区检测

原文标题：

Certified Robustness of Community Detection against Adversarial Structural Perturbation via Randomized Smoothing

地址：

http://arxiv.org/abs/2002.03421

作者：

Jinyuan Jia, Binghui Wang, Xiaoyu Cao, Neil Zhenqiang Gong

摘要： 社区检测对理解图结构中起关键作用。然而，最近的一些研究表明，社区发现是脆弱的对抗性结构扰动。特别是，通过添加或在图中移除少量的仔细选择边的，攻击者可以操纵所检测的社区。然而，据我们所知，有在社区认证检测可以有效抵抗这种对抗性结构扰动没有研究。在这项工作中，我们的目标是弥合这一差距。具体而言，我们开发社区发现的第一个认证的鲁棒性保证对对抗性结构扰动。给定任意社区检测方法，我们通过随机扰动图结构建立一个新的平滑社区检测方法。我们理论上表明平滑社区检测方法可证明组节点中的给定任意一组到同一社区（或不同的社区）当加入边的/被攻击者除去的数量是有界的。此外，我们证明了我们的认证的稳健性是紧的。我们还根据经验评估我们在多个真实世界的图，与地面实情社区方法。

疫情在城市公交系统

传播的接触网络的尺度性

原文标题：

Scaling of contact networks for epidemic spreading in urban transit systems

地址：

http://arxiv.org/abs/2002.03564

作者：

Xinwu Qian, Lijun Sun, Satish V.Ukkusuri

摘要： 流动性改善不仅有助于更深入的人类活动，而且也有利于传染性疾病的传播，从而构成十亿城市通勤的一大威胁。在这项研究中，我们提出了传染病地铁的旅客中渗透的多城市的调查。我们使用在中国有三个特大城市智能卡数据来构建个人层面的联系网络，在此基础上疾病的传播进行建模和研究。我们观察到，尽管在城市形态，网络布局和流动模式不同，这三个城市的地铁系统共享类似的接触网络结构。这促使我们开发出捕获的联系人数量以及个别旅客之间的接触时间的分布的普遍代车型。这个模型解释了如何在地铁联络网的结构特性与传染性疾病的风险水平相关。我们的研究结果凸显城市公共交通系统的过程中疾病爆发的脆弱性，并提出重要的规划和经营策略为减轻传染性疾病的风险。

带连续主体的社交传输模型的事项

原文标题：

Notes on a Social Transmission Model with a Continuum of Agents

地址：

http://arxiv.org/abs/2002.03569

作者：

Benjamin Golub

摘要： 本说明介绍的性状的传输，如培养的简单重叠-世代（OLG）模型。起初，主体一些分数携带的特点。在每个时间段，年轻的主体“出生的’，并通过一些老剂的影响。主体采用特质仅在至少他们的影响力一定数目的有特点。这种影响可能会出现由于理性的选择（例如，因为年轻剂在玩谁已经致力于战略旧主体合作博弈），或一些其它原因。我们的兴趣是在社会影响力的过程中如何展开随着时间的推移，以及是否一个特点将长期存在或消亡。我们表征活性剂的比例的动态和相关的分析结果，经典的分枝过程和随机图。

时隙分配的公平性

原文标题：

Fairness in Slot Allocation

地址：

http://arxiv.org/abs/2002.03806

作者：

Mehran Makhtoumi

摘要： 公平的航班的时隙分配最近的解释被认为是字的股权并在这些解释公平，航空机构与利益相关者一起空域管理人员已被安排和压缩算法采用地面延误问题的过程与理性的插槽的公平分配其中降低容量机场。这些方法的缺点是，要被分配给航班的槽都是相等的大小或持续时间的，因为航班要分配给时隙不能被区分。事实上，由于没有空中交通管理公正性的科学框架已经导致了它的不同矛盾的解释。在本研究中提出，公平是从计划结局下每个利益相关方的最佳共享管理规则的时间，数量和质量方面的偏差最小。为了实现在减压和正常容量机场的时隙分配的公平性，通过公平配给一个新的分配规则提出了其中的时间，数量和质量元件被建议为出发或到达，槽的大小或原来的时间分别持续时间和空域安全和飞行前检查表。

合成群体生产的配对：

直接概率配对方法

原文标题：

Pairing for Generation of Synthetic Populations: the Direct Probabilistic Pairing method

地址：

http://arxiv.org/abs/2002.03853

作者：

Samuel Thiriot, Marie Sevenet

摘要： 用于合成群体的生成方法都产生微型模型或者多主体模型所需的实体，比如他们匹配所研究的人群实地观察或假设。在这里，我们解决创造了两个类型的实体由0，1个或多个环节连在一起的合成人口的具体问题。潜在的应用包括住户居住的住房，家庭拥有汽车，住房配备家电，由事务所的工作人员等的创建我们提出了一个理论框架来解决这个问题。然后，我们强调这个问题是怎么过的约束和要求的一些约束放松来解决。我们提出了一个方法来分析，它可以让用户选择其输入数据应予以保留，并适应别人，以使数据保持一致解决问题。我们通过合成由包含在城市里尔（法国）的0,1或2户住宅群说明此方法。在这部分人群中，住房和家庭的特性的分布被保留，无一不是根据统计配对统计链接。

通过社会认知偏差驱动的

公共话语和社会网络回声室

原文标题：

Public discourse and social network echo chambers driven by socio-cognitive biases

地址：

http://arxiv.org/abs/2002.03915

作者：

Xin Wang, Shaoting Tang, Zhiming Zheng, Feng Fu

摘要： 近年来，社交媒体已日益成为竞争活动的重要平台，尤其是在政治选举。话语如何公众身份政治和决斗竞选努力之间错综复杂的相互作用推动它仍然遥遥无期。在这里，我们表明，这让人感到共鸣身份的范围是在形成偏振社会认知偏差的关键因素和隔离的网络结构，也被称为回声室。我们还发现，在公共话语，赢得多数支持被确定为不完全由它的声音更响亮，但也更微妙的意识形态定位的相对运动之间的分歧。进一步整合我们与Twitter的机理模型话语从2016年大选的总统候选人辩论数据揭示了吸收游移未定个人和空前上涨和支持率下跌到各自的总统候选人竞选增加工作的综合效应。

图累积量简介：

你的社会网络峰度是什么？

原文标题：

Introducing Graph Cumulants: What is the Kurtosis of your Social Network?

地址：

http://arxiv.org/abs/2002.03959

作者：

Lee M. Gunderson, Gecia Bravo-Hermsdorff

摘要： 在一个日益相互关联的世界，了解和总结这些网络的结构变得越来越重要。然而，这个任务是平凡的;建议汇总统计一样多种多样它们所描述的网络，以及一个标准化的层次结构尚未建立。与此相反，矢量值随机变量在其累积量（例如，均值，（共）方差，歪斜，峰度）来承认这样的描述。这里，我们介绍累积量为网络的天然类似物，建立基础上增加连接数量，之间的相关性的无缝结合另外的信息，诸如有向边，节点属性，和边权的分层描述。这些图表累积量提供用于量化网络的倾向显示感兴趣（如小集团测量群集）任何一个子结构和原则的统一框架。此外，它们产生最大熵模型的自然分层家族网络（即，ERGMs）不从“退化问题”，其他ERGMs共同的实际缺陷受到影响。

通过综合方法预测

2019-nCoV传播的结束

原文标题：

Predictions of 2019-nCoV Transmission Ending via Comprehensive Methods

地址：

http://arxiv.org/abs/2002.04945

作者：

Tianyu Zeng, Yunong Zhang, Zhenyu Li, Xiao Liu, Binbin Qiu

摘要： 自2003年非典爆发，研究提出了很多预测流行病的模型。2019年底，一种称为2019-nCoV的新型冠状病毒爆发并且在中国和世界的传播。本文我们给出了一种多模型常微分方程组神经网络（MMODEs-NN）方法和一些无模型方法来预测中国大陆地区（特别是那些来自湖北省的）省际传播。与以前的流行病学模型相比，本文所提出的网络可以使用常微分方程激活方法模拟交通，而基于sigmoid函数、高斯函数、泊松分布的无模型方法可以线性快速生成合理的预测。根据数值实验和实际情况，一些省份控制疾病的特殊政策是成功的；在传播方面，病毒开始爆发的时间接近中国春运的开始，很可能在2月18日前开始减速并在2020年4月之前结束。研究所提出的数学和人工智能的方法可以对2019-nCoV的终结给出一致、合理的预测。我们期望我们的工作能够作为2019-nCoV综合预测研究的起点。

预测流行病在网络上传播的速度

原文标题：

Predicting the speed of epidemics spreading on networks

地址：

http://arxiv.org/abs/2002.05090

作者：

Sam Moore, Tim Rogers

摘要： 全球运输和通信网络使信息、观念和传染病以远超历史上可能的速度进行传播。为了有效地监控、设计或干预这类传播过程，有必要预测在一个特定的网络上特定传播的速度，并且区分在发生爆发时节点受到感染的先后。本文我们使用了消息传递方法导出了简单而有效的预测量，使用多个真实世界网络上疫情的模拟验证了其一致性。除了对不同节点进行个性化预测，我们发现随着传播的持续，总体上存在从低密度到全网络饱和的快速转变。我们建立了理论，解释了树状网络简单接触传染的情景，但我们也呈现了方法如何能极大拓展到复杂传播和高度集群网络上。

使用SimpleHypergraphs.jl通过

超图分析、探索和可视化复杂网络

原文标题：

Analyzing, Exploring, and Visualizing Complex Networks via Hypergraphs using SimpleHypergraphs.jl

地址：

http://arxiv.org/abs/2002.04654

作者：

Alessia Antelmi, Gennaro Cordasco, Bogumił Kamiński, Paweł Prałat, Vittorio Scarano, Carmine Spagnuolo, Przemyslaw Szufel

摘要： 真实世界的复杂网络通常被模拟成图。图的概念假定网络中的关系是二元（例如，对节点之间）;然而，这并不总是对很多实际生活场景，如对等网络通信方案，论文的合着作者，或社会网络互动如此。对于这样的情况下，通常的情况是，底层网络是更好，通过超图更自然地建模。甲超图是其中单个（超）边可以连接任何数量的顶点的曲线图的概括。超图允许建模人员具有多关系（多到多）网络的完整表示;因此，它们非常适合于分析和在这样的数据结构发现更微妙的依赖关系。与超图工作需要新的软件库，使人们有可能对它们进行操作，从基本的算法（搜索或穿越网络）来计算超图的重要措施，其中包括更具挑战性的算法（社区检测）。在本文中，我们提出了一个新的软件库，SimpleHypergraphs.jl，写在朱莉娅的语言，设计用于高性能计算的超图。我们已经融入我们的工具，超图的可视化也存在各种方法。为了演示如何库可以在实践中加以利用，我们讨论了基于2019年的Yelp挑战数据集，并在权力电视剧的博弈内置的协作网络中的两个案例研究。结果是令人鼓舞的，并确认超图提供比标准的基于图的方法更深入的能力。

带噪声阈值的q-投票模型成对近似

原文标题：

Pair approximation for the noisy threshold q-voter model

地址：

http://arxiv.org/abs/2002.04715

作者：

A. R. Vieira, Antonio F. Peralta, Raul Toral, Maxi San Miguel, C. Anteneodo

摘要： 在标准 Q -voter模式，只有在有相反的意见的一组大小 Q 的影响范围内全共识给定的主体可以改变意见。更实际的扩展是阈值 Q -voter，其中最小的协议（至少 0 <Q_0 文件q 相反的意见）足以翻转中央剂的观点，还包括独立的（非顺从的）的选择的可能性。这个模型包括非顺从的行为的变异先前已经研究了全连接网络（平均场限制）。这里，我们调查了动态随机网络。特别是，当在平均场情况下，它是无关紧要的影响组中的重复是否允许，我们表明，这不是网络的情况下，我们研究了这两种情况的影响，有或没有重复。此外，计算机仿真的结果与推导出任意度分布的不相关的网络中的一对近似的预测比较。

图通用对抗性攻击：

少数坏角色破坏图学习模型

原文标题：

Graph Universal Adversarial Attacks: A Few Bad Actors Ruin Graph Learning Models

地址：

http://arxiv.org/abs/2002.04784

作者：

Xiao Zang, Yi Xie, Jie Chen, Bo Yuan

摘要： 深层神经网络，同时期广义很好，被称为是小对抗扰动敏感。这种现象造成严重的安全威胁，并深入深学习模型的鲁棒性的调查电话。随着图结构化数据的神经网络的出现，类似的调查敦促了解他们的鲁棒性。已经发现，扰动adversarially图结构和/或节点的特征可能导致模型性能的显著降解。在这项工作中，我们从不同的角度表明，如果图中包含了几个坏演员节点，这样脆弱性同样会出现哪些妥协，通过翻转到任何目标受害者的连接训练有素的图的神经网络。更糟的是，糟糕的演员找到了一个图模型严重损害其他车型也是如此。我们所说的坏演员“锚节点”，并提出了一种算法，命名为GUA，识别它们。深入实际调查表明一个有趣的发现是，锚节点往往属于同一类;他们还证实锚节点的数量和进攻成功率之间的直观的权衡。对于数据集科拉其中包含2708个节点，只用6个锚节点将导致进攻成功率大于80 ％的GCN和其他三款车型更高。

小世界是不够的：

网络选择和模拟的结论性标准

原文标题：

Small world is not enough: Criteria for network choice and conclusiveness of simulations

地址：

http://arxiv.org/abs/2002.03717

作者：

Samuel Thiriot

摘要： 大多数基于主体的型号包括描述人工种群内的相互作用的结构的社会网络。由于这种结构对模拟动力学的显著影响，建模人员创建此网络以匹配似然性的标准（例如小世界属性）。网络实际上是由这些标准，像小世界网络的情况下，瓦斯托加茨算法一个网络发电机兼容的创建。然而，这种做法过来一个算法，而不是动态跨类的利益网络，可能诱导结果的强烈的偏见而产生的特定的网络学习模型的动态。我们确定与此相关的偏差3个问题群：网络生成的一类网络（一）的代表性，（二）模拟的结论性意义上的一类网络及（三）的增益结论性改进网络的选择标准时。我们提出的实验方案并创建实例对小世界网络流行病，舆论和文化动态。我们发现，瓦斯托加茨网络并不能代表小世界的网络（二）仿真结果过小的世界，可以说是不确定的，和（三）具有相同的尺寸，甚至小世界网络，密度，传递和平均路径长度不会导致一致的结果。除了质疑模拟结果的人工网络获得的相关性，该研究还构成其他方法的探索那并不仅仅专注于网络的统计性质多一个说法。

社会信息流模型中没有

社会强化的复杂传播特征

原文标题：

Complex contagion features without social reinforcement in a model of social information flow

地址：

http://arxiv.org/abs/2002.05035

作者：

Tyson Pond, Saranzaya Magsarjav, Tobin South, Lewis Mitchell, James P. Bagrow

摘要： 传染模型，通过它我们了解到的信息，在社会网络传播的一个主镜头。然而，简单的蔓延模型不能再现真实世界的数据中观察到的复杂的功能，从而导致更复杂的复杂传染模型的研究。复杂蔓延的注意的特点是社会强化，个人需要多次曝光的信息就开始传播它自己之前。在这里，我们表明，加引号的模式，写入的信息在网络上的社会流动的模式，显示复杂的传染病，包括长关系的弱点的功能和更高的密度抑制而不是促进信息流。有趣的是，加引号模型尽管没有明确的社会强化机制，不像复杂的传染模型具有这些特点。我们的研究结果强调有必要与信息传播，以便更好地了解网络性能如何影响信息流和建模社会行为时，什么是最必要成分的信息论观点，以补充传染模型。

自愿社会困境中一种

导向循环主导地位的新途径

原文标题：

A novel route to cyclic dominance in voluntary social dilemmas

地址：

http://arxiv.org/abs/2002.05106

作者：

Hao Guo, Zhao Song, Sunčana Geček, Xuelong Li, Marko Jusup, Matjaz Perc, Yamir Moreno, Stefano Boccaletti, Zhen Wang

摘要： 合作是现代人类社会的骨干，使其成为一个优先事项，了解合作维持机制如何成功运作。环状的统治地位，包括至少三个策略，其中，所述第一策略否决其否决第三，这反过来，否决第一个策略的第二一个非传递的设置，是已知的，以保持生物多样性，细菌菌株之间驱动的竞争，和保存在社会困境的合作。在这里，我们通过向合作者，背叛者和独来独往的传统组合，第四的球员类型，规避风险的套期保值者，目前在自愿的社会困境循环主导权新途径谁颁布针锋相对达在支付对冲成本为了避免被人利用。当这个成本足够小，合作者，背叛者，而套期保值者进入循环主导地位的一个循环，即使在最恶劣的条件蜜饯合作。相反，当对冲成本大，套期保值者消失，从而恢复到合作者，背叛者和独来独往的传统的相互作用。在对冲成本，复杂的演化动力学随之而来，两个，三个或四个竞争战略状态之间的转换提示的临时区域。因此，我们的结果表明，自愿参与，但通过循环支配地位一个途径持久的合作。