集智斑图最新论文栏目，关注复杂系统、网络科学、计算社会科学、统计物理等领域的前沿进展，每天即时更新相关顶刊论文，和最新arXiv预印本论文。

本文是对近期arXiv论文的汇总编译（by 彩云小译）。更多最新论文，请扫二维码获取。

核心速递

社交网络越复杂故事越好讲：对中国历史和小说文本的实证研究；
不相关噪声增强的相干动力学；
人脑电数据的预期同步: 带负相位滞后的单向因果关系；
关于动力学 Ising 模型与离散自回归过程的等价性；
基于社区方法的现实网络多团队构建；
度差: 表征复杂网络结构异构性的一种简单方法；
基于文本挖掘和图机器学习的推特个体迁移预测；
高分辨率的人员流动数据揭示了灾难疏散模式中的种族和财富差异；
基于出行链的超量通勤建模与分析；
中国大气臭氧对新型冠状病毒肺炎封锁的不同反应；
司机学习城市规模的动态平衡；
模拟饮酒行为的演变: 统计物理学的观点；

不相关噪声增强的相干动力学

原文标题：

Coherent Dynamics Enhanced by Uncorrelated Noise

地址：

https://arxiv.org/abs/2008.10654

作者：

Zachary G. Nicolaou,Michael Sebek,Istvan Z. Kiss,Adilson E. Motter

摘要：在物理、生物和社会网络中，同步现象十分普遍，即使在强噪声的影响下，同步现象依然存在。以前对受到普通噪声影响的振荡器的研究表明，噪声实际上可以促进同步，因为动力学中的相关性可以从噪声本身继承下来。然而，在许多空间分布的网络中，如哺乳动物的昼夜节律系统，不同的振荡器所经历的噪声可以有效地不相关。在这里，我们证明了当振子耦合时，不相关噪声实际上可以增强同步。引人注目的是，我们的分析还表明，在提高同步性方面，不相关噪声比普通噪声更有效。我们首先从理论上建立了受加性噪声和乘性噪声影响的相位振荡器和相位振幅振荡器的这些结果。然后我们通过耦合电化学振荡器的实验证实了这些预测。我们的研究结果表明，不相关的噪音可以促进而不是抑制自然系统的一致性，同样的效果可以在工程系统中加以利用。

人脑电数据的预期同步:

带负相位滞后的单向因果关系

原文标题：

Anticipated synchronization in human EEG data: unidirectional causality with negative phase-lag

地址：

https://arxiv.org/abs/2008.11167

作者：

Francisco-Leandro P. Carlos,Maciel-Monteiro Ubirakitan,Marcelo Cairrão Araújo Rodrigues,Moisés Aguilar-Domingo,Eva Herrera-Gutiérrez,Jesús Gómez-Amor,Mauro Copelli,Pedro V. Carelli,Fernanda S. Matias

摘要：理解大脑的功能连接性已经成为神经科学的一个主要目标。在许多情况下，相对相位差和相干模式被用来推断信息流的方向。然而，最近从猴子的当地野外电位数据显示，存在一种同步的机制，其中单向耦合区域可以呈现正相位和负相位差。在被称为预期同步(AS)的反直觉机制中，相位差并不反映因果关系。在这里，我们研究了人类在 GO/NO-GO 任务中成对脑电图(EEG)电极之间阿尔法频带(10hz)的连贯性和因果关系。我们发现人类的脑电信号可以表现出预期的同步，这是拥有属性 a 电极到 b 电极的单向影响，而 b 电极及时引导 a 电极。据我们所知，这是首次在脑电信号和人脑中验证 AS。许多对之间也存在通常的延迟同步(DS)机制。DS 受到电极 a 对电极 b 的单向影响，拥有属性 a 和电极 b 之间的正相位差表明电极 a 及时引导电极 b。此外，我们还发现脑电信号在相位关系上表现出多样性: 电极对可以呈现同相、反相或异相同步，且正负相位差分布相似。

关于动力学 Ising 模型

与离散自回归过程的等价性

原文标题：

On the equivalence between the Kinetic Ising Model and discrete autoregressive processes

地址：

https://arxiv.org/abs/2008.10666

作者：

Carlo Campajola,Fabrizio Lillo,Piero Mazzarisi,Daniele Tantari

摘要：二元随机变量是用来描述各种系统的基石，从磁自旋到金融时间序列和神经元活动。在统计物理学中，动力学伊辛模型被引入来描述自旋晶格的磁矩动力学，而在时间序列分析中，离散自回归过程被设计来捕捉跨二元时间序列的多元相关结构。在本文中，我们提供了两个模型在唯一和可逆映射范围内的等价性的严格证明，无歧义地连接一个模型参数集到另一个。我们的结果进一步证实了这两个模型都提供了给定平均值的二元时间序列的最大熵分布、自相关性和一阶的滞后互相关性。

基于社区方法的现实网络多团队构建

原文标题：

Multi-team Formation using Community Based Approach in Real-World Networks

地址：

http://arxiv.org/abs/2008.11191

作者：

Ramesh Bobby Addanki,Durga Bhavani S

摘要：在一个组织中，被称为项目的任务需要多种技能，通常分配给团队而不是个人。以最小的通信代价为给定任务选择合适的团队的问题被称为团队形成问题，文献中已经提出了许多算法。我们提出一种算法，利用社会网络的社区结构，通过从社区中选择一个领导者与其邻居组成一个团队。这种算法不同于文献中以技能为中心的算法，后者从搜索每种技能、合适的专家开始，而不明确考虑底层社会网络的结构。称为 TFC 的基于社区的团队组建策略导致了一种可扩展的方法，即在非常大的网络中在合理的时间内获得团队。进一步，对于一个任务，我们的算法 TFC-R 和 TFC-N 从社区生成多个团队，这是本文的案例研究。实验是在著名的 DBLP 数据集上进行的，其中任务被认为是写一篇研究论文，标题的词语被认为是技能。团队组建问题可以转化为为给定论文寻找可能的作者，这些作者必须具备所需的技能并且具有最低的沟通成本。在这个过程中，我们建立了一个更大的基准数据集从 DBLP 为团队形成的实验。尽管基准算法 Rarestfirst 占用的时间最少，但我们的算法 TFC-N 和 TFC-R 具有更好的通信开销。在寻找团队所需的时间方面，它们也比 MinLD 和 MinSD 等标准算法要好。我们的算法在社区上花费的时间比在大型网络上花费的时间要快几个数量级，而且在通信成本上不会有太多的妥协。

度差:

表征复杂网络结构异构性的

一种简单方法

原文标题：

Degree difference: A simple measure to characterize structural heterogeneity in complex networks

地址：

https://arxiv.org/abs/2008.10751

作者：

Amirhossein Farzam,Areejit Samal,Jürgen Jost

摘要：尽管人们越来越多地关注局部几何的特征，从而导致网络的全局拓扑结构，但是我们对复杂网络的局部结构，特别是现实世界网络的理解仍然是不完整的。在这里，我们提出了一个简单、优雅但尚未探索的度量，“度差”(DD)之间的顶点的边，以量化局部网络几何。我们证明 DD 可以揭示网络科学中其他类似测度所不能揭示的结构性质。通常，具有不同 DD 的边具有不同的结构角色，DD 分布是一个重要的网络特征。值得注意的是，DD 是协调性的原子根。我们解释了为什么 DD 能够表征混合模式中的结构异质性，而不同于全局分类和局部节点分类。通过对模型和实际网络的分析，我们发现 DD 分布可以用来区分不同类型的网络，包括那些使用度序列和全局协调性不容易区分的网络。此外，我们证明 DD 是无标度网络拓扑鲁棒性的一个指标。总的来说，DD 是一个定义简单、易于评估的局部度量，它揭示了网络的结构特性，这在其他度量中是不容易看到的。

基于文本挖掘和图机器学习的

推特个体迁移预测

原文标题：

Predicting Shifting Individuals Using Text Mining and Graph Machine Learning on Twitter

地址：

https://arxiv.org/abs/2008.10749

作者：

Federico Albanese,Leandro Lombardi,Esteban Feuerstein,Pablo Balenzuela

摘要：公开讨论中多数派的形成往往取决于个人随着时间的推移而改变自己的观点。因此，对这些类型的个人的发现和角色塑造对于社会网络的政治分析是极其重要的。本文利用自然语言处理技术和图形机器学习算法研究了 Twitter 上个体关系的变化。特别是，我们从150万用户那里收集了900万条 Twitter 信息，并建立了锐推网络。我们确定了具有明确政治倾向的社区以及与其相关的讨论主题，这些社区提供了分析时期 Twitter 上政治地图的拓扑表示。基于这些数据，我们提出了一个用于社交媒体用户分类的机器学习框架，该框架可以有效地检测“移动用户”(即随着时间的推移可能改变其从属关系的用户)。此外，这个机器学习框架不仅可以让我们识别哪些话题更有说服力(使用低维的话题嵌入) ，而且还可以让我们识别出哪些个体更有可能改变他们在 Twitter 图中的拓扑属性。

高分辨率的人员流动数据揭示了

灾难疏散模式中的种族和财富差异

原文标题：

High-resolution human mobility data reveal race and wealth disparities in disaster evacuation patterns

地址：

https://arxiv.org/abs/2008.11169

作者：

Hengfang Deng,Daniel P. Aldrich,Michael M. Danziger,Jianxi Gao,Nolan E. Phillips,Sean P. Cornelius,Qi Ryan Wang

摘要：极端天气事件等重大灾害会放大和加剧原有的社会差距，使处境不利的人口承受不成比例的代价。尽管公平和应急计划的影响，我们缺乏定量的理解，这些社会断层线如何转化为不同的行为在大规模的应急情况下。在这里，我们在哈维飓风的背景下研究这个问题，使用来自大休斯顿地区超过15万人的3000多万匿名 GPS 记录来量化地震前、期间和之后灾难造成的重新安置活动的模式。我们表明，疏散距离是高度同质的个人从不同类型的社区划分种族和财富，服从截断的幂律分布。然而，相似之处仅此而已: 我们发现，种族和财富都对疏散模式产生强烈影响，弱势少数族裔群体比富裕的白人居民更不容易疏散。最后，在出发和返回时间方面，种族和财富差异很大，在目的地选择方面，来自条件优越社区的撤离者具有很强的社会凝聚力。这些经验性的发现为流动性和疏散带来了新的见解，为居民、决策者和灾难管理者提供了政策建议。

基于出行链的超量通勤建模与分析

原文标题：

Modeling and Analysis of Excess Commuting with Trip Chains

地址：

https://arxiv.org/abs/2008.11082

作者：

Yujie Hu,Xiaopeng Li

摘要：与其他类型的人类交通一样，上下班通勤在本质上是复杂的，比如在两个锚点之间停留多个目的的行程链行为。根据2001年全国家庭旅行调查，大约有一半的美国工作日工作人员在上下班途中中途停留。然而，在研究一个地区总体通勤效率的过度通勤研究中，通勤被简化为从家庭到工作地点的直达交通。本文提出了一种基于出行链的模型，将出行链行为与超量通勤行为相结合，填补了这一空白。基于佛罗里达州坦帕湾地区的一个案例研究，这项研究发现，传统的过度通勤研究低估了实际通勤和最优通勤，而高估了过度通勤。例如，对于链式通勤出行，平均最低通勤时间增加了70% ，从5.48分钟到9.32分钟。通过对链活动类型的分解分析，发现不同的行链类型之间存在差距。因此，政策制定者和规划者在制定城市交通和土地利用政策时应注意避免出行链接行为。此外，该模型还可用于研究非工作旅行的效率问题。

中国大气臭氧对

新冠肺炎封锁的不同反应

原文标题：

Diverse response of atmospheric ozone to COVID-19 lockdown in China

地址：

http://arxiv.org/abs/2008.10851

作者：

Yiming Liu,Tao Wang

摘要：臭氧是低层大气中的重要氧化剂和污染物。据报道，在新型冠状病毒肺炎封锁期间，许多城市的臭氧表面显著增加。在这里，我们对封锁前和封锁期间中国各地的地表臭氧进行了全面的观测和模拟分析。我们发现副热带南部的臭氧含量减少，而其他地区的臭氧含量增加。气象变化和排放减少都有助于观测到的臭氧变化。在饱和氮氧化物的北部，氮氧化物的还原量大于挥发性有机化合物所引起的臭氧的还原量，而两种前体的相对较大的减少量导致南部的臭氧的减少量。我们的研究强调了短期臭氧变化中气象学的重要性以及臭氧对其前体的复杂依赖性。我们的研究结果与阐明在世界其他地区新型冠状病毒肺炎封锁期间驱动 o 3变化的潜在因素有关。

司机学习城市规模的动态平衡

原文标题：

Drivers learn city-scale dynamic equilibrium

地址：

http://arxiv.org/abs/2008.10775

作者：

Yiming Liu,Tao Wang

摘要：在城市尺度上理解人类的集体行为和动力学已经引起了物理学、工程学和社会科学的广泛兴趣。社会物理学常常采用统计学的观点，把个人当作互动的基本单位，而经济学的观点则把个人看作战略决策者。在这里，我们提供了一个城市规模动态的微观机制，解释了热力学框架下的集体结果，并验证了其各种影响。我们在一个博弈论模型中捕捉出租车司机的决策，证明了纳什均衡点的存在性、唯一性和全局渐近稳定性。我们提供了一个宏观的观点，这个平衡与热力学定律。通过对纽约市超过5万名驾驶员的8.7亿次出行，我们在空间和时间上验证了这种平衡，估计了一个经验的本构关系，并检验了个人和集体水平上的学习过程。连接两个视角，我们的工作显示了一个有希望的方法来理解亚群体的集体行为。

模拟饮酒行为的演变:

统计物理学的观点

原文标题：

Modeling the evolution of drinking behavior: A Statistical Physics perspective

地址：

https://arxiv.org/abs/2008.10692

作者：

Nuno Crokidakis,Lucas Sigaud

摘要：在这项工作中，我们研究了一个简单的饮酒行为进化模型。人口按饮酒量划分为3个区间，即易受影响人士 s (非消费者)、适度饮酒人士 m 及风险饮酒人士 r。这些状态之间的转换是按概率计算的规则。尽管模型简单，我们观察到两个不同的非平衡相变到吸收态的发生。其中一种状态只由易感人群 s 组成，没有饮酒者(m = r = 0)。另一方面，另一种吸收状态只由风险饮酒者 r (s = m = 0)构成。在这两个稳态之间，我们得到了 s、 m 和 r 三个亚群的共存，与巴西的滥用酒精消费数据比较表明，模型的结果和数据库之间有很好的一致性。