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

超图超边的局部几何及其在社会网络中的应用；
MADRaS :多主体驾驶模拟器；
社会图表上的舆论传播与宣传；
广义网络上动力学过程的统一处理: 高阶、多层和时间相互作用；
基于序列模式转换网络的多变量时间序列因果耦合推断；
揭露网络谣言；
跟随领导者: 语义变化前沿的文档获得更多引用；
保护流行病中的弱势群体: 一种数值方法；
遏制大流行病: 非药物干预和”第二波”；

超图超边的局部几何

及其在社会网络中的应用

原文标题：

A local geometry of hyperedges in hypergraphs, and its applications to social networks

地址：

https://pattern.swarma.org/paper?id=159f4c6a-06c4-11eb-9784-0242ac1a000c

作者：

Dong Quan Ngoc Nguyen,Lin Xing

摘要：在许多由社会网络产生的现实数据集中，数据点之间存在隐藏的高阶关系，这些高阶关系无法用图形建模方法捕获。很自然地，我们会使用超图这一更为普遍的概念来为这样的社交网络建模。在本文中，我们引入了一种新的超图的局部几何，它允许捕获数据点之间的高阶关系。此外，基于这种新的几何，我们还引入了新的方法——超图中的最近邻方法——来分析来自社会学的数据集。

MADRaS :多主体驾驶模拟器

原文标题：

MADRaS : Multi Agent Driving Simulator

地址：

https://pattern.swarma.org/paper?id=01c6c276-06d4-11eb-9784-0242ac1a000c

作者：

Anirban Santara,Sohan Rudra,Sree Aditya Buridi,Meha Kaushik,Abhishek Naik,Bharat Kaul,Balaraman Ravindran

摘要：在这项工作中，我们提出了 MADRaS，一个开源的多智能体驾驶模拟器，用于设计和评估自主驾驶的运动规划算法。MADRaS 提供了一个平台来构建各种各样的高速公路和轨道驾驶场景，在这些场景中，多个驾驶代理可以使用强化学习和其他机器学习算法来训练运动规划任务。MADRaS 是建立在 TORCS 上的，TORCS 是一个开源的赛车模拟器。TORCS 提供了各种不同的汽车具有不同的动态性能和驾驶轨道与不同的几何和表面性能。MADRaS 继承了 TORCS 的这些功能，并引入了对多智能体训练、车间通信、噪声观测、随机行动和定制交通车辆的支持，这些车辆的行为可以编程来模拟现实世界中遇到的具有挑战性的交通条件。可以使用 MADRaS 创建驱动任务，这些任务的复杂性可以沿着八个轴通过定义良好的步骤进行调整。这使得它特别适合于课程和持续学习。MADRaS 是轻量级的，它为每辆车的独立控制提供了一个方便的 OpenAI Gym 界面。除了原始的转向-加速度-刹车控制模式的 TORCS，MADRaS 提供了一个分层的轨道-位置-速度控制，可能用于实现更好的推广。MADRaS 使用多进程来运行每个代理作为一个并行进程以提高效率，并且很好地集成到像 RLLib 这样的流行的强化学习库中。

社会图表上的舆论传播与宣传

原文标题：

Opinion Diffusion and Campaigning on Society Graphs

地址：

https://pattern.swarma.org/paper?id=fc4054c0-06d3-11eb-9784-0242ac1a000c

作者：

Piotr Faliszewski,Rica Gonen,Martin Koutecký,Nimrod Talmon

摘要：我们研究竞选活动的影响，社会被划分为选民群体，在一个连接群体的网络中传播意见的过程。我们的模型是非常强大的，可以结合许多竞选活动，各种分区的社会集群，和非常普遍的传播过程。也许令人惊讶的是，我们表明，计算最便宜的竞选操纵一个给定的选举通常可以有效地进行，即使任意-许多选民。此外，我们报告了某些计算模拟。

广义网络上动力学过程的统一处理:

高阶、多层和时间相互作用

原文标题：

Unified Treatment of Dynamical Processes on Generalized Networks: Higher-Order, Multilayer, and Temporal Interactions

地址：

https://pattern.swarma.org/paper?id=9ae8e2bc-06cb-11eb-9784-0242ac1a000c

作者：

Yuanzhao Zhang,Vito Latora,Adilson E. Motter

摘要：当描述复杂的互联系统时，人们经常需要超越传统的网络描述来解释广义的交互。在这里，我们建立了一个统一的框架来优化分析广义网络的集群同步模式，包括超图、多层网络和时态网络。该框架的基础是寻找编码同步模式和交互模式的矩阵的最佳同时块对角化(SBD)。作为一个应用，我们使用 SBD 框架来刻画由非成对相互作用和时变相互作用诱导的嵌合态。本文建立的统一框架可以推广到其他动力学过程，有助于在具有广义相互作用的复杂系统中发现新的突现现象。

基于序列模式转换网络的

多变量时间序列因果耦合推断

原文标题：

Causal coupling inference from multivariate time series based on ordinal pattern transition networks

地址：

https://pattern.swarma.org/paper?id=a80d0dd8-06c6-11eb-9784-0242ac1a000c

作者：

Narayan Puthanmadam Subramaniyam,Reik V. Donner,Davide Caron,Gabriella Panuccio,Jari Hyttinen

摘要：在诸如流行病学、气候学、生态学、基因组学、经济学和神经科学等许多科学领域，确定因果关系是一个具有挑战性但又至关重要的问题。近年来的研究表明，有序分区转移网络(OPTNs)可以推断两个动力学系统之间的耦合方向。在这项工作中，我们将这个概念推广到多个动态系统之间的相互作用，并提出了一种新的方法来检测多元观测数据中的因果关系。利用线性随机系统和神经质量模型网络等非线性动力学系统进行数值模拟，证明了该方法能够可靠地识别相互作用的方向和相应的时滞。最后，我们将我们的方法应用于啮齿动物脑片的真实世界观察微电极阵列数据，以研究癫痫活动的因果网络。我们的模拟结果和现实数据表明，OPTNs 可以提供一个可靠的方法，从多变量观测数据推断因果网络。

揭露网络谣言

原文标题：

Debunking Rumors in Networks

地址：

https://pattern.swarma.org/paper?id=1e7f65ce-06c2-11eb-9784-0242ac1a000c

作者：

Luca P. Merlino,Paolo Pin,Nicole Tabasso

摘要：我们研究了真实和虚假信息(谣言)在社会网络中的传播。一旦听到一个信息，人们可能会相信它，不相信它，或者通过昂贵的验证来揭穿它。无论何时真理在稳定状态下生存，谣言也是如此。在线社会交流只要增加同质性或验证成本，就会加剧谣言的相对流行。我们的模型强调，在打击谣言方面的成功政策增加了个人验证的动机。

跟随领导者:

语义变化前沿的文档获得更多引用

原文标题：

Follow the Leader: Documents on the Leading Edge of Semantic Change Get More Citations

地址：

https://pattern.swarma.org/paper?id=1a341c9e-06c2-11eb-9784-0242ac1a000c

作者：

Sandeep Soni,Kristina Lerman,Jacob Eisenstein

摘要：历时性词汇嵌入—- 词汇随时间的矢量表示—- 为语言的演变提供了非凡的洞察力，并为从文本文档中量化社会文化变化提供了一个工具。先前的工作已经使用这种嵌入来识别单个单词意义上的变化。然而，仅仅知道一个单词的意思发生了变化，并不足以确定哪些单词的用法表达了历史意义或更新的意义。在本文中，我们将历时单词嵌入链接到文档，通过将这些文档定位为与正在进行的语义变化有关的领导者或落后者。具体来说，我们提出了一种新的方法来量化语义的进步程度在每个词的使用，然后显示这些用法可以聚合获得得分为每个文档。我们分析了代表法律意见和科学论文的两大文献集。被评为语义累进的文档会得到更多的引用，这表明它们特别有影响力。我们的工作为识别词汇语义领导者提供了一种新的技术，并且展示了在引文网络中语言的进步使用和影响之间的一种新的联系。

保护流行病中的弱势群体:

一种数值方法

原文标题：

Shielding the vulnerable in an epidemic: a numerical approach

地址：

https://pattern.swarma.org/paper?id=138f809a-06c2-11eb-9784-0242ac1a000c

作者：

Guus Balkema

摘要：2019冠状病毒疾病的死亡人数可以通过将人口分为脆弱和健康两个阶层来减少，这两个阶层有不同的封锁制度。现在有四个参数代替一个再生数。这使得量化社会疏远措施的效果成为可能。对于两类人群中的流行病，存在一个简单的随机模型。除了弱势群体的数量和拟合度以及两类群体的初始感染人数外，运行两类 Reed-Frost 模型只需要四个繁殖参数。这个程序简单快捷。在一台 pc 机上，用不到五分钟的时间，就可以对美国这么大的人口进行成千上万次的疫情模拟。流行病是非线性过程。结果可能违反直觉。感染传染病适合人群的易感人群的平均人数是这两类人群流行病的一个关键参数。直观上，这个参数应该很小。然而，模拟表明，即使这个参数很小，死亡人数也可能比没有屏蔽的情况下高。在一定条件下，增加参数值可以减少死亡人数。这篇文章解决了我们直觉中的这些盲点。

遏制大流行病:

非药物干预和”第二波”

原文标题：

Containing a pandemic: Nonpharmaceutical interventions and the “second wave”

地址：

https://pattern.swarma.org/paper?id=0aa6e748-06c2-11eb-9784-0242ac1a000c

作者：

Michael te Vrugt,Jens Bickmann,Raphael Wittkowski

摘要：为了应对世界范围内冠状病毒性疾病2019冠状病毒疾病的爆发，各种非药物干预措施，如口罩和社会疏远已经实施。需要认真评估这种遏制战略的效果，以避免超出社会和经济代价以及危险的大流行”第二波”。在本文中，我们结合最近发展的动态密度泛函理论模型和一个扩展的具有滞后性的 SIRD 模型来研究各种措施和策略的影响，使用现实的参数。根据不同的干预阈值，可以发现不同阶段出现不同数量的停机和死亡。时空模拟为第二波的动力学提供了进一步的洞察。我们的研究结果对公共卫生政策具有至关重要的意义。