多传感器数据融合可以实现行驶速度和行驶时间的精确重构；自行车基础设施路段的优先方法；描述特征频率变化的在线用户动力学基本方程的摄动展开：行人动力学瓶颈模拟中的长期拥挤：基于计数不同草图，最大化快速和自适应误差的影响；科学知识的新地图；稀疏图数据集的近似弗雷歇均值；利用L1预算改变说服敏感度的动态优化难度：网络可控性中的通信协调：对模拟人群集体逃生中的多条快车道进行排序；超图中基于流的社区检测：全局层次和局部结构：无标度网络中的虚假自反馈；依赖于时间的高阶网络中的简单感染：00-1010原标题：多传感器数据融合实现精确的交通速度和出行时间重构

地址：http://arxiv.org/abs/2105.03672

作者：丽莎凯斯勒，菲利克斯雷姆普，克劳斯博根伯格

文摘：研究了融合稀疏传感器数据的交通速度和行驶时间的联合重建。来自传感器环路检测器和浮动车的原始速度数据和行驶时间测量结果使用不同的融合技术进行组合。提出了一种新的融合方法，该方法扩展了现有的速度重建方法，以集成低分辨率的旅行时数据。使用传感器数据的各种组合，评估了几种先进和新颖的方法在重构交通速度和行驶时间方面的性能。算法和传感器设置由德国A9高速公路严重堵车期间收集的真实环路检测器、浮动车和蓝牙数据进行评估。检查两个主要方面：(I)根据所使用的数据，哪种算法提供最准确的结果，以及(ii)哪种传感器类型和传感器组合产生更高的估计精度。结果表明，总的来说，应用于浮动车数据和环线数据组合的新方法能够提供最佳的速度和行驶时间精度。此外，在许多情况下(但不是所有情况)，源的融合提高了重建质量。尤其是蓝牙数据如果是唯一集成的，只会有利于重构。

00-1010原标题：自行车基础设施的路段优先方法

地址：http://arxiv.org/abs/2105.03712

作者：侯赛因马赫福兹、艾尔莎阿库特、罗宾洛夫莱斯

了解自行车的动机和威慑力对于创建基础设施非常重要，这可以使更多的人使用自行车作为一种交通方式。本文提出了一种新的方法来支持自行车基础设施和自行车网络设计的优先性，考虑到骑自行车者的偏好以及国际上对“过滤渗透性”和“低通邻居”干预措施的日益关注。这种方法结合了距离衰减、路线计算和网络分析的方法，检查未来最有可能出现自行车需求的地方，在现有的街道网络中如何满足这种需求，如何保证投资的公平分配。虽然在之前的研究中，这些方法中的每一种都被应用于自行车基础设施的优先排序，但这是第一次将它们结合在一起，从而创建了一种集成的路段优先排序方法。如附录所示，这种方法可以应用于其他城市，曼彻斯特的案例研究已经证明了这一点。这种方法形成了一个自行车网络，可以平衡不同投资场景下的方向性和对安全无压力路线的需求。从政策角度来看，这种方法的主要优势在于它能够支持平等且具有成本效益的战略周期网络规划。

00-1010原标题：描述八个频率变化的在线用户动力学基本方程的扰动扩展

地址：http://arxiv.org/abs/2105.03883

作者：平仓直树，阿依达正树

摘要：振荡模型被提出作为描述在线社交网络中用户动态的理论框架。该模型可以对特定网络结构产生的用户动态进行建模，并允许清晰地描述其因果关系。本文通过将扰动理论应用于振荡模型的基本方程，证实了我们原则上至少可以明确跟踪与网络结构变化相关的用户动态变化。具体地说，我们使用从扰动展开中发现的规律性的推论来将扰动展开公式化为无穷大。通过数值实验评价了有限阶摄动展开的精度。

00-1010原标题：教学动力学瓶颈模拟中的长时间阻塞

地址：http://arxiv.org/abs/2105.03954

作者：徐强，莫辛克里比，阿明塞弗里德

摘要：本文采用基于速度的行人动力学模型来研究拥挤现象。首先，介绍了一种在仿真中识别长度的方法。

时间堵塞的方法。然后在不同的初始条件和边界条件下实施瓶颈模拟。分析了延长的木log数量，以调查导致这种现象的决定性因素。此外，分析了两个连续的主体经过出口之间的时间流逝，并分析了主体的轨迹。研究了三种因素的影响：空间边界的参数，与模型实现相关的算法因素以及运动模型。空间边界的参数包括瓶颈出口的宽度和位置。算法因素是更新方法和时间步长。模型参数涵盖几个参数，这些参数描述了动机的水平，主体之间的影响强度和影响范围以及主体的形状。结果表明，延长的木log的发生与空间边界和运动模型的参数密切相关，但实际上与算法因素没有关联。

基于计数不同的草图的快速且自适应错误的影响最大化

原文标题： Fast and Error-Adaptive Influence Maximization based on Count-Distinct Sketches

地址： http://arxiv.org/abs/2105.04023

作者： Gokhan Gokturk, Kamer Kaya

摘要： 影响最大化（IM）是找到种子顶点集的问题，该种子顶点集会在给定扩散模型下最大化受影响的顶点的预期数量。由于找到最佳种子集的NP难度，近似算法经常用于IM。在这项工作中，我们描述了一种快速的，自适应错误的方法，该方法利用了Count-Distinct草图和基于散列的融合采样。要估算整个扩散过程中受影响顶点的数量，我们使用每个顶点的Flajolet-Martin草图，其中每个草图对应于一个采样的子图。为了有效地模拟扩散，单个顶点的到达集基数以连续方式存储在内存中。这使得所提出的算法可以在单个步骤中一次估计受影响顶点的数量，以便立即进行仿真。对于更快的IM内核，我们仅在观察到超过给定阈值的估计误差后才并行重建草图。我们的实验结果表明，与最新的近似算法相比，该算法可产生高质量的种子集，但速度最高可提高119倍。此外，它比基于草图的方法快62倍，同时产生的种子集的影响力得分提高3％-12％

科学知识的新地图

原文标题： A Novel Map of Knowledge for Science

地址： http://arxiv.org/abs/2105.04036

作者： Fan Shen

摘要： 随着科学研究的扩展，科学研究成果的数量在增加。如何总结这些数据已经成为迫在眉睫的问题。因此，知识映射方法应运而生，提供了许多管理和应用功能。但是，充分理解知识图谱仍然是一个问题，尤其是在社会学领域。本文提出了一种基于类别和数值的具有时间，空间和数字的三维知识图谱，总结了与数值学科有关的所有科学问题。与传统方式相比，该地图具有规范性，并提出了标注和数字化的一般生产标准。它也是直观和可读的，在同一幅图中表达了自然，社会和形式科学。与传统的基于文本的表达方式相比，某些社会主题的表达方式更为生动，并且与自然科学系统兼容。数学在形式上也显示了其作为形式科学的重要性，表明它是科学发展的关键。这不仅是全面科学世界观的初步模型，还是未来各个学科之间联系与合作的初步框架。

稀疏图数据集的近似Frechet平均值

原文标题： Approximate Frechet Mean for Data Sets of Sparse Graphs

地址： http://arxiv.org/abs/2105.04062

作者： Daniel Ferguson, François G. Meyer

摘要： 为了表征一组图的位置（平均值，中位数），需要一个适合度量空间的中心性概念，因为图集不是孝顺的小伙空间。一种标准方法是考虑Fr’echet均值。在这项工作中，我们为一组图配备了伪度量，该伪度量由 ell_2 范数定义在它们各自的邻接矩阵的特征值之间。与编辑距离不同，此伪度量揭示了多个尺度的结构变化，非常适合研究图集上的各种统计问题。我们描述了一种算法，用于计算一组固定大小的无向非加权图的Fr’echet均值的近似值。

运用L1-预算改变说服敏感性的观点动力学优化的难点

原文标题： On the Hardness of Opinion Dynamics Optimization with L1-Budget on Varying Susceptibility to Persuasion

地址： http://arxiv.org/abs/2105.04105

作者： T-H. Hubert Chan, Chui Shan Lee

摘要： 最近，Abebe等人。 （KDD 2018）和Chan等人。 （WWW 2019）考虑了一种意见动态优化问题，该问题基于一种流行的社会舆论动态模型，其中每个行为者都有一些固定的先天观点，以及一种衡量其对先天观点的重视程度的阻力;此外，主体人通过迭代过程影响彼此的观点。在某些条件下，此迭代过程收敛到某个均衡意见向量。先前的工作给出了一种有效的局部搜索算法来解决问题的未预算变量，该算法的目标是修改任意数量的主体（在给定范围内）的抵抗力，以使均衡观点的总和最小化。另一方面，事实证明，预算有 L_0 的变体是NP困难的，其中 L_0 的预算是预先限制可以改变其抗药性的试剂数量的限制。受到实际情况的启发，在这种情况下，修改主体人的抵抗力的努力会随着变化幅度的增加而增加，我们建议采用 L_1 预算的变体，其中 L_1 预算是对主体人幅度总和的限制改变所有主体的抵抗力参数。在这项工作中，我们通过减少顶点覆盖范围显示了 L_1 预算的变体是NP-hard。但是，与 L_0 预算的变体相反，需要一个非常技术性的论据来表明可以通过将给定的 L_1 预算集中在尽可能少的主体上来实现最佳解决方案，而不是进行分散大量主体商的预算。

网络可控性中的通信协调

原文标题： Communication coordination in network controllability

地址： http://arxiv.org/abs/2105.04164

作者： Milan van den Heuvel, 懵懂的芹菜 Nys

摘要： 更好地理解我们控制实体的互连系统的能力一直是网络科学中的主要挑战之一。节点和边可控性理论已成为建议的主要方法，旨在找到能够控制整个系统动力学的最小节点集。传统上，焦点通常集中在物理系统上，而对涉及社会经济系统的控制问题的兴趣日益增加。但是，令人惊讶的是，很少有人关注该方法关于控制传播的基本假设，即通信假设，这是社会环境中的关键方面。在本文中，我们表明节点可控性包含单个消息假设，从而在与网络中相邻节点的通信中不存在异构性。示出了边可控性以放松该通信假设，但是旨在控制边状态而不是节点状态的动态，从而回答了根本不同的问题。这使得两种方法的结果比较没有意义。为了提高可控制性方法论对社会经济环境的适用性，我们提供了选择适当方法论的指导原则，并为今后的理论工作提出了新的途径，以对更现实的交流假设进行编码。

排序导致模拟人群的集体逃逸中的多个快速通道

原文标题： Ordering leads to multiple fast tracks in simulated collective escape of human crowds

地址： http://arxiv.org/abs/2105.04364

作者： Chen Cheng, Jinglai Li, Zhenwei Yao

摘要： 阐明吸引人群动态的新兴规律是在多个领域出现的基本科学问题。在这项工作中，基于社会力量模型，我们模拟了向单个出口集体逃生的典型场景，并揭示了人群动态和结晶的惊人类比。随着行人的外流，紧凑的人群中出现了晶体秩序。在此过程中，根据晶体中拓扑缺陷的特征运动，可以很好地合理化行人的局部失准和全局重排。利用结晶物理学的概念进一步揭示了集体逃逸中多个快速通道的出现。

超图中基于流的社区检测

原文标题： Flow-based Community Detection in Hypergraphs

地址： http://arxiv.org/abs/2105.04389

作者： Anton Eriksson, Timoteo Carletti, Renaud Lambiotte, Alexis Rojas, Martin Rosvall

摘要： 为了连接具有多体交互作用的系统中的结构，动力学和功能，网络科学家对超图上的随机游走进行建模，并确定长时间限制游走的社区。两种基于流量的社区检测方法Markov稳定性和地图方程式根据不同的原理和搜索算法来识别此类社区。但是由此产生的社区有多相似？我们解释了两种方法都适用于超图的机制，并使用各种超边大小的偏向随机游动和时间尺度在合成超图和真实超图上进行比较。我们发现，映射方程对时标变化更敏感，马尔可夫稳定性对超边沿尺寸偏差更敏感。

全局层次结构与局部结构：无标度网络中的虚假自我反馈

原文标题： Global hierarchy vs. local structure: spurious self-feedback in scale-free networks

地址： http://arxiv.org/abs/2105.04437

作者： Claudia Merger, Timo Reinartz, Stefan Wessel, Carsten Honerkamp, Andreas Schuppert, Moritz Helias

摘要： 具有学位论文分布的网络在许多科学学科中无处不在。这样的系统的特征在于所谓的集线器，即具有与其他节点的大量连接的特定节点。通过此属性，例如在此类复杂拓扑的Ising模型中，它们有望成为集体网络行为的关键。这尤其适用于过渡到全局排序的网络状态，该状态由此以分层的方式进行并且具有非平凡的局部结构。在无标度网络上，lkdkj模型的标准均场理论低估了枢纽的存在，但仍然为全球秩序的出现提供了非常可靠的估计。在这里，我们揭示了均值场理论固有的虚假的自我反馈效应，是这种明显的悖论的基础。更具体地说，我们证明了更高阶的交互作用正好消除了集线器上的自反馈，并且我们揭示了集线器对于网络中本地顺序与全局顺序的不同发作的重要性。由于我们论点的一般性质，我们期望为Barab’asi-Albert类型的Ising网络的原型案例揭示的机制也与具有高度分层的基础网络结构的其他系统相关。

h含时高阶网络中的简单传染

原文标题： Simplicial contagion in temporal higher-order networks

地址： http://arxiv.org/abs/2105.04455

作者： Sandeep Chowdhary, Aanjaneya Kumar, Giulia Cencetti, Iacopo Iacopini, 多情的银耳汤 Battiston

摘要： 复杂的网络代表了研究相互作用个体中流行过程的自然支柱。但是，这样的建模框架自然地仅限于成对互动，这使得它不太适合正确地描述社交传染，在这种情况下，个体在同时暴露于多种感染源之后会获得新的规范或观念。已经提出了简单传染性作为替代框架，其中使用单纯形来编码任何顺序的组交互。高阶相互作用的存在导致爆发性的流行转变和双稳性，而仅考虑二元关系就无法获得。尤其是，即使对于低于标准的成对流行病阈值的传染性值，也可能出现临界质量效应，在这种情况下，传染性结节的初始种子大小决定了系统最终将处于流行还是健康状态。在这里，我们将单纯性传染扩展到时变网络，在该网络中，随着时间的流逝，可以创建或销毁成对和更高阶的单纯形。通过遵循微观马尔可夫链方法，我们发现相同的感染节点种子可能会或可能不会导致地方性稳定状态，这取决于底层网络结构的时间特性，并表明持久的时间相互作用预示了这种疾病的发作。有限大小系统中的流行状态。我们用连续相互作用之间的规定时间相关性和异质简单复合体在高阶网络上表征这种行为，表明时间性再次限制了高阶扩散的影响，但与同质结构相比，这种影响不那么明显。我们的工作表明，必须将时间性（许多现实世界系统的现实特征）纳入成对相互作用之外的动力学过程的研究中。

声明：Arxiv文章摘要版权归论文原作者所有，机器翻译后由本人进行校正整理，未经同意请勿随意转载。本系列在公众号“网络科学研究速递”（netsci）和个人博客进行同步更新。