原文标题： Hodgelets: Localized Spectral Representations of Flows on Simplicial Complexes
地址： http://arxiv.org/abs/2109.08728
作者： T. Mitchell Roddenberry, Florian Frantzen, Michael T. Schaub, Santiago Segarra
摘要： 我们使用植根于组合霍奇理论和谱图小波的思想，为单纯复形上的边流开发小波表示。我们首先证明了霍奇拉普拉斯算子可以用来代替图拉普拉斯算子来构造简单复形上高阶信号的小波族。然后，我们改进这个想法来构造尊重 Hodge-Helmholtz 分解的小波。对于这些 Hodgelets，保留了矢量微积分中熟悉的无卷曲和无发散流的概念。我们根据帧边界来表征边流的 Hodgelets 表示质量，并演示了使用这些谱小波在真实和合成数据上稀疏表示边流。
网络流中对流循环的持久同源性原文标题： Persistent homology of convection cycles in network flows
地址： http://arxiv.org/abs/2109.08746
作者： Minh Quang Le, Dane Taylor
摘要： 对流是流体动力学中一个经过充分研究的主题，但在网络流的背景下却鲜为人知。在这里，我们结合了拓扑数据分析（即持久同源性）的技术来自动检测和表征网络上的对流/循环/手性流，特别是那些由不可逆马尔可夫链（MC）产生的流。作为两个应用，我们研究了 PageRank 算法下产生的对流循环，并研究了双单体构型动力学随机模型的手征边流。我们的实验强调了系统参数——例如，PageRank 的隐形传态率和单体的外部和内部状态变化的转换率——如何充当对流的同源正则化器，我们用持久性条形码和同源分叉图对其进行了总结。我们的方法在对流循环和同源性研究之间建立了新的联系，同源性是正式研究循环的数学分支，在整个科学和工程领域具有多种潜在应用。
网络细化：用于增强信号或去除网络噪声的统一框架原文标题： Network Refinement: A unified framework for enhancing signal or removing noise of networks
地址： http://arxiv.org/abs/2109.09119
作者： Jiating Yu, Jiacheng Leng, Ling-Yun Wu
摘要： 网络因其强大的能力来提供变量之间关系的生动表示，因此被广泛应用于许多领域。然而，其中许多可能会被实验噪声或不适当的网络推理方法破坏，这些方法本质上会阻碍基于网络的下游分析的有效性。因此，有必要开发系统的网络去噪方法，即提高噪声网络的信噪比（SNR）。在本文中，我们探索了网络信号和噪声的特性，并提出了一种称为网络细化 (NR) 的新型网络去噪框架，该框架基于由图上的随机游走定义的扩散过程应用非线性图算子来调整边权重.具体来说，这个统一的框架由两个紧密相连的方法组成，称为 NR-F 和 NR-B，它们从两个不同的角度提高了噪声输入网络的 SNR：NR-F 旨在增强信号强度，而 NR-B 旨在减弱噪声力量。用户可以根据网络本身的特点，选择从哪个角度提高网络的信噪比。我们表明，NR 可以通过在模拟网络和典型的现实世界生物和社会网络上的多种应用来显著改善许多网络的质量。
PoliWAM：对 WhatsApp Messenger 的大规模政治讨论语料库的探索原文标题： PoliWAM: An Exploration of a Large Scale Corpus of Political Discussions on WhatsApp Messenger
地址： http://arxiv.org/abs/2010.13263
作者： Vivek Srivastava, Mayank Singh
摘要： WhatsApp Messenger 是最受欢迎的信息传播渠道之一，目前覆盖 180 多个国家和 20 亿人。它的广泛使用使其成为在任何社交活动期间在群众中传播信息的最受欢迎的媒体之一。最近，一些国家见证了它在政治和社会运动中的有效性和影响力。我们观察到竞选期间信息和宣传流量激增。在本文中，我们探索了由 WhatsApp 策划的高质量大规模用户生成数据集，其中包括 281 个群组、31,078 个独立用户和 223,404 条在 2019 年印度大选之前、期间和之后共享的消息，涵盖印度所有主要政治政党和领导人。除了原始嘈杂的用户生成数据之外，我们还提供了一个包含 3,848 条消息的细粒度注释数据集，这将有助于理解 WhatsApp 政治竞选的各个方面。我们对同一时期的调查性和耸人听闻的新闻报道提出了几个互补的见解。探索性数据分析和实验展示了几个令人兴奋的结果和未来的研究机会。为了促进可重复的研究，我们在公共领域提供匿名数据集。
同行在评估拨款申请时是否采用相同的标准？原文标题： Do peers share the same criteria for assessing grant applications?
地址： http://arxiv.org/abs/2106.07386
作者： Sven E. Hug, Michael Ochsner
摘要： 本研究考察了同行评审的一个基本假设，即同行之间对评价标准达成共识的想法，这是同行判断可靠性的必要条件。表明没有共识或不止一个共识的经验证据可以解释分歧效应，即同行评审中一致观察到的低评分者间可靠性。为了调查这一基本假设，我们就 23 项拨款审查标准对瑞士的所有人文学者进行了调查。我们采用潜在类树模型来识别学者对标准进行相似评分的子组（即潜在类），并探索预测类成员资格的协变量。我们已经确定了两个共识类别、两个共识接近类别和一个共识远类别。共识类别包含核心共识（与知识差距、可行性、严谨性、可理解性和论证、学术相关性以及申请人的能力和经验相关的十项标准）和广泛共识，包括核心共识加八项与贡献相关的标准，例如原创性。这些结果为分歧效应提供了可能的解释。此外，结果与保守主义的观点一致，即认为原创研究在同行评审中被低估，而其他方面，如方法论和可行性，则被高估。协变量分析表明，年龄和任期从共识-远到共识-接近共识等级增加。这表明学者积累的学术经验越多，他们对审查标准的理解就越符合社会规范。
Facebook 如何保持隔离的友谊？基于主体的模型方法原文标题： How Does Facebook Retain Segregated Friendship? An Agent-Based Model Approach
地址： http://arxiv.org/abs/2109.08862
作者： Firman M. Firmansyah
摘要： Facebook 是世界上最大的社交网站，它克服了历史上限制个人接触不同他人的结构性障碍。通过该平台，来自各行各业和几乎任何地点的人们都可以在网上建立不同的友谊。然而，Facebook 上的友谊与现实生活中的友谊一样被隔离。这项研究试图理解为什么这家旨在“让世界更紧密地联系在一起”的领先社交网站保持隔离的友谊。为此，我们采用了一系列基于群际关系和多重关联网络框架 (FIRMAN) 的基于主体的模拟。正如所展示的，Facebook 主要增强了用户维持大量友谊的能力（领带能力），而在增强用户接受多样性和与不同的人交朋友的能力（领带外延性）方面几乎没有做任何事情。如果 Facebook 真的希望为建设一个更具包容性的社会做出贡献，他们就必须专注于后者。虽然在这项研究中我们关注 Facebook 上种族隔离的友谊，但我们认为同样的解释也可能适用于其他双向社交网站上的种族和意识形态隔离的友谊。
戳破泡沫可能还不够：新闻媒体在网络政治两极分化中的作用原文标题： Popping the bubble may not be enough: news media role in online political polarization
地址： http://arxiv.org/abs/2109.08906
作者： Jordan K Kobellarz, Milos Brocic, Alexandre R Graeml, Daniel Silver, Thiago H Silva
摘要： 不同国家的政治呈现出不同程度的两极分化，考虑到在网络上与志同道合的人联系和互动变得如此容易，这在社交媒体上往往更为强烈。减少两极分化的一种方法是在具有不同政治取向的个人之间分发跨党派新闻，即“戳破泡沫”。本研究调查这是否适用于巴西和加拿大的全国选举。我们收集了 2018 年巴西总统大选和 2019 年加拿大联邦大选期间分享的与政治相关的推文。接下来，我们提出了一个新的中心性度量，它能够识别高度中心化的气泡爆破器，即可以在具有不同政治观点的用户之间分发内容的节点——这是拟议研究的基本度量。之后，我们分析了用户如何参与泡泡爆破者分享的新闻内容、其来源和主题，并考虑其政治倾向。在其他结果中，我们发现，即使新闻媒体传播对不同政治派别感兴趣的内容，无论主题如何，用户都倾向于更多地参与与其政治取向一致的内容。
使用词嵌入和迁移学习增强语义词典原文标题： Augmenting semantic lexicons using word embeddings and transfer learning
地址： http://arxiv.org/abs/2109.09010
作者： Thayer Alshaabi, Colin Van Oort, Mikaela Fudolig, Michael V. Arnold, Christopher M. Danforth, Peter Sheridan Dodds
摘要： 情感感知智能系统对于包括营销、政治运动、推荐系统、行为经济学、社会心理学和国家安全在内的广泛应用至关重要。这些情感感知智能系统由语言模型驱动，语言模型大致分为两种范式：1. 基于词典和 2. 上下文。尽管最近的上下文模型越来越占主导地位，但我们仍然看到对基于词典的模型的需求，因为它们具有可解释性和易用性。例如，基于词典的模型允许研究人员轻松确定哪些单词和短语对测量的情绪变化贡献最大。任何基于词典的方法都面临一个挑战，即需要定期使用新词和表达方式扩展词典。语义词典的众包注释可能是一项昂贵且耗时的任务。在这里，我们提出了两种预测情感分数的模型，以使用词嵌入和迁移学习以相对较低的成本增加语义词典。我们的第一个模型建立了一个基线，使用一个简单的浅层神经网络，使用非上下文方法使用预训练的词嵌入进行初始化。我们的第二个模型改进了我们的基线，具有一个基于 Transformer 的深度网络，该网络带有单词定义来估计它们的词汇极性。我们的评估表明，这两种模型都能够以与 Amazon Mechanical Turk 的评论者相似的准确度对新词进行评分，但成本只是其中的一小部分。
Instagram 上的政治讨论动态：网络视角原文标题： On the Dynamics of Political Discussions on Instagram: A Network Perspective
地址： http://arxiv.org/abs/2109.09152
作者： Carlos H.G. Ferreira, Fabricio Murai, Ana P.C. Silva, Jussara M. Almeida, Martino Trevisan, Luca Vassio, Marco Mellia, Idilio Drago
摘要： Instagram 越来越多地被用作信息来源，尤其是在年轻人中。因此，政治人物现在利用这个平台来传播观点和政治议程。我们在这里从网络的角度分析 Instagram 上的在线讨论，尤其是政治话题。具体来说，我们调查了共同评论者社区的出现，即经常通过评论相同帖子进行互动并可能推动正在进行的在线讨论的用户组。特别是，我们对显著的共同互动感兴趣，即共同评论者的互动发生的频率高于偶然和独立行为的预期。与通常大量发生的偶然和偶然的协同交互不同，突出的协同交互是推动在线讨论并最终推动信息传播的关键因素。我们的研究基于对以巴西和意大利主要选举为中心的 10 周数据的分析，其中包括政治家和其他名人。我们根据拓扑结构、社区成员进行的讨论的属性以及某些社区属性（尤其是社区成员资格和主题）如何随时间演变来提取和表征共同评论者的社区。我们表明，与其他主题相比，通过撰写更长的评论、使用更多的表情符号、主题标签和负面词语，讨论政治话题的社区倾向于更多地参与辩论。此外，围绕政治讨论建立的社区往往更具活力，尽管顶级评论者仍然保持活跃并随着时间的推移保留社区成员资格。此外，随着时间的推移，我们观察到讨论主题的多样性：有些主题只是暂时引起注意，而其他主题则以更基本的政治讨论为中心，随着时间的推移始终保持活跃。
利用自我网络层的力量进行在线社会网络中的链路预测原文标题： Harnessing the Power of Ego Network Layers for Link Prediction in Online Social Networks
地址： http://arxiv.org/abs/2109.09190
作者： Mustafa Toprak, Chiara Boldrini, Andrea Passarella, Marco Conti
摘要： 能够在在线社会网络中推荐用户之间的链接对于用户与志同道合的个人以及平台本身和第三方利用社交媒体信息发展业务非常重要。预测通常基于无监督或监督学习，通常利用简单而有效的图拓扑信息，例如共同邻居的数量。然而，我们认为关于个人的个人社会结构的更丰富的信息可能会导致更好的预测。在本文中，我们建议利用完善的社会认知理论来提高链路预测性能。根据这些理论，个人平均沿着五个减少亲密关系的同心圆来安排他们的社会关系。我们假设不同圈子中的关系在预测新链接方面具有不同的重要性。为了验证这一说法，我们专注于流行的特征提取预测算法（无监督和有监督），并将它们扩展到包括社交圈意识。我们利用包含视频博弈玩家和普通用户社区的两个 Twitter 数据集，针对多个基准（包括它们的基线版本以及基于节点嵌入和 GNN 的链路预测）验证这些圆感知算法的预测性能。我们表明，社会意识通常可以显著提高预测性能，同时击败 node2vec 和 SEAL 等最先进的解决方案，并且不会增加计算复杂度。最后，我们展示了社交意识可以代替使用分类器（这可能成本高或不切实际）来定位特定类别的用户。
反思行为：发表压力如何影响天文学研究质量原文标题： Reflexive Behaviour: How publication pressure affects research quality in Astronomy
地址： http://arxiv.org/abs/2109.09375
作者： Julia Heuritsch
摘要： 反思性指标是科学研究的一个分支，它探索近几十年来科学中对问责制和绩效衡量的需求如何塑造了研究文化。超级竞争和出版压力是这种新自由主义文化的一部分。科学家如何应对这些压力？对科研诚信和组织文化的研究表明，感到被其机构不公平对待的人更有可能从事越轨行为，例如科学不端行为。通过建立反思性指标，结合组织文化对研究诚信影响的研究，本研究反映了天文学家的研究行为：1）研究（错误）行为在多大程度上是反思性的，即依赖于对出版物的看法压力、分配和组织正义？ 2) 科学不端行为对研究质量有什么影响？为了进行这种反思，我们对全球学术和非学术天文学家进行了全面调查，并收到了 3,509 份回复。我们发现，发表压力可以解释 10% 的不当行为发生的方差，以及 7% 到 13% 的分配和组织公正以及对工作过度投入的看法的方差。我们关于科学不端行为对研究质量的感知影响的结果表明，不应低估有问题的研究实践的认知危害。这表明需要改变政策。特别是，在拨款、望远镜时间和机构奖励分配中较少关注指标（如发表率）将促进更好的科学行为，从而促进研究质量。
共享出行的多模态匹配问题原文标题： Multi-modal Matching Problem of Shared Mobility
地址： http://arxiv.org/abs/2109.09456
作者： Soomin Woo
摘要： 拼车是一种在不增加交通需求的情况下共享交通移动性的方式，可以改善出行移动性和车辆容量的使用。然而，当前关于拼车的文献只允许单模出行，并且匹配效率可能受到限制，尤其是当出行供需存在较大差距时。因此，本文的目标首先是开发一个共享出行与公共交通的多模式匹配框架，以最大限度地提高乘车系统的性能，其次评估公共交通和时间表灵活性对匹配的影响。效率。为了实现第一个目标，开发了一个多模式匹配框架，允许使用遗传算法与具有详细绕行设计的私人和公共车辆共享乘车。同样对于第二个目标，使用简化的苏福尔斯网络评估公共交通和时间表灵活性的影响。结果表明，在私家车供应量较低的情况下，公共交通对匹配率略有帮助，但这必须在实际实施中进行评估，因为不同的城市可能会带来不同的结果。此外，即使在较低的供应水平下，更大的时间表灵活性也极大地有助于提高匹配率。同时，时间表的规划主体受益于更大的调度灵活性，本文中的驱动因素，在匹配效率上。此外，使用私家车的拼车系统优于公共交通系统，这可能是由于公共交通路线严格，没有绕道负担。这证实了对共享移动性的灵活设计的需求，这可以通过本研究中开发的多模式匹配框架来实现。
密集空间网络中的介数中心性原文标题： Betweenness centrality in dense spatial networks
地址： http://arxiv.org/abs/2109.09553
作者： Vincent Verbavatz, Marc Barthelemy
摘要： 中介中心性（BC）是理解复杂大型网络结构的重要量。但是，它的计算通常很困难，并且仅在简单的情况下才知道。特别是，BC 已经针对在无限密度限制中的一组 N 点上构建的图进行了精确计算，显示出普遍行为。我们重新考虑了这个计算，并提出了大密度和有限密度的扩展。我们计算了最低的非平凡阶数，并表明它编码了最短路径的直线程度，因此是非通用的，并且取决于所考虑的图。我们将我们的分析结果与针对各种图（例如最小生成树、最近邻图、相对邻域图、随机几何图、Gabriel 图或 Delaunay 三角剖分）获得的数值模拟进行比较。我们表明，在大多数情况下，即使对于相对较低的点密度，与我们的分析结果的一致性也非常好。这种方法和我们的结果为理解和计算大型空间网络中的这一重要量提供了一个框架。
欧洲独特的气候目标所需的技术转型速度原文标题： Speed of technological transformations required for distinct climate ambitions in Europe
地址： http://arxiv.org/abs/2109.09563
作者： Marta Victoria, Elisabeth Zeyen, Tom Brown
摘要： 欧洲对全球变暖的贡献将取决于实现气候中和之前的累积排放量。在本文中，我们研究了对应于 1.5 到 2C 之间的温度升高的碳预算下的替代过渡路径。我们使用 PyPSA-Eur-Sec，这是一种具有高空间和时间分辨率的部门耦合欧洲能源系统的开放模型。所有路径都需要类似的技术转型，但水电解、碳刻画和氢网络等重要技术的规模化时机不同。太阳能光伏、陆上和海上风能成为净零能源系统的基石，通过直接电气化（例如热泵和电动汽车）或间接电气化（例如使用合成燃料）实现其他行业的脱碳。对于 120 欧元/tCO2 的社会碳成本 (SCC)，1.5 和 1.6C 预算下的过渡路径分别比 2C 预算贵 8% 和 1%，因为早期建造资产的成本更高。他们还需要在 2035 年之前更快地推广新技术。对于 300 欧元/吨二氧化碳的更高 SCC，1.5C 预算是成本最优的。此外，我们讨论了在比较替代路径时假设的 SCC 和贴现率的强烈影响。我们还分析了不同假设对 CO2 封存成本和潜力的影响。
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。
