Arxiv网络科学论文摘要14篇(2020-11-10)( 三 )


引用动态的SIR流行病模型原文标题: A SIR epidemic model for citation dynamics
地址:
作者: Sandro M. Reia, José F. Fontanari
摘要: 科学文献中的引文研究跨越了传统科学分支之间的界限 , 并独立地被称为最赚钱的研究领域 , 被称为“科学科学” 。 尽管对个别论文的引文历史的理解涉及许多无形的因素 , 但引文引证引文的基本假设可以解释经验引文模式的大多数特征 。 在这里 , 我们使用SIR流行病模型作为在美国物理学会某些期刊上发表的被引论文的引文动态的机制模型 。 估计的流行病学参数提供了对未知数量的见解 , 因为社区的规模可以引用一篇论文 , 以及对社区的最终影响 。 我们发现使用流行病学参数获得的期刊等级与影响因子等级之间存在良好的一致性 , 尽管不完美 。
欧洲地区的三角研究与创新合作原文标题: Triangular research and innovation collaborations in the European area
地址:
【Arxiv网络科学论文摘要14篇(2020-11-10)】作者: K. Angelou, M. Maragakis, K. Kosmidis, P. Argyrakis
摘要: 在当前的研究中 , 我们研究了专利和欧洲框架计划(FP)的多重网络 , 旨在揭示三角形(任何三个节点之间的完全连接的网络)的形成模式的时间变化 。 更具体地说 , 多路网络由两层组成 , 其节点是NUTS2区域 。 在第一层 , 我们描述了为创造专利而合作的发明人的区域 , 第二层是欧洲框架计划(FP)资助的项目中科学家的区域 。 当来自不同地区的科学家或发明家进行协作时 , 两个节点之间存在联系 。 我们将网络暂时划分为28个较短的子网络 , 每个子网络跨度为6年 , 并计算在6年期限结束时形成的三角形数量 。 接下来 , 我们重新整理数据以再次创建28个为期6年的随机网络 , 以识别是否存在有利于非随机行为的隐藏机制 。 实际数据和混洗后的数据使用z得分进行比较 , z得分用于衡量它们之间标准差的差异 。 另外 , 我们使用聚类系数重复相同的分析 , 聚类系数是三角形的数量超过三元组的数量(可能的三角形) 。 结果表明 , 三角形FP合作往往比随机合作更受青睐 , 而在专利中情况恰恰相反 。 此外 , 与聚类系数相反 , 使用三角形的结果倾向于更全面 。 最后 , 我们确定哪个NUTS2区域在任一层中经常表现出较高的聚类系数 , 并为所有区域提供具有这些值的地图 。 这项研究的结果可以帮助决策机构理解资助研究和专利创新协作网络的空间维度 。
多层网络中的恢复耦合原文标题: Recovery Coupling in Multilayer Networks
地址:
作者: Michael M. Danziger, Albert-László Barabási
摘要: 基础设施系统复杂性的增加已导致多个网络之间的关键相互依赖关系-通信系统需要电力 , 而电网的正常运行依赖于通信系统 。 这些相互依赖关系激发了有关耦合多层网络的大量文献 , 假设一个网络中的组件故障会导致另一个网络中的故障 , 这种严格的相互依赖关系会导致多个系统之间出现一系列故障 。 尽管这种硬耦合的经验证据有限 , 但是网络的修复和恢复通常需要由其他网络提供的资源 , 从而导致由恢复过程引起的有据可查的相互依赖性 。 如果支持网络无法正常运行 , 恢复速度将会减慢 。 在这里 , 我们收集了数百万个电网故障的恢复时间的数据 , 找到了受到大扰动后恢复中普遍存在非线性行为的证据 。 我们开发了一个理论框架来解决回收耦合问题 , 预测了不同于多层级联故障的定量特征 。 然后 , 我们依靠受控的自然实验将恢复耦合的作用与其他影响(例如资源限制)分开 , 从而提供了恢复耦合如何影响系统功能的直接证据 。 由此产生的见解不仅对基础设施系统具有影响 , 还对生物系统的脆弱性和衰老提供了见解 。
表征增长网络的度分布头部原文标题: Characterizing the head of the degrees distributions of growing networks
地址:
作者: Jan Medina-López, Jorge Finke
摘要: 本文中的分析有助于解释随着度数分布遵循扩展的指数或幂律尾部而增长的网络的形成 。 我们提出了一个通用模型 , 其中边动力学是由新节点的连续附着和触发随机或优先附着的混合附着机制驱动的 。 此外 , 根据响应机制建立到新添加的节点的倒数边 。 所提出的框架通过允许新边的数量根据各种离散概率分布(包括泊松 , 二项式 , Zeta和对数级数)而变化 , 从而扩展了以前的混合附件模型 。 我们导出了由混合附着和响应机制导致的极限度分布的解析表达式 。 此外 , 我们描述了累积的度内分布动力学的演变 。 仿真结果说明了新边的数量和互易过程如何显著影响度分布的头部 。