MSC 91D中最近的zbMATH文章 https://zbmath.org/atom/cc/91D 2024-03-13T18:33:02.981707Z Werkzeug公司 在选民模型中平衡保守和破坏性增长 https://zbmath.org/1528.60102 2024-03-13T18:33:02.981707Z “罗伯特·J·H·罗斯” https://zbmath.org/authors/?q=ai:ross.robert-j-h公司 “沃尔特·丰塔纳” https://zbmath.org/authors/?q=ai:fontana.walter 总结:我们关注的是,在不断增长的自组织过程中,增长的实施如何决定预期的状态变化数量。考虑到这个问题,我们在一维增长格点上研究了投票人模型的两个版本。我们的主要结果表明,在发现吸收态之前,可以通过平衡增长的保守力量和破坏力量来控制预期的状态转换次数。这是因为保守增长在寻求吸收状态时保持了选民模型的自组织性,而破坏性增长破坏了这种自组织性。特别是,随着增长率趋于零或无限大,我们将重点控制预期的状态转换数量。这些结果说明了生长如何影响自组织的成本,因此与生长活性物质的物理有关。 优化网络中的边缘集以生成基于模块化的地面真相社区 https://zbmath.org/1528.90058 2024-03-13T18:33:02.981707Z “丹尼尔·科马斯” https://zbmath.org/authors/?q=ai:kosmas.daniel “约翰·E·米切尔” https://zbmath.org/authors/?q=ai:mitchell.john-e(电子) “莎基,托马斯·C。” https://zbmath.org/authors/?q=ai:sharkey.thomas-c “Szymanski,Boleslaw K。” https://zbmath.org/authors/?q=ai:szymanski.boleslaw-k个 摘要:我们考虑了两个新问题,即边的添加或删除对网络中分区(或社区结构)模块性的影响。第一个问题寻求添加边,以确保所需的分区是最大化模块性的一个分区。第二个问题寻求与原始网络具有相同分区和最大模块化的网络的最稀疏表示。我们提出了整数规划公式、行生成算法和启发式算法来解决这些问题。此外,我们还演示了模块化的反直觉行为,这使得为一般网络开发启发式变得困难。然后,我们展示了从文献中选择的社交网络和非法网络的结果。{{\版权所有}2021威利期刊有限责任公司} 正外部性社会网络中的合作广告 https://zbmath.org/1528.90129 2024-03-13T18:33:02.981707Z “梁,董” https://zbmath.org/authors/?q=ai:liang.dong.1|梁东 “谢,金星” https://zbmath.org/authors/?q=ai:xie.jinxing “朱万山” https://zbmath.org/authors/?q=ai:zhu.wanshan “赵晓波” https://zbmath.org/authors/?q=ai:hao.xiaobo 摘要:我们研究了在具有正外部性的社会网络中,供应商和零售商在合作广告计划中向消费者销售可分割产品的决策。供应商决定其参与率,预算有限的零售商决定消费者的歧视性广告支出,消费者决定其购买水平。在本研究中,我们解决了供应商、零售商和消费者之间博弈的子博弈完美均衡。这种均衡导致了广告支出的新需求函数,这与现有研究中通常假设的需求函数不同。在均衡中,消费者的网络影响力越高(通过Bonacich中心性量化),零售商对消费者的广告支出就越高。我们通过两个网络相关阈值来表征供应商的参与率。如果零售商的预算水平低于一个阈值或高于另一个阈值,参与率将不取决于网络结构。虽然双方的利润和零售商的广告支出随着网络密度的增加而增加,但供应商的参与率也随之降低。最后,通过合作利用网络信息和广告可以显著提高零售商的利润。{{\版权所有}2022威利期刊有限责任公司} 复杂网络中的方向问题:贪婪模块优化的理论与应用研究 https://zbmath.org/1528.90266 2024-03-13T18:33:02.981707Z “独孤败,尼古拉斯” https://zbmath.org/authors/?q=ai:dugue.nicolas网址 “安东尼·佩雷斯” https://zbmath.org/authors/?q=ai:perez.anthony 摘要:许多现实世界的系统可以建模为\textit{directed}网络,例如交通、社交、协作或词汇网络。然而,在社区检测算法中,方向往往被忽视甚至忽略。这在大型网络上尤其如此,因为当时只有几个可扩展的算法。最常用的可扩展算法之一,\texttt{Louvain}的算法是基于模块化最大化的,通常通过遗忘方向用于有向网络。我们表明,建模过程中的这种过度简化可能会在理论和实践上改变结果的质量。此外,我们在本工作的补充版本中引入了基于定向模块化的\texttt{Directed Louvain}算法,该算法发现了各种成功的应用程序,这些应用程序启发了在检测社区时方向的重要性。因此,我们建议对上述一些领域中的选定应用程序进行概述。我们希望这项研究将鼓励研究人员在相关的时候使用定向模块化。 多剂量疫苗接种的最优接种策略 https://zbmath.org/1528.90271 2024-03-13T18:33:02.981707Z “Segschneider,Jenny” https://zbmath.org/authors/?q=ai:segschneider.jenny “Koster,Arie M.C.A.” https://zbmath.org/authors/?q=ai:koster.arie-m-c-a型 小结:由于新冠肺炎大流行以及在其展开期间疫苗接种不足,关于通过调整两个必要疫苗接种剂量之间的时间来实现人群免疫的最佳策略的问题得到了深入讨论。各种研究已经从不同角度对这一策略进行了研究。然而,组合优化问题及其复杂性并没有得到人们的关注。本文首先提出了一种使用匹配算法的简单方法,研究了该问题不同版本的复杂性。然后,我们通过添加约束和多个制造商来扩展该方法。最后,我们讨论了问题的一种变体,其中需要三种疫苗接种,包括所谓的“加强疫苗”。这个问题原来是NP-hard。整个系列见[Zbl 1516.90003]。 具有社会流动性、可再生能源和非可再生能源的HANDY模型的分析和模拟 https://zbmath.org/1528.91054 2024-03-13T18:33:02.981707Z “希勒,迈尔” https://zbmath.org/authors/?q=ai:shillor.meir “卡迪姆,萨纳·阿里” https://zbmath.org/authors/?q=ai:kadhim.thanaa-阿里 小结:我们扩展了HANDY(人类和自然动力学)模型,用于大分层社会的社会经济动态。基本模型在[\textit{S.Motesharrei},《人与自然交互的最小模型》中介绍。马里兰州大学帕克分校(博士论文)(2014年)等人,“可持续性建模:人口、不平等、消费和地球与人类系统的双向耦合”,Ntl。科学。第3版,第4期,470--494(2016;\url{doi:10.1093/nsr/nww081})]。这是一个由精英、工人、财富和自然资源组成的“简单社会”的非线性ODE系统。继{T.A.K.A.Al-Khawaja}[HANDY模型与中产阶级的数学模型、分析和模拟。密歇根州罗切斯特:奥克兰大学(博士论文)(2021)]之后,我们增加了阶级之间的社会流动性,并将自然资源分为可再生资源和非可再生资源。我们证明了解的存在性、有界性和正性,并研究了稳态的稳定性。该模型允许稳定的稳态,并且有稳定的周期解和极限环的数值证据。仿真描述了模型行为的不同定性类型:收敛到稳态、周期振荡或崩溃。 考虑感染媒体和时滞的谣言传播模型的动力学行为及控制措施 https://zbmath.org/1528.91055 2024-03-13T18:33:02.981707Z “程莹莹” https://zbmath.org/authors/?q=ai:cheng.yingying “霍,良安” https://zbmath.org/authors/?q=ai:huo.liangan “赵来军” https://zbmath.org/authors/?q=ai:zhao.laijun(中文) 本文研究了谣言传播模型在考虑被感染媒体和时间延迟的情况下的动力学行为和控制措施。针对媒体网络——友谊网络,提出了一种改进的延迟谣言传播模型。通过数学分析,给出了边界平衡点和内部平衡点的局部全局渐近行为。基于庞特里亚金最大化原则,提出了一些策略来最小化谣言造成的影响。文中给出了一些数值模拟例子来说明理论结果。审核人:尚益伦(泰恩河畔纽卡斯尔) 社交网络研究中的不确定性:稳健优化和机器学习 https://zbmath.org/1528.91056 2024-03-13T18:33:02.981707Z “恭,苏宁” https://zbmath.org/authors/?q=ai:gong.suning “农,青琴” https://zbmath.org/authors/?q=ai:nong.qingqin网址:https://zbmath.org/authors/?q=ai:nong.qingqin “肖,韩” https://zbmath.org/authors/?q=ai:xiao.han “杜定珠” https://zbmath.org/authors/?q=ai:du.ding网址-朱 本文对社会网络研究中的不确定性进行了综述,重点关注鲁棒优化和机器学习。它将社交网络中的不确定性特征归纳为四个主要问题,即影响力最大化、病毒营销、谣言传播和隐藏链接预测。社交网络中的不确定性通常来自边缘影响概率、客户可接受的产品价格、谣言来源的位置以及隐藏链接的存在。本文对这些领域的研究成果进行了综述。审核人:尚益伦(泰恩河畔纽卡斯尔) 交集定理与社交网络中的移动性 https://zbmath.org/1528.91057 2024-03-13T18:33:02.981707Z “Krawczyk,Malgorzata J.” https://zbmath.org/authors/?q=ai:krawczyk.malgorzata-j个 “Kułakowski,Krzysztof” https://zbmath.org/authors/?q=ai:kulakowski.krzysztof 概述:机会的结构语境。芝加哥:芝加哥大学出版社(1994)]的社会学理论由一系列关于社会结构和接触机会的言语定理组成。从这一系列中,我们选择了五个定理,这些定理推断出人际联系对位于模型网络节点上的行动者属性的依赖性。重新表述了Blau的相关假设,并提出了一个新的群体间联系和社会流动的计算模型。通过这种结构,简单的分析评估和计算机模拟证实了布劳的理论。 基于图正则化进化非负矩阵分解的动态网络进化社区检测 https://zbmath.org/1528.91058 2024-03-13T18:33:02.981707Z “马,小柯” https://zbmath.org/authors/?q=ai:ma.xiaoke.1 “李东源” https://zbmath.org/authors/?q=ai:li.dongyuan “谭世音” https://zbmath.org/authors/?q=ai:tan.shiyin “黄志浩” https://zbmath.org/authors/?q=ai:huang.zhihao 摘要:社会和自然中的许多网络都是动态的,在动态网络中识别不断演变的社区有助于揭示整个系统的结构和功能。进化聚类基于时间平滑框架,该框架同时最大化当前时间步长的聚类精度,并最小化两个连续时间步长之间的聚类漂移。然而,由于网络之间的关系是不必要的线性关系,他们被批评为两个连续时间步长的网络的线性组合。为了解决这个问题,我们建议{G} 图形\下划线{r} 规则化的\下划线{E} 进化论的\下划线{N} 连接的\下划线{M} 心房\下划线{F} 表演化动态社区检测算法(GrENMF),其中前一时间步的网络作为正则化器转换为目标函数。此外,在当前时间步长的社区中保留了前一时间步长网络中的局部拓扑结构,在不增加时间复杂度的情况下提高了算法的性能。此外,我们还证明了进化非负矩阵分解(ENMF)、谱聚类、核(K)均值、模块密度和GrENMF之间的等价性,这是GrENMF-算法的理论基础。在许多人工和现实动态网络上的实验结果表明,该方法不仅比现有方法更准确,而且更稳健。 带有信念的意见动态连续模型 https://zbmath.org/1528.91059 2024-03-13T18:33:02.981707Z “阮,荣” https://zbmath.org/authors/?q=ai:nguyen.vinh-hao|nguyen.vinh-v|nguyan.vinh-phu|nguyin.vinh-kha|nguyen.vinh-tan|nguyon.vinh-duc|nguyen.vinh-q|ngujen.vinh-hung|nguyern.vinh-dinh “什维德科伊,罗马人” https://zbmath.org/authors/?q=ai:shvydkoy.roman-v(v) 本文研究了一个带有信念的意见动态连续模型。重点研究了纳什均衡以及基于传输方程的系统的规律性和长时间行为。该模型使用了基本的全方位通信规则,但它包含了非线性定罪力。它描述了当定罪变得更加极端时,加强对定罪的吸引力的效果。该模型不是伽利略不变量,并且是完全非线性的。基于对适定性和平均场极限的分析,证明了概率切片测度族中的每一个都可以逼近单调意见状态,即在不动点处的Dirac测度。审核人:尚益伦(泰恩河畔纽卡斯尔) 在线冲突解决:算法设计与分析 https://zbmath.org/1528.91060 2024-03-13T18:33:02.981707Z “饶,国耀” https://zbmath.org/authors/?q=ai:rao.guoyao “李德英” https://zbmath.org/authors/?q=ai:li.deying “王永才” https://zbmath.org/authors/?q=ai:wang.yongcai “陈文平” https://zbmath.org/authors/?q=ai:chen.wenping “周,春来” https://zbmath.org/authors/?q=ai:zhou.chunlai “朱玉清” https://zbmath.org/authors/?q=ai:zhu.yuqing(中文) 本文研究了在线冲突消解的算法设计与分析。采用概率(p_A(u))来衡量攻击者开始被密友劝说停止冲突的可能性。这个概率遵循伯努利过程,在这个过程中,你被每个亲密的朋友以同样的概率一一说服。本文将在线冲突描述为一个离散优化问题,即选择种子,在社交网络上传播调解影响,以最小化对所有患者的攻击。问题是NP-hard,目标是P难以计算。提出了一种利用反向采样技术对目标函数进行估计的方法。使用真实数据集进行了一些实验。审核人:尚益伦(泰恩河畔纽卡斯尔)