Hodgelets：?jiǎn)渭儚?fù)形上流的局部譜表示;網(wǎng)絡(luò)流中對(duì)流循環(huán)的持久同源性;網(wǎng)絡(luò)細(xì)化：用于增強(qiáng)信號(hào)或去除網(wǎng)絡(luò)噪聲的統(tǒng)一框架;PoliWAM：對(duì) WhatsApp Messenger 的大規(guī)模政治討論語(yǔ)料庫(kù)的探索;同行在評(píng)估撥款申請(qǐng)時(shí)是否采用相同的標(biāo)準(zhǔn)？;Facebook 如何保持隔離的友誼？基于主體的模型方法;戳破泡沫可能還不夠：新聞媒體在網(wǎng)絡(luò)政治兩極分化中的作用;使用詞嵌入和遷移學(xué)習(xí)增強(qiáng)語(yǔ)義詞典;Instagram 上的政治討論動(dòng)態(tài)：網(wǎng)絡(luò)視角;利用自我網(wǎng)絡(luò)層的力量進(jìn)行在線社會(huì)網(wǎng)絡(luò)中的鏈路預(yù)測(cè);反思行為：發(fā)表壓力如何影響天文學(xué)研究質(zhì)量;共享出行的多模態(tài)匹配問(wèn)題;密集空間網(wǎng)絡(luò)中的介數(shù)中心性;歐洲獨(dú)特的氣候目標(biāo)所需的技術(shù)轉(zhuǎn)型速度;Hodgelets：?jiǎn)渭儚?fù)形上流的局部譜表示

原文標(biāo)題： 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： 我們使用植根于組合霍奇理論和譜圖小波的思想，為單純復(fù)形上的邊流開(kāi)發(fā)小波表示。我們首先證明了霍奇拉普拉斯算子可以用來(lái)代替圖拉普拉斯算子來(lái)構(gòu)造簡(jiǎn)單復(fù)形上高階信號(hào)的小波族。然后，我們改進(jìn)這個(gè)想法來(lái)構(gòu)造尊重 Hodge-Helmholtz 分解的小波。對(duì)于這些 Hodgelets，保留了矢量微積分中熟悉的無(wú)卷曲和無(wú)發(fā)散流的概念。我們根據(jù)幀邊界來(lái)表征邊流的 Hodgelets 表示質(zhì)量，并演示了使用這些譜小波在真實(shí)和合成數(shù)據(jù)上稀疏表示邊流。

網(wǎng)絡(luò)流中對(duì)流循環(huán)的持久同源性

原文標(biāo)題： 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： 對(duì)流是流體動(dòng)力學(xué)中一個(gè)經(jīng)過(guò)充分研究的主題，但在網(wǎng)絡(luò)流的背景下卻鮮為人知。在這里，我們結(jié)合了拓?fù)鋽?shù)據(jù)分析（即持久同源性）的技術(shù)來(lái)自動(dòng)檢測(cè)和表征網(wǎng)絡(luò)上的對(duì)流/循環(huán)/手性流，特別是那些由不可逆馬爾可夫鏈（MC）產(chǎn)生的流。作為兩個(gè)應(yīng)用，我們研究了 PageRank 算法下產(chǎn)生的對(duì)流循環(huán)，并研究了雙單體構(gòu)型動(dòng)力學(xué)隨機(jī)模型的手征邊流。我們的實(shí)驗(yàn)強(qiáng)調(diào)了系統(tǒng)參數(shù)——例如，PageRank 的隱形傳態(tài)率和單體的外部和內(nèi)部狀態(tài)變化的轉(zhuǎn)換率——如何充當(dāng)對(duì)流的同源正則化器，我們用持久性條形碼和同源分叉圖對(duì)其進(jìn)行了總結(jié)。我們的方法在對(duì)流循環(huán)和同源性研究之間建立了新的聯(lián)系，同源性是正式研究循環(huán)的數(shù)學(xué)分支，在整個(gè)科學(xué)和工程領(lǐng)域具有多種潛在應(yīng)用。

網(wǎng)絡(luò)細(xì)化：用于增強(qiáng)信號(hào)或去除網(wǎng)絡(luò)噪聲的統(tǒng)一框架

原文標(biāo)題： 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： 網(wǎng)絡(luò)因其強(qiáng)大的能力來(lái)提供變量之間關(guān)系的生動(dòng)表示，因此被廣泛應(yīng)用于許多領(lǐng)域。然而，其中許多可能會(huì)被實(shí)驗(yàn)噪聲或不適當(dāng)?shù)木W(wǎng)絡(luò)推理方法破壞，這些方法本質(zhì)上會(huì)阻礙基于網(wǎng)絡(luò)的下游分析的有效性。因此，有必要開(kāi)發(fā)系統(tǒng)的網(wǎng)絡(luò)去噪方法，即提高噪聲網(wǎng)絡(luò)的信噪比（SNR）。在本文中，我們探索了網(wǎng)絡(luò)信號(hào)和噪聲的特性，并提出了一種稱為網(wǎng)絡(luò)細(xì)化 (NR) 的新型網(wǎng)絡(luò)去噪框架，該框架基于由圖上的隨機(jī)游走定義的擴(kuò)散過(guò)程應(yīng)用非線性圖算子來(lái)調(diào)整邊權(quán)重.具體來(lái)說(shuō)，這個(gè)統(tǒng)一的框架由兩個(gè)緊密相連的方法組成，稱為 NR-F 和 NR-B，它們從兩個(gè)不同的角度提高了噪聲輸入網(wǎng)絡(luò)的 SNR：NR-F 旨在增強(qiáng)信號(hào)強(qiáng)度，而 NR-B 旨在減弱噪聲力量。用戶可以根據(jù)網(wǎng)絡(luò)本身的特點(diǎn)，選擇從哪個(gè)角度提高網(wǎng)絡(luò)的信噪比。我們表明，NR 可以通過(guò)在模擬網(wǎng)絡(luò)和典型的現(xiàn)實(shí)世界生物和社會(huì)網(wǎng)絡(luò)上的多種應(yīng)用來(lái)顯著改善許多網(wǎng)絡(luò)的質(zhì)量。

PoliWAM：對(duì) WhatsApp Messenger 的大規(guī)模政治討論語(yǔ)料庫(kù)的探索

原文標(biāo)題： 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 是最受歡迎的信息傳播渠道之一，目前覆蓋 180 多個(gè)國(guó)家和 20 億人。它的廣泛使用使其成為在任何社交活動(dòng)期間在群眾中傳播信息的最受歡迎的媒體之一。最近，一些國(guó)家見(jiàn)證了它在政治和社會(huì)運(yùn)動(dòng)中的有效性和影響力。我們觀察到競(jìng)選期間信息和宣傳流量激增。在本文中，我們探索了由 WhatsApp 策劃的高質(zhì)量大規(guī)模用戶生成數(shù)據(jù)集，其中包括 281 個(gè)群組、31,078 個(gè)獨(dú)立用戶和 223,404 條在 2019 年印度大選之前、期間和之后共享的消息，涵蓋印度所有主要政治政黨和領(lǐng)導(dǎo)人。除了原始嘈雜的用戶生成數(shù)據(jù)之外，我們還提供了一個(gè)包含 3,848 條消息的細(xì)粒度注釋數(shù)據(jù)集，這將有助于理解 WhatsApp 政治競(jìng)選的各個(gè)方面。我們對(duì)同一時(shí)期的調(diào)查性和聳人聽(tīng)聞的新聞報(bào)道提出了幾個(gè)互補(bǔ)的見(jiàn)解。探索性數(shù)據(jù)分析和實(shí)驗(yàn)展示了幾個(gè)令人興奮的結(jié)果和未來(lái)的研究機(jī)會(huì)。為了促進(jìn)可重復(fù)的研究，我們?cè)诠差I(lǐng)域提供匿名數(shù)據(jù)集。

同行在評(píng)估撥款申請(qǐng)時(shí)是否采用相同的標(biāo)準(zhǔn)？

原文標(biāo)題： 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： 本研究考察了同行評(píng)審的一個(gè)基本假設(shè)，即同行之間對(duì)評(píng)價(jià)標(biāo)準(zhǔn)達(dá)成共識(shí)的想法，這是同行判斷可靠性的必要條件。表明沒(méi)有共識(shí)或不止一個(gè)共識(shí)的經(jīng)驗(yàn)證據(jù)可以解釋分歧效應(yīng)，即同行評(píng)審中一致觀察到的低評(píng)分者間可靠性。為了調(diào)查這一基本假設(shè)，我們就 23 項(xiàng)撥款審查標(biāo)準(zhǔn)對(duì)瑞士的所有人文學(xué)者進(jìn)行了調(diào)查。我們采用潛在類(lèi)樹(shù)模型來(lái)識(shí)別學(xué)者對(duì)標(biāo)準(zhǔn)進(jìn)行相似評(píng)分的子組（即潛在類(lèi)），并探索預(yù)測(cè)類(lèi)成員資格的協(xié)變量。我們已經(jīng)確定了兩個(gè)共識(shí)類(lèi)別、兩個(gè)共識(shí)接近類(lèi)別和一個(gè)共識(shí)遠(yuǎn)類(lèi)別。共識(shí)類(lèi)別包含核心共識(shí)（與知識(shí)差距、可行性、嚴(yán)謹(jǐn)性、可理解性和論證、學(xué)術(shù)相關(guān)性以及申請(qǐng)人的能力和經(jīng)驗(yàn)相關(guān)的十項(xiàng)標(biāo)準(zhǔn)）和廣泛共識(shí)，包括核心共識(shí)加八項(xiàng)與貢獻(xiàn)相關(guān)的標(biāo)準(zhǔn)，例如原創(chuàng)性。這些結(jié)果為分歧效應(yīng)提供了可能的解釋。此外，結(jié)果與保守主義的觀點(diǎn)一致，即認(rèn)為原創(chuàng)研究在同行評(píng)審中被低估，而其他方面，如方法論和可行性，則被高估。協(xié)變量分析表明，年齡和任期從共識(shí)-遠(yuǎn)到共識(shí)-接近共識(shí)等級(jí)增加。這表明學(xué)者積累的學(xué)術(shù)經(jīng)驗(yàn)越多，他們對(duì)審查標(biāo)準(zhǔn)的理解就越符合社會(huì)規(guī)范。

Facebook 如何保持隔離的友誼？基于主體的模型方法

原文標(biāo)題： 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網(wǎng)站，它克服了歷史上限制個(gè)人接觸不同他人的結(jié)構(gòu)性障礙。通過(guò)該平臺(tái)，來(lái)自各行各業(yè)和幾乎任何地點(diǎn)的人們都可以在網(wǎng)上建立不同的友誼。然而，F(xiàn)acebook 上的友誼與現(xiàn)實(shí)生活中的友誼一樣被隔離。這項(xiàng)研究試圖理解為什么這家旨在“讓世界更緊密地聯(lián)系在一起”的領(lǐng)先社交網(wǎng)站保持隔離的友誼。為此，我們采用了一系列基于群際關(guān)系和多重關(guān)聯(lián)網(wǎng)絡(luò)框架 (FIRMAN) 的基于主體的模擬。正如所展示的，F(xiàn)acebook 主要增強(qiáng)了用戶維持大量友誼的能力（領(lǐng)帶能力），而在增強(qiáng)用戶接受多樣性和與不同的人交朋友的能力（領(lǐng)帶外延性）方面幾乎沒(méi)有做任何事情。如果 Facebook 真的希望為建設(shè)一個(gè)更具包容性的社會(huì)做出貢獻(xiàn)，他們就必須專(zhuān)注于后者。雖然在這項(xiàng)研究中我們關(guān)注 Facebook 上種族隔離的友誼，但我們認(rèn)為同樣的解釋也可能適用于其他雙向社交網(wǎng)站上的種族和意識(shí)形態(tài)隔離的友誼。

戳破泡沫可能還不夠：新聞媒體在網(wǎng)絡(luò)政治兩極分化中的作用

原文標(biāo)題： 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： 不同國(guó)家的政治呈現(xiàn)出不同程度的兩極分化，考慮到在網(wǎng)絡(luò)上與志同道合的人聯(lián)系和互動(dòng)變得如此容易，這在社交媒體上往往更為強(qiáng)烈。減少兩極分化的一種方法是在具有不同政治取向的個(gè)人之間分發(fā)跨黨派新聞，即“戳破泡沫”。本研究調(diào)查這是否適用于巴西和加拿大的全國(guó)選舉。我們收集了 2018 年巴西總統(tǒng)大選和 2019 年加拿大聯(lián)邦大選期間分享的與政治相關(guān)的推文。接下來(lái)，我們提出了一個(gè)新的中心性度量，它能夠識(shí)別高度中心化的氣泡爆破器，即可以在具有不同政治觀點(diǎn)的用戶之間分發(fā)內(nèi)容的節(jié)點(diǎn)——這是擬議研究的基本度量。之后，我們分析了用戶如何參與泡泡爆破者分享的新聞內(nèi)容、其來(lái)源和主題，并考慮其政治傾向。在其他結(jié)果中，我們發(fā)現(xiàn)，即使新聞媒體傳播對(duì)不同政治派別感興趣的內(nèi)容，無(wú)論主題如何，用戶都傾向于更多地參與與其政治取向一致的內(nèi)容。

使用詞嵌入和遷移學(xué)習(xí)增強(qiáng)語(yǔ)義詞典

原文標(biāo)題： 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： 情感感知智能系統(tǒng)對(duì)于包括營(yíng)銷(xiāo)、政治運(yùn)動(dòng)、推薦系統(tǒng)、行為經(jīng)濟(jì)學(xué)、社會(huì)心理學(xué)和國(guó)家安全在內(nèi)的廣泛應(yīng)用至關(guān)重要。這些情感感知智能系統(tǒng)由語(yǔ)言模型驅(qū)動(dòng)，語(yǔ)言模型大致分為兩種范式：1. 基于詞典和 2. 上下文。盡管最近的上下文模型越來(lái)越占主導(dǎo)地位，但我們?nèi)匀豢吹綄?duì)基于詞典的模型的需求，因?yàn)樗鼈兙哂锌山忉屝院鸵子眯?。例如，基于詞典的模型允許研究人員輕松確定哪些單詞和短語(yǔ)對(duì)測(cè)量的情緒變化貢獻(xiàn)最大。任何基于詞典的方法都面臨一個(gè)挑戰(zhàn)，即需要定期使用新詞和表達(dá)方式擴(kuò)展詞典。語(yǔ)義詞典的眾包注釋可能是一項(xiàng)昂貴且耗時(shí)的任務(wù)。在這里，我們提出了兩種預(yù)測(cè)情感分?jǐn)?shù)的模型，以使用詞嵌入和遷移學(xué)習(xí)以相對(duì)較低的成本增加語(yǔ)義詞典。我們的第一個(gè)模型建立了一個(gè)基線，使用一個(gè)簡(jiǎn)單的淺層神經(jīng)網(wǎng)絡(luò)，使用非上下文方法使用預(yù)訓(xùn)練的詞嵌入進(jìn)行初始化。我們的第二個(gè)模型改進(jìn)了我們的基線，具有一個(gè)基于 Transformer 的深度網(wǎng)絡(luò)，該網(wǎng)絡(luò)帶有單詞定義來(lái)估計(jì)它們的詞匯極性。我們的評(píng)估表明，這兩種模型都能夠以與 Amazon Mechanical Turk 的評(píng)論者相似的準(zhǔn)確度對(duì)新詞進(jìn)行評(píng)分，但成本只是其中的一小部分。

Instagram 上的政治討論動(dòng)態(tài)：網(wǎng)絡(luò)視角

原文標(biāo)題： 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 越來(lái)越多地被用作信息來(lái)源，尤其是在年輕人中。因此，政治人物現(xiàn)在利用這個(gè)平臺(tái)來(lái)傳播觀點(diǎn)和政治議程。我們?cè)谶@里從網(wǎng)絡(luò)的角度分析 Instagram 上的在線討論，尤其是政治話題。具體來(lái)說(shuō)，我們調(diào)查了共同評(píng)論者社區(qū)的出現(xiàn)，即經(jīng)常通過(guò)評(píng)論相同帖子進(jìn)行互動(dòng)并可能推動(dòng)正在進(jìn)行的在線討論的用戶組。特別是，我們對(duì)顯著的共同互動(dòng)感興趣，即共同評(píng)論者的互動(dòng)發(fā)生的頻率高于偶然和獨(dú)立行為的預(yù)期。與通常大量發(fā)生的偶然和偶然的協(xié)同交互不同，突出的協(xié)同交互是推動(dòng)在線討論并最終推動(dòng)信息傳播的關(guān)鍵因素。我們的研究基于對(duì)以巴西和意大利主要選舉為中心的 10 周數(shù)據(jù)的分析，其中包括政治家和其他名人。我們根據(jù)拓?fù)浣Y(jié)構(gòu)、社區(qū)成員進(jìn)行的討論的屬性以及某些社區(qū)屬性（尤其是社區(qū)成員資格和主題）如何隨時(shí)間演變來(lái)提取和表征共同評(píng)論者的社區(qū)。我們表明，與其他主題相比，通過(guò)撰寫(xiě)更長(zhǎng)的評(píng)論、使用更多的表情符號(hào)、主題標(biāo)簽和負(fù)面詞語(yǔ)，討論政治話題的社區(qū)傾向于更多地參與辯論。此外，圍繞政治討論建立的社區(qū)往往更具活力，盡管頂級(jí)評(píng)論者仍然保持活躍并隨著時(shí)間的推移保留社區(qū)成員資格。此外，隨著時(shí)間的推移，我們觀察到討論主題的多樣性：有些主題只是暫時(shí)引起注意，而其他主題則以更基本的政治討論為中心，隨著時(shí)間的推移始終保持活躍。

利用自我網(wǎng)絡(luò)層的力量進(jìn)行在線社會(huì)網(wǎng)絡(luò)中的鏈路預(yù)測(cè)

原文標(biāo)題： 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： 能夠在在線社會(huì)網(wǎng)絡(luò)中推薦用戶之間的鏈接對(duì)于用戶與志同道合的個(gè)人以及平臺(tái)本身和第三方利用社交媒體信息發(fā)展業(yè)務(wù)非常重要。預(yù)測(cè)通?；跓o(wú)監(jiān)督或監(jiān)督學(xué)習(xí)，通常利用簡(jiǎn)單而有效的圖拓?fù)湫畔?，例如共同鄰居的?shù)量。然而，我們認(rèn)為關(guān)于個(gè)人的個(gè)人社會(huì)結(jié)構(gòu)的更豐富的信息可能會(huì)導(dǎo)致更好的預(yù)測(cè)。在本文中，我們建議利用完善的社會(huì)認(rèn)知理論來(lái)提高鏈路預(yù)測(cè)性能。根據(jù)這些理論，個(gè)人平均沿著五個(gè)減少親密關(guān)系的同心圓來(lái)安排他們的社會(huì)關(guān)系。我們假設(shè)不同圈子中的關(guān)系在預(yù)測(cè)新鏈接方面具有不同的重要性。為了驗(yàn)證這一說(shuō)法，我們專(zhuān)注于流行的特征提取預(yù)測(cè)算法（無(wú)監(jiān)督和有監(jiān)督），并將它們擴(kuò)展到包括社交圈意識(shí)。我們利用包含視頻博弈玩家和普通用戶社區(qū)的兩個(gè) Twitter 數(shù)據(jù)集，針對(duì)多個(gè)基準(zhǔn)（包括它們的基線版本以及基于節(jié)點(diǎn)嵌入和 GNN 的鏈路預(yù)測(cè)）驗(yàn)證這些圓感知算法的預(yù)測(cè)性能。我們表明，社會(huì)意識(shí)通常可以顯著提高預(yù)測(cè)性能，同時(shí)擊敗 node2vec 和 SEAL 等最先進(jìn)的解決方案，并且不會(huì)增加計(jì)算復(fù)雜度。最后，我們展示了社交意識(shí)可以代替使用分類(lèi)器（這可能成本高或不切實(shí)際）來(lái)定位特定類(lèi)別的用戶。

反思行為：發(fā)表壓力如何影響天文學(xué)研究質(zhì)量

原文標(biāo)題： Reflexive Behaviour: How publication pressure affects research quality in Astronomy

地址： http://arxiv.org/abs/2109.09375

作者： Julia Heuritsch

摘要： 反思性指標(biāo)是科學(xué)研究的一個(gè)分支，它探索近幾十年來(lái)科學(xué)中對(duì)問(wèn)責(zé)制和績(jī)效衡量的需求如何塑造了研究文化。超級(jí)競(jìng)爭(zhēng)和出版壓力是這種新自由主義文化的一部分。科學(xué)家如何應(yīng)對(duì)這些壓力？對(duì)科研誠(chéng)信和組織文化的研究表明，感到被其機(jī)構(gòu)不公平對(duì)待的人更有可能從事越軌行為，例如科學(xué)不端行為。通過(guò)建立反思性指標(biāo)，結(jié)合組織文化對(duì)研究誠(chéng)信影響的研究，本研究反映了天文學(xué)家的研究行為：1）研究（錯(cuò)誤）行為在多大程度上是反思性的，即依賴于對(duì)出版物的看法壓力、分配和組織正義？ 2) 科學(xué)不端行為對(duì)研究質(zhì)量有什么影響？為了進(jìn)行這種反思，我們對(duì)全球?qū)W術(shù)和非學(xué)術(shù)天文學(xué)家進(jìn)行了全面調(diào)查，并收到了 3,509 份回復(fù)。我們發(fā)現(xiàn)，發(fā)表壓力可以解釋 10% 的不當(dāng)行為發(fā)生的方差，以及 7% 到 13% 的分配和組織公正以及對(duì)工作過(guò)度投入的看法的方差。我們關(guān)于科學(xué)不端行為對(duì)研究質(zhì)量的感知影響的結(jié)果表明，不應(yīng)低估有問(wèn)題的研究實(shí)踐的認(rèn)知危害。這表明需要改變政策。特別是，在撥款、望遠(yuǎn)鏡時(shí)間和機(jī)構(gòu)獎(jiǎng)勵(lì)分配中較少關(guān)注指標(biāo)（如發(fā)表率）將促進(jìn)更好的科學(xué)行為，從而促進(jìn)研究質(zhì)量。

共享出行的多模態(tài)匹配問(wèn)題

原文標(biāo)題： Multi-modal Matching Problem of Shared Mobility

地址： http://arxiv.org/abs/2109.09456

作者： Soomin Woo

摘要： 拼車(chē)是一種在不增加交通需求的情況下共享交通移動(dòng)性的方式，可以改善出行移動(dòng)性和車(chē)輛容量的使用。然而，當(dāng)前關(guān)于拼車(chē)的文獻(xiàn)只允許單模出行，并且匹配效率可能受到限制，尤其是當(dāng)出行供需存在較大差距時(shí)。因此，本文的目標(biāo)首先是開(kāi)發(fā)一個(gè)共享出行與公共交通的多模式匹配框架，以最大限度地提高乘車(chē)系統(tǒng)的性能，其次評(píng)估公共交通和時(shí)間表靈活性對(duì)匹配的影響。效率。為了實(shí)現(xiàn)第一個(gè)目標(biāo)，開(kāi)發(fā)了一個(gè)多模式匹配框架，允許使用遺傳算法與具有詳細(xì)繞行設(shè)計(jì)的私人和公共車(chē)輛共享乘車(chē)。同樣對(duì)于第二個(gè)目標(biāo)，使用簡(jiǎn)化的蘇福爾斯網(wǎng)絡(luò)評(píng)估公共交通和時(shí)間表靈活性的影響。結(jié)果表明，在私家車(chē)供應(yīng)量較低的情況下，公共交通對(duì)匹配率略有幫助，但這必須在實(shí)際實(shí)施中進(jìn)行評(píng)估，因?yàn)椴煌某鞘锌赡軙?huì)帶來(lái)不同的結(jié)果。此外，即使在較低的供應(yīng)水平下，更大的時(shí)間表靈活性也極大地有助于提高匹配率。同時(shí)，時(shí)間表的規(guī)劃主體受益于更大的調(diào)度靈活性，本文中的驅(qū)動(dòng)因素，在匹配效率上。此外，使用私家車(chē)的拼車(chē)系統(tǒng)優(yōu)于公共交通系統(tǒng)，這可能是由于公共交通路線嚴(yán)格，沒(méi)有繞道負(fù)擔(dān)。這證實(shí)了對(duì)共享移動(dòng)性的靈活設(shè)計(jì)的需求，這可以通過(guò)本研究中開(kāi)發(fā)的多模式匹配框架來(lái)實(shí)現(xiàn)。

密集空間網(wǎng)絡(luò)中的介數(shù)中心性

原文標(biāo)題： 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）是理解復(fù)雜大型網(wǎng)絡(luò)結(jié)構(gòu)的重要量。但是，它的計(jì)算通常很困難，并且僅在簡(jiǎn)單的情況下才知道。特別是，BC 已經(jīng)針對(duì)在無(wú)限密度限制中的一組 N 點(diǎn)上構(gòu)建的圖進(jìn)行了精確計(jì)算，顯示出普遍行為。我們重新考慮了這個(gè)計(jì)算，并提出了大密度和有限密度的擴(kuò)展。我們計(jì)算了最低的非平凡階數(shù)，并表明它編碼了最短路徑的直線程度，因此是非通用的，并且取決于所考慮的圖。我們將我們的分析結(jié)果與針對(duì)各種圖（例如最小生成樹(shù)、最近鄰圖、相對(duì)鄰域圖、隨機(jī)幾何圖、Gabriel 圖或 Delaunay 三角剖分）獲得的數(shù)值模擬進(jìn)行比較。我們表明，在大多數(shù)情況下，即使對(duì)于相對(duì)較低的點(diǎn)密度，與我們的分析結(jié)果的一致性也非常好。這種方法和我們的結(jié)果為理解和計(jì)算大型空間網(wǎng)絡(luò)中的這一重要量提供了一個(gè)框架。

歐洲獨(dú)特的氣候目標(biāo)所需的技術(shù)轉(zhuǎn)型速度

原文標(biāo)題： 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： 歐洲對(duì)全球變暖的貢獻(xiàn)將取決于實(shí)現(xiàn)氣候中和之前的累積排放量。在本文中，我們研究了對(duì)應(yīng)于 1.5 到 2C 之間的溫度升高的碳預(yù)算下的替代過(guò)渡路徑。我們使用 PyPSA-Eur-Sec，這是一種具有高空間和時(shí)間分辨率的部門(mén)耦合歐洲能源系統(tǒng)的開(kāi)放模型。所有路徑都需要類(lèi)似的技術(shù)轉(zhuǎn)型，但水電解、碳刻畫(huà)和氫網(wǎng)絡(luò)等重要技術(shù)的規(guī)模化時(shí)機(jī)不同。太陽(yáng)能光伏、陸上和海上風(fēng)能成為凈零能源系統(tǒng)的基石，通過(guò)直接電氣化（例如熱泵和電動(dòng)汽車(chē)）或間接電氣化（例如使用合成燃料）實(shí)現(xiàn)其他行業(yè)的脫碳。對(duì)于 120 歐元/tCO2 的社會(huì)碳成本 (SCC)，1.5 和 1.6C 預(yù)算下的過(guò)渡路徑分別比 2C 預(yù)算貴 8% 和 1%，因?yàn)樵缙诮ㄔ熨Y產(chǎn)的成本更高。他們還需要在 2035 年之前更快地推廣新技術(shù)。對(duì)于 300 歐元/噸二氧化碳的更高 SCC，1.5C 預(yù)算是成本最優(yōu)的。此外，我們討論了在比較替代路徑時(shí)假設(shè)的 SCC 和貼現(xiàn)率的強(qiáng)烈影響。我們還分析了不同假設(shè)對(duì) CO2 封存成本和潛力的影響。

聲明：Arxiv文章摘要版權(quán)歸論文原作者所有，機(jī)器翻譯后由本人進(jìn)行校正整理，未經(jīng)同意請(qǐng)勿隨意轉(zhuǎn)載。本系列在公眾號(hào)“網(wǎng)絡(luò)科學(xué)研究速遞”（netsci）和個(gè)人博客進(jìn)行同步更新。