IJCAIMay, 2022

竞争门限模型的可学习性

PDF
TL;DR本研究从理论角度研究了竞争阈值模型的可学习性，并证明了基于有限 VC 维度的人工神经网络能够无缝地对竞争阈值模型进行仿真，从而实现了分析样本复杂度和泛化界限。我们设计了有效的算法，并将理论洞见最终转化为实用和可解释的建模方法，其有效性通过几个合成和真实数据集的健全性检查得到验证。实验结果有希望表明，我们的方法不使用过多数据点便可以获得相当不错的性能，并且胜过现成的方法。
social contagionscompetitive threshold modelartificial neural networksgeneralization boundsempirical risk minimization
发现论文，激发创造
  • 线性阀值模型中的异质同伴效应

    提出因果推断方法来估算个人门槛，以更准确地预测社交网络中节点的激活，从而更好地支持异质同伴影响的识别和估计。

    Jan, 2022

  • 多重网络中基于联系的社交传染

    本文基于多重网络提出了一种基于接触的信息传播模型，分析了疫情式社会传染的临界点与最大特征值的关系，并在实际情况下应用该理论框架分析了信息传播。同时，指出当信息传播系统本质是多重时，使用不同层聚合而成的图会产生缺陷。

    Jul, 2013

  • 人类网络中的疫情传播

    本文提出一种 SIS 模型的改进版，将警惕性引入该模型，得到了一个连续时间马尔可夫过程，并且证明了该模型的传播具有两个明显的阈值。实验进一步证明了，警惕性可以被视为控制流行病的一种策略，对从传染病缓解到减少恶意软件影响的多个应用领域具有潜在的发掘价值。

    Jul, 2011

  • 竞争产品的采用和使用建模

    通过提出基于时间点过程的连续时间概率模型，本论文研究了基于在线社交网络的竞争产品的采纳和使用频率的问题，并验证了该模型的准确性和可解释性。

    Jun, 2014

  • 使用生存理论建模信息传播

    应用生存理论，开发出的加性和乘性风险模型可以有效地解决网络推断问题，这些模型可以预测真实数据中级连的长度和持续时间。

    May, 2013

  • 相关复杂网络中的疫情传播

    研究了在存在节点连接相关性的复杂网络上流行病传播的动力学模型，对于马尔可夫复杂网络的情况，发现流行病阈值与连通性矩阵的最大特征值成反比例关系，该矩阵给出了具有连接 k 的节点到连接 k' 的节点的平均链接数，对相关生长网络模型的数值模拟支持了我们的结论。

    May, 2002

  • 社会传染理论：研究动态社会网络与人类行为

    本论文综述了对社会传染病进行的研究，提出了人际社交网络可能表现出 “三度影响” 的属性，还回顾了社交网络数据中使用的统计方法以及当前的局限性，强调了发展新的方法来识别社交网络数据中的因果效应的重要性。

    Sep, 2011

  • 学习阈值导致语言共存的稳定性

    该研究提出了一种语言竞争模型，该模型充分考虑了记忆和学习对语言转移动态的影响，通过使用 Abrams-Strogatz 模型作为起点。模型以讲话者比例的阈值来表达记忆和学习的效应，在最简单的形式下，该模型是可解的。除了两种语言中的共识外，该模型还描述了 Abrams-Strogatz 模型中不存在的其他平衡状态：如果两个阈值都足够低，使得两个相反方向上的语言转移过程相互抵消，将出现两种语言的稳定共存；同时，当这两个阈值对于任何语言转移来说都太高时，将出现与初始状态相符的冻结状态。我们通过数值模拟证明了这些结果在阈值函数形状更一般的情况下仍然成立。

    Jun, 2024

  • 网络中的疫情传播：现有方法和当前挑战

    本文研究了基于网络结构模型下的传染病传播，讨论了现有的数学模型的优势和劣势，并探讨了它们在其他人口群体中的应用和现有挑战。

    Mar, 2014

  • 我们能否抵御未知攻击？神经网络监测中的阈值选择实证研究

    使用神经网络进行运行时监测在关键系统中变得越来越重要，以排除推理过程中的不安全预测。本研究通过对多个图像数据集进行严格实验，调查了监测器在处理未知威胁（未在阈值调整期间出现）方面的有效性，以及将通用威胁整合到阈值优化方案中是否可以增强监测器的鲁棒性。

    May, 2024