Detecting Hidden Layers from Spreading Dynamics on Complex Networks
在处理网络上的传播过程时，测试数据的可靠性并识别潜在的未观察到的传播路径可能是至关重要的。在本文中，我们解决这些问题，并提出隐藏层识别和重建的方法。我们还探讨了任务的难度和多层网络结构之间的相互作用，描述了整个系统的传播过程发生。我们的方法源于一个精确的表达的可能性级联的易感感染模型上的任意图形。然后，我们表明，通过恳求统计特性的单峰分布和简单的数学描述的联合可能性的一系列级联，可以获得一个估计的存在的隐藏层和它的内容，成功率远远超过那些零模型。我们对合成网络和现实网络进行分析，为所提出的方法的可行性提供证据。
2021-07-25 cond-mat.stat-mech cs.SI physics.data-an
Causal motifs and existence of endogenous cascades in directed networks with application to company defaults
基于对经济中违约级联的检测，本文提出了一个基于因果模体的内生性违约扩散检测框架。我们假设一个顶点的状态变化可以由一个内源性或外源性事件触发，底层网络是有向的，顶点改变状态的时间是可用的。除了公司违约的数据，我们还模拟了不同的随机过程驱动的级联在不同的合成网络。我们发现，一些最小的图案可以鲁棒地检测内源性传播事件。最后，我们将该方法应用于克罗地亚公司的违约数据，并观察内生级联可能发生的时间窗口。
2021-12-08 cond-mat.stat-mech cs.SI econ.EM
Seed selection for information cascade in multilayer networks
信息传播是在线社交媒体领域的一个有趣领域。在这项工作中，我们正在研究如何以及不同的种子选择策略影响的传播过程中使用独立的级联模型模拟十八个多层社交网络。基于从Facebook公共页面提取的用户交互数据构建了15个网络，其中树是从公共存储库下载的多层网络（其中两个是Twitter网络）。结果表明，单层网络的各种最先进的种子选择策略，如K-Shell或VoteRank，在多层网络上表现不佳，并且被度中心性所超越。
2017-10-12 cs.SI physics.soc-ph
Dynamic Behavior of Interacting between Epidemics and Cascades on Heterogeneous Networks
传染病传播和连锁失效是复杂网络上两个重要的动力学过程。历史上，它们一直被单独研究。但在现实世界中，这两种动力有时会相互作用。本文将SIR传染病传播模型与局部负荷分担连锁故障模型相结合，提出了一种基于局部负荷分担的连锁故障模型。在该模型中，存在一个容忍参数的临界值，即具有高感染概率的流行病是否能够传播并感染网络的一部分。当容忍度参数小于临界值时，连锁失效切断了大量的路径，阻断了疫情的局部传播。当容忍度参数大于临界值时，传染病扩散并感染网络的一部分。提出了一种估算临界值的方法。在仿真中，我们在Barabási-Albert（BA）网络中验证了该方法的有效性。
2014-05-13 cond-mat.dis-nn physics.soc-ph
Repetitive users network emerges from multiple rumor cascades
网络社交媒体上的谣言传播对后真相时代的社会构成了重大威胁。大量的努力已经投入到谣言识别和揭穿，假设一个特定的谣言传播是一个单一的事件网络，忽略了不同的谣言级联之间可能的相互依赖性。在这里，我们研究了多个谣言的集体传播，并惊讶地发现了一个重复参与不同谣言级联的用户网络。虽然这些重复用户在单个传播网络的水平上表现出微小的差异，但与新闻传播相比，他们从多个谣言级联中形成了一个更密集的协作网络。由重复谣言传播者形成的类集群可以作为谣言识别的高质量特征和谣言预防的阻断目标。我们的研究结果可以通过将多个谣言传播视为一个相互作用的谣言生态系统来更好地理解谣言传播，并提出基于谣言传播历史的区分和缓解的新方法。
2018-04-16 physics.soc-ph
Prediction-Centric Learning of Independent Cascade Dynamics from Partial Observations
Los Alamos National Laboratory（洛斯阿拉莫斯国家实验室）
传播过程在传播网络、信息传播、市场营销和意见设定等建模中发挥着越来越重要的作用。我们解决的扩散模型的学习问题，使得从该模型生成的预测是准确的，并可以随后用于扩散动力学的优化和控制。我们专注于一个具有挑战性的设置，其中动态的完整观察是不可用的，标准的方法，如最大似然很快成为棘手的大型网络实例。我们引入了一种基于可扩展动态消息传递方法的计算高效算法，该算法能够在仅给定网络中节点激活时间的有限信息的情况下学习有效传播模型的参数。流行的独立级联模型被用来说明我们的方法。我们表明，从学习模型中进行的易处理的推断与原始模型相比，可以更好地预测边际概率。我们开发了一个系统的学习混合模型的过程，进一步提高了预测质量。
2021-07-24 cs.LG cs.SI physics.soc-ph
A data-driven analysis to question epidemic models for citation cascades on the blogosphere
博客网络中的引用级联通常被认为是信息在这个社交媒体上传播的痕迹。在这项工作中，我们质疑这一点，使用结构和语义分析的五个月活动的最具代表性的博客的法语community.Statistical措施显示，我们的数据集与那些可以在文献中找到的许多功能，这表明存在一个相同的基本过程。然而，对文章内容的进一步分析表明，在这种背景下，流行的对级联的类似于数学的描述是误导性的。一个基本的模型，只考虑了博客的行为和他们有限的社会网络，解释了数据的几个重要统计特征。这些论点支持这样一种观点，即引用的主要目的可能不是在博客圈传播信息。
2013-06-03 cs.SI physics.soc-ph
Spreading of localized attacks in spatial multiplex networks
许多现实世界的多层系统，如关键基础设施，是相互依赖的，并嵌入在空间中的特征长度的链接。它们也容易受到局部攻击或故障的影响，例如恐怖袭击或自然灾害，这些攻击或故障会影响给定半径内的所有节点。在这里，我们研究了局部化攻击对两层空间复用网络的影响。我们发现了一个亚稳区域，其中大于临界尺寸的局部化攻击引起成核转变，因为故障的级联在整个系统中传播，导致其崩溃。我们发展了一个理论来预测临界攻击规模，并发现它具有新颖的缩放行为。我们进一步发现，在这些多重系统中的本地化攻击可以诱导一个以前未观察到的随机和空间级联的组合。我们的研究结果表明，在现实世界中的相互依赖的网络的重要脆弱性，并显示新的空间网络的理论特征。
2017-04-02 cs.SI physics.soc-ph
Improving power-grid systems via topological changes, or how self-organized criticality can help stability
本研究针对电网级联失效问题，通过识别欧洲电网的桥和弱节点，比较旁路、桥添加等拓扑变化对同步和级联规模的影响，发现布雷斯悖论在同步转变区域附近有效，并验证了级联规模的幂律分布。
2023-11-03 cond-mat.dis-nn cond-mat.stat-mech nlin.AO
Self-organized Collapse of Societies
该研究通过结合经济增长与社会不满传播的极简模型，揭示广泛财富分布引发社会动荡及繁荣-萧条循环，模型时间尺度与实证数据吻合。
2025-06-21 cond-mat.stat-mech nlin.AO physics.soc-ph
Cascades in real interbank markets
我们分析了银行间贷款市场的违约级联。本研究的创新之处在于，银行网络结构和规模分布均来自于经验数据。我们发现，违约机构启动级联的能力取决于冲击规模和连通性的相互作用。进一步的结果表明，通过将贷款分散给许多同行来限制违约风险的能力随着金融危机而下降。为了评估网络结构对市场稳定性的影响，我们将经验网络的模拟级联与不同随机网络模型的结果进行了比较。结果表明，经验网络具有非随机特性，这是重布线网络无法捕捉的。分析还表明，模拟假设同质的银行和贷款合同的规模显着高估了银行间市场的脆弱性。
2014-12-04 physics.soc-ph q-fin.GN q-fin.ST
When Less Is More: Systematic Analysis of Cascade-Based Community Detection
信息扩散、传染病的传播和谣言的传播是发生在现实生活网络中的基本过程。在许多实际情况下，人们可以观察到节点何时被感染，但感染或信息传播的底层网络是隐藏的。推断底层网络的属性是很重要的，因为这些属性可以用于约束感染、预测、病毒式营销等。此外，对于许多应用程序来说，只恢复该网络的粗略高级属性就足够了，而不是恢复其所有边。本文对以下问题进行了系统和广泛的分析：仅给定感染次数，找到高度互连节点的社区。这个任务显着不同的研究社区发现的问题，因为我们没有观察到一个图进行聚类。我们在几个大型数据集上对现有方法和新方法进行了彻底的比较，并涵盖了针对这一问题的方法学挑战。其中一个主要结论是，最稳定的性能和最显着的改善，目前的最先进的是通过我们提出的简单的启发式方法不可知的特定的图结构和流行病模型。我们还表明，一些著名的社区发现算法可以通过包括边缘权重的级联数据的基础上得到增强。
2022-03-30 cs.SI physics.soc-ph
Modelling Financial Markets by Self-Organized Criticality
我们提出了一个金融市场模型，其特征在于自组织临界性，这是能够内生地产生一个现实的价格动态，并再现著名的程式化的事实。我们考虑了一个由图表主义者和基本面主义者组成的异质交易者社区，并专注于信息压力对市场参与者的作用，展示了基于现实模仿行为的信息传播如何驱动传染并导致市场脆弱性。在这个模型中，模仿并不意味着改变代理人的原产地群体，而只是指价格形成过程。我们还在社区中引入了可变数量的随机交易者，以研究他们在稳定市场方面可能发挥的有益作用，正如其他研究所发现的那样。最后，我们还提出了一些反直觉的政策策略，能够通过部分减少信息来抑制波动。
2015-10-08 physics.soc-ph q-fin.ST
Analyzing Cascade Sizes of Stopped Projects in SourceForge: Is SOC Theory Applicable to OSSOCs?
该研究利用三轮数据构建复杂网络模型，分析 SourceForge 已停止项目的级联规模分布，发现其呈幂律但不具备无标度性，并探讨 SOC 理论的适用性。
2025-09-28 physics.soc-ph
Cascade Size Distributions: Why They Matter and How to Compute Them Efficiently
Harvard T.H. Chan School of Public Health（哈佛陈曾熙公共卫生学院）；Harvard Medical School（哈佛医学院）
级联模型是理解、预测和控制流行病传播和信息传播的核心。相关的优化，包括影响力最大化、模型参数推断或疫苗接种策略的开发，在很大程度上依赖于从模型中采样。这要么是低效的，要么是不准确的。作为替代方案，我们提出了一个有效的消息传递算法，计算加权有向网络和推广的独立级联模型的级联大小的概率分布。我们的方法是精确的树，但可以应用于任何网络拓扑结构。它很好地近似了局部树状网络，可以扩展到大型网络，并且可以在更密集的网络上获得令人惊讶的良好性能，因为我们也可以在真实世界的数据上进行扩展。
2020-12-16 cs.AI cs.SI physics.soc-ph
Threshold model of cascades in temporal networks
阈值模型试图解释时尚和观点传播等社会影响的后果。与流行病模型一起，它们构成了社会传播过程的主要理论框架。在静态网络的阈值模型中，如果一个个体的邻居中有一小部分人改变了自己的状态，那么这个个体就会改变自己的状态。当接触模式的时间方面存在强相关性时，将系统表示为时间网络是有用的。在这样的系统中，不仅明确地表示接触，而且明确地表示接触的时间。有一个共识，即突发的时间模式减缓疾病的传播。然而，正如我们将看到的，这并不是阈值模型的普遍真理。在这项工作中，我们提出了一个扩展的Watts的经典阈值模型的时间网络。我们这样做是假设一个代理人受到过去某个时间的接触的影响。即，个体受到时间窗口内的接触的影响。除了作为接触分数的阈值之外，我们还调查了时间窗口内的接触数量作为影响的基础。为了阐明模型的行为，我们在真实和随机的经验接触数据集上运行模型。
2012-09-07 cs.SI physics.soc-ph
Fractal and Small-World Networks Formed by Self-Organized Critical Dynamics
我们提出了一个动力学模型，其中网络结构的自组织临界（SOC）的方式演变，并解释了分形和小世界网络的出现可能的起源。我们的模型结合了网络的增长和节点故障的衰减。衰减机制反映了大型功能网络对级联过载故障的不稳定性。结果表明，该动力学系统确实具有SOC特征，如雪崩规模分布、团簇规模分布和间歇性雪崩间隔时间分布的幂律形式.在网络演化过程中，分形网络是在网络经历临界级联故障导致渗流过渡时自发产生的。相反，远离临界的网络具有小世界结构。我们还观察到网络演化过程中分形结构与小世界结构的交叉行为。
2015-07-21 nlin.AO physics.soc-ph q-bio.PE
Cascading failures in scale-free interdependent networks
大型叶栅是许多自然和工程复杂系统中常见的现象。在本文中，我们探索的级联网络中使用现实的网络拓扑结构，如异构度分布，以及内部和层间的程度相关性的传播。我们发现，三个属性，无标度分布，内部网络的可扩展性，和跨网络枢纽枢纽到枢纽的连接，都是必要的组件，以显着减少大型级联的大小在巴克唐-维森菲尔德沙堆模型。我们证明了多层网络结构中存在的相关性会影响动态级联过程，并可以防止故障跨连接层传播。这些发现突出了内部和跨网络拓扑结构在优化互联系统的稳定性和鲁棒性方面的重要性。
2019-02-19 nlin.AO physics.soc-ph
Quantifying Uncertainty in a Predictive Model for Popularity Dynamics
近年来，霍克斯过程因其适用于描述在线信息级联的行为而受到关注。在这里，我们提出了一个完全易于处理的方法来分析描述霍克斯过程中的事件数量的分布，这与纯粹的经验研究或基于模拟的模型，使级联动力学的过程参数的影响进行分析。我们表明，所提出的理论还允许预测事件的未来分布后，在一个时间窗口内观察到给定数量的事件。我们的结果是通过微分方程的方法来获得一般分支过程的控制方程。我们通过对这些过程的广泛模拟证实了我们的理论研究结果。这项工作提供了更完整的分析的自我激励的过程，管理信息通过许多通信平台的传播，包括潜在的预测级联动力学的置信限度内的基础。
2020-06-22 physics.soc-ph
A Self-Organized Criticality Model of Extreme Events and Cascading Disasters of Hub and Spoke Air Traffic Networks
本文提出基于自组织临界性理论的模型，用于分析美国枢纽辐射式航空网络中的级联故障，揭示中断的幂律分布与长尾风险，并支持脆弱性评估和灾害风险降低策略。
2025-06-20 physics.soc-ph stat.AP
The Impact of Heterogeneous Thresholds on Social Contagion with Multiple Initiators
阈值模型是复杂社会系统中传染病传播的一个简单但经典的模型。为了捕捉社会影响的复杂性，我们调查的阈值限制级联的行为在多个启动器的存在下，作为阈值的分布是不同的两个极端的情况下，相同的阈值和均匀分布的数值和分析的过渡。我们通过采用节点阈值的截断正态分布来实现这一点，并且当我们改变标准差时观察到级联大小的非单调变化。此外，对于一个足够大的传播的阈值分布，社会影响过程的临界点行为消失，取而代之的是由发起人集的大小所控制的平滑交叉。我们证明，对于一个给定的大小的发起人集，有一个特定的方差的阈值分布的意见传播最佳。此外，在合成图的情况下，我们表明，传播渐近成为独立的系统的大小，和全球级联可以出现只是由一个单一的节点添加到启动器集。
2015-11-20 cs.SI physics.soc-ph
Distribution of blackouts in the power grid and the Motter and Lai model
卡雷拉斯、多布森及其同事研究了真实电网中停电规模的经验数据，并使用直流近似法通过计算机模拟对其进行建模。他们发现，停电规模的分布符合幂律，并认为这是因为电网被驱动到自组织临界状态。相比之下，最近的研究发现，级联的分布是双峰的，如在一阶相变中，导致非常小的黑障或非常大的黑障，吞没系统的有限部分。在这里，我们调和这两种方法，并研究如何分布的停电与模型参数的变化，包括公差标准和过载线路的故障在级联过程中的动态规则。此外，我们研究了Motter和Lai模型的相同问题，并发现了类似的结果，表明网络上流的物理规律不如网络拓扑结构、过载条件和故障的动态规则重要。
2020-08-03 cond-mat.dis-nn physics.comp-ph physics.soc-ph
