网络演化中的适应度驱动去激活

The Fitness-Corrected Block Model, or how to create maximum-entropy data-driven spatial social networks

Models of networks play a major role in explaining and reproducing empirically observed patterns. Suitable models can be used to randomize an observed network while preserving some of its features, or to generate synthetic graphs whose properties may be tuned upon the characteristics of a given population. In the present paper, we introduce the Fitness-Corrected Block Model, an adjustable-density variation of the well-known Degree-Corrected Block Model, and we show that the proposed construction yields a maximum entropy model. When the network is sparse, we derive an analytical expression for …

空间公共物品博弈中一致性驱动的主体支持有序阶段

Conformity-Driven Agents Support Ordered Phases in the Spatial Public Goods Game

我们研究了存在适应性驱动和一致性驱动的代理人的空间公共产品博弈。这个框架通常只考虑前一种类型的代理，即，倾向于模仿最合适的邻居的策略的代理。然而，每当我们研究社会系统时，人口的进化也可能受到社会行为的影响，如顺从，利他主义，自私。虽然演化一词可以根据所考虑的领域而具有不同的含义，但在这里，它对应于将系统引向平衡或稳态的一系列过程。我们映射健身代理的回报，使更丰富的代理是那些最模仿的健身驱动的代理，而一致性驱动的代理往往模仿的策略，他们的大多数邻居。数值模拟的目的是确定过渡的性质，在人口中的一致性驱动的代理商的相对密度的变化量，并研究相关的平衡的性质。值得注意的是，我们发现，顺从通常会促进有序的合作阶段，也可能会导致不合作的行为。

数据驱动的网络方法，对各国生产多样性和食品专业化进行排名

A data driven network approach to rank countries production diversity and food specialization

对大型数据集的轻松访问允许利用网络物理和复杂性科学中的方法直接从数据中解开模式和过程，从而获得对系统行为的关键见解。在这里，我们使用具体国家的粮食生产数据来研究二分国家粮食生产矩阵的二元和加权拓扑性质。这个国家粮食生产矩阵可以是：1）转换成重叠矩阵，其嵌入关于国家之间产品的共享生产和/或单个产品的共享国家的信息，2）识别生产类似商品的国家的子集或由给定国家共享的商品的子集，从而允许大型网络中的相关性的可视化，3）用于对国家的适应性（生产多种产品的能力，按食品商品的类型加权）和食品专业化（根据生产该食品的国家数量对其适应性加权）进行排名。我们的结果表明，平均而言，生产高度专业化食品的适应度高的国家也生产低专业化商品，而生产一小篮子多样化食品的适应度低的国家通常生产低专业化食品。

国际贸易网络二元加权结构的GDP驱动模型

A GDP-driven model for the binary and weighted structure of the International Trade Network

最近发生的全球金融危机等事件重新引起了人们对经济网络这一主题的兴趣。冲击在各国之间传播的主要渠道之一是国际贸易网络。ITN结构的两个重要模型，经典的贸易引力模型（在经济学家中更受欢迎）和适应度模型（在网络科学家中更受欢迎），都局限于ITN的一个代表的特性。引力模型令人满意地预测了相连国家之间的贸易量，但无法重现观察到的缺失环节（即拓扑结构）。另一方面，适应度模型可以成功地复制ITN的拓扑结构，但不能预测体积。本文试图在这两个框架的统一，提出了一个新的GDP驱动的模型，可以同时再现ITN的二进制和加权属性的重要一步。具体来说，我们采用最大熵的方法，其中每个节点的度和强度都被保留。然后，我们确定强的非线性关系的GDP和模型的参数。这最终导致贸易适应性模型的加权推广，其中国内生产总值发挥“宏观经济适应性”的作用，同时形成ITN的二元和加权结构。我们的模型在数学上突出了二进制和加权网络属性的作用中的一个重要的不对称性，即可以在不了解加权网络属性的情况下推断二进制属性，而反之则不然。

Reputation-Driven Voting Dynamics

We introduce the reputational voter model (RVM) to account for the time-varying abilities of individuals to influence their neighbors. To understand of the RVM, we first discuss the fitness voter model (FVM), in which each voter has a fixed and distinct fitness. In a voting event where voter $i$ is fitter than voter $j$, only $j$ changes opinion. We show that the dynamics of the FVM and the voter model are identical. We next discuss the adaptive voter model (AVM), in which the influencing voter in a voting event increases its fitness by a fixed amount. The dynamics of the AVM is non-stationary…

揭开食物的营养景观

Uncovering the nutritional landscape of food

数据驱动分析方法的最新进展，包括基于网络的方法，正在彻底改变许多经典学科。这些技术也可以应用于食品和营养，必须研究设计健康的饮食。我们利用1,000多种生食的营养信息，系统地评估了每种食物的营养成分，以满足日常营养需求。食物的营养平衡在本文中被量化为营养适合度，使用食物在营养充足的食物组合中出现的频率。营养健康在全球食物网络中提供可食用食物的优先级，其中食物基于其营养成分的相似性而连接。我们确定了一些关键的营养素，如胆碱和α-亚麻酸，它们在食物中的水平会严重影响食物的营养健康。类似地，成对的营养素也可以产生同样的效果。事实上，两种营养素可以协同影响营养健康，尽管单独的营养素可能不会。这一结果，涉及营养素之间的趋势，以显示其丰富的食物之间的相关性，意味着一个隐藏层的复杂性时，探索的食物，其平衡的营养素对整体上有助于满足营养需求。有趣的是，高营养适应性的食物成功地保持了这种营养平衡。这种效应将我们的研究范围扩展到了营养素-营养素相关性的各种各样的知识库，这些知识库整合在一个共同的网络框架下，产生了营养素之间意想不到的但连贯的关联。我们的营养分析方法结合基于网络的分析，为食品和营养素之间的关系提供了一个更加公正的全球视角，并可以扩展到营养政策，食品营销和个性化营养。