Reconstructing the world trade multiplex: the role of intensive and extensive biases
在经济和金融网络中，每个节点的强度总是具有重要的经济意义，例如供求、进出口或金融风险敞口的大小。构建与所有节点的观测强度相匹配的网络的零模型是至关重要的，以便检测经验网络与经济上有意义的基准的有趣偏差，或者在后者未知时重建经济网络的最可能结构。然而，一些研究已经证明，真正的经济网络和多路复用是拓扑结构非常不同的配置推断，只有从节点的强度。在这里，我们提供了一个详细的分析世界贸易多重比较它的增强型空模型，同时再现的强度和程度的每个节点。我们研究了几个时间快照和近一百层（商品类）的多重，发现我们的模型系统地再现了所观察到的属性。我们的形式主义允许我们引入广泛和密集的偏见（静态）的概念，定义为一个可测量的倾向，网络更喜欢形成额外的链接或加强链接的权重，相对于一个参考的情况下，只有强度是强制执行的。我们的研究结果补充了现有的（动态）密集型和广泛的贸易利润率的经济文献。更一般地说，他们表明，现实世界的多路复用可以强烈塑造层特定的本地约束。
2014-11-24 physics.soc-ph q-fin.GN
Threshold cascades with response heterogeneity in multiplex networks
阈值级联模型已被用于描述行为在社交网络中的传播和金融网络中的违约级联。在某些情况下，这些网络可能具有多种类型的交互，例如不同类型的社会关系或不同类型的金融负债;此外，节点可能以不同的方式响应于其多种类型的邻居的影响。为了开始以程式化的方式捕获这样的设置，我们将阈值级联模型推广到多路复用网络，其中节点遵循以下两个响应规则之一：一些节点在至少一个层中，足够大比例的邻居处于活动状态时激活，而其他节点在所有层中，足够大比例的邻居处于活动状态时激活。根据任一规则改变节点的分数会促进或抑制级联。在抑制区附近，随着网络密度的增加，全球级联出现不连续性;然而，级联随着时间的推移增长得更慢。这种行为表明，现实世界中的各种集体现象可能会突然而缓慢地出现。
2014-12-18 cond-mat.dis-nn cond-mat.stat-mech physics.soc-ph
Extracting Information from Multiplex Networks
多路复用网络是一种广义网络结构，它能够描述由具有不同内涵的链路连接的同一组节点的网络。多重网络无处不在，因为它们也描述了社会，金融，工程和生物网络。将我们分析复杂网络的能力扩展到多重网络结构，可以大大提高从大数据中提取信息的水平。因此，刻画多路网络中节点的中心性，寻找新的方法来解决多路网络中的推理问题，是网络科学的基本问题。在本文中，我们讨论的相关性的多路复用PageRank算法测量多层网络中的节点的中心性，我们最近推出的指标函数$\widetildeΘ^{S}$描述他们的中尺度组织和社区结构的特点的效用。作为研究这些措施的工作示例，我们考虑了三个用于社会科学的多重网络数据集。
2016-05-16 cs.SI physics.soc-ph
Investigating Negative Interactions in Multiplex Networks: A Mutual Information Approach
许多有趣的现实世界的系统被表示为复杂的网络，具有多种类型的交互和层之间的复杂依赖结构。这些互动可以被编码为具有效价，其中积极的链接标志着信任和友谊等互动，而消极的链接则表示不信任或敌意。从这些负面的相互作用中提取信息是具有挑战性的，因为标准的拓扑度量通常是负面链接形成的不良预测因子，特别是在网络层之间。在本文中，我们介绍了一种基于互信息的方法，使我们能够预测消极和积极的关系。我们的实验表明，SMLP（签名复用链接预测）可以利用负关系层的复用网络，以提高链接预测的性能。
2018-08-16 cs.SI physics.soc-ph
Reentrant phase transitions in threshold driven contagion on multiplex networks
阈值驱动传染模型解释了信息、行为、系统性风险和流行病在社会、金融和生物网络上的级联传播。与经验观察不一致的是，这些模型预测，单层未加权网络在达到足够的连通性后会对全球级联产生抵抗力。我们研究了阈值驱动的传染权异质多重网络，并表明，他们可以保持敏感的全球级联在任何级别的连接，并与增加边缘密度通过交替阶段的稳定性和不稳定性的形式重入相变的传染。我们的研究结果为在高度连接但异质的网络中观察到大规模传染提供了一个新的理论解释。
2019-05-28 cs.SI physics.soc-ph
Structural prediction of super-diffusion in multiplex networks
针对多层网络超扩散缺乏通用结构判据的问题，提出基于最小节点强度的预测参数及解析界推导框架，并解释层间连接排列诱发超扩散的机制。
2024-06-03 cond-mat.stat-mech physics.soc-ph
Structural Changes on Warsaw's Stock Exchange: the end of Financial Crisis
在本文中，我们分析了华沙的股票市场的结构，使用复杂系统的方法与网络科学和信息理论。我们发现华沙的证券交易所的年度时间序列在2000年和2013年之间的日志回报的最小生成树。对于这些树中的每个股票，我们计算其马尔可夫中心性度量来估计其在网络中的重要性。我们还估计熵率为这些时间序列使用Lempel-Ziv算法为基础的估计，研究这些价格变化的可预测性。将所研究的股票分为26个部门，使我们能够研究华沙股票市场的变化结构，并得出结论，严格意义上的金融危机已经在2012-13年结束了华沙的股票市场。我们还评论的历史和前景的华沙市场的日志回报的基础上，他们的平均值，变异性，熵和中心的股票在依赖网络。
2013-11-17 physics.soc-ph q-fin.ST
Two distinct transitions in spatially embedded multiplex networks
多层基础设施通常是相互依赖的，一层中的节点依赖于另一层中的邻近节点来运行。由于较长链路的建设成本，每层中的链路通常具有有限的长度。在这里，我们模拟这样的系统作为一个多路复用网络组成的两个或更多的层，每个链接的特征地理长度，嵌入在二维空间。这相当于一个二维的相互依赖的空间嵌入网络系统，其中连接链接的长度受到限制，但不断变化，而依赖链接的长度始终为零。我们发现两个不同的渗流过渡行为取决于特征长度，$ζ$，链接。当$ζ$大于某个临界值$ζ_c$时，发生突变的一阶跃迁，而对于$ζ<ζ_c$，跃迁是连续的。我们表明，尽管在单层网络中增加$ζ$会降低渗透阈值$p_c$，但在多重网络中，它会产生相反的效果：将$p_c$增加到$ζ=ζ_c$的最大值。通过为空间嵌入的相互依赖和多重网络提供一个更现实的拓扑模型，并强调其相似之处，基于格的模型，我们提供了一个新的方向，更详细的未来研究。
2015-05-07 physics.soc-ph
Optimization of synchronizability in multiplex networks by rewiring one layer
多路网络的数学框架已经越来越多地被认为是一个更适合于模拟现实世界复杂系统的框架。在这项工作中，我们研究了在多路复用网络的同步性的优化，只有一个层的发展，而保持其他层固定。我们的主要发现是显示的条件下，收敛到最优结构的效率几乎是一样好的情况下，两个层在优化过程中重新布线。特别是，负责层之间的集成层间耦合强度原来是决定优化效率的关键因素，即使是在经过进化的层的节点相互作用比固定层弱得多的情况下。此外，我们调查的依赖关系的同步性的重新布线的概率，管理的网络结构从一个规则的晶格的随机网络。当固定层具有规则结构时，优化过程驱动的进化之前的优化过程的效率是最大的，而优化的网络对于具有位于小世界转移和随机结构之间的重新布线概率的固定层更具有同步性。
2017-01-17 nlin.AO physics.soc-ph
Network structure of multivariate time series
我们对物理学、生物学和经济学中的各种现象的理解关键取决于对多变量时间序列的分析。虽然已经存在广泛的时间序列分析工具和技术，但海量数据结构的日益可用性要求多维信号处理的新方法。我们在这里提出了一个非参数的方法来分析多变量时间序列，基于映射的多维时间序列到一个多层网络，它允许提取信息的高维动力系统，通过分析相关的多路复用网络的结构。该方法实现简单，通用性强，可扩展性好，不需要特别的相空间划分，适用于大型、异构和非平稳时间序列的分析。我们表明，简单的结构描述符的相关的多路复用网络允许提取和量化耦合混沌映射的非平凡属性，包括不同的动力学阶段之间的过渡和发病的各种类型的同步。作为一个具体的例子，我们然后研究金融时间序列，表明多元网络分析可以有效地区分危机时期的金融稳定，在标准的方法，基于时间序列符号化往往失败。
2015-10-26 cond-mat.dis-nn nlin.CD physics.data-an
Conditions for viral influence spreading through multiplex correlated social networks
网络科学的一个基本问题是预测某些个人如何能够发起新的网络，以产生“新思想”。这些趋势的变化通常是由少数创新者引发的，他们通过“病毒式”影响力迅速将自己的想法强加于人，产生一系列追随者，将旧网络分割成一个新网络。典型的例子包括科学思想的兴起或社交媒体的突然变化，比如Facebook.com的兴起对Myspace.com的损害。这一过程在实践中是如何产生的，尚未得到最终证明。在这里，我们表明，维持病毒传播过程的一个条件是存在一个多重相关图与隐藏的“影响链接”。解析解预测渗滤相变，无论是突然的或连续的，其中网络被瓦解，通过病毒级联的追随者在经验数据。我们的模型预测了严格的条件，以维持一个大的病毒传播，通过缩放形式的局部关联函数之间的多层，我们也证实了经验。最终，该理论预测了从社会到金融系统和市场的一大类多重网络中病毒级联的条件。
2014-05-27 cs.SI physics.data-an physics.soc-ph
Diffusion geometry of multiplex and interdependent systems
复杂网络的特征是由其拓扑结构或其顶部的动力学引起的潜在几何结构。在后一种情况下，不同的网络驱动的过程诱导不同的几何特征，可以通过适当的度量捕获。随机游走，一个代理的一个广泛的过程，从简单的传染到亚稳态同步和共识，最近已被用于[物理。118，168301（2017）]定义扩散几何的类别，并从真正的几何角度精确定位复杂网络的功能性中尺度组织。在这里，我们首先将此类扩展到多层网络上的不同随机游走动力学家族-包括本地和非本地信息-这是生物，神经，社会，交通，生物和金融系统的一个范例-克服了现实世界网络中典型的孤立节点和断开组件的存在等限制。其次，我们描述了多层扩散几何的合成和经验系统，突出了不同的随机搜索动力学在塑造相应的扩散流形的几何特征所发挥的作用。
2021-03-26 cond-mat.dis-nn physics.soc-ph
Reconstruction of multiplex networks with correlated layers
University of Leiden（莱顿大学）
本文提出一种方法，通过结合单层网络的边际属性和更高阶属性，重建具有相关层的多乘积网络，以有效连接多层信息。
2017-09-12 cs.SI physics.soc-ph
The Physics of Financial Networks
金融网络领域是统计物理学的新应用的一个重要例子，这些应用已经通过当前的数据革命成为可能。由于全球金融市场的总价值已经大大超过了实体经济的价值，这个星球上的金融机构已经创建了一个相互作用的网络，其规模和拓扑结构需要通过复杂网络进行定量分析。金融网络不仅是使用统计物理学基本工具（如系综表示和熵最大化）的游乐场;相反，它们特定的动态和演变引发了理论进步，如DebtRank的定义，以衡量冲击在整个系统中的影响和扩散。本文从金融网络的不同定义出发，介绍了金融网络的研究现状（根据贷款、资产所有权、涉及多方的合同--如信用违约互换，当公司被引入游戏并与实体经济建立联系时，然后讨论了金融传染的各种动力学以及在金融网络推理和验证中的应用。我们认为，这一分析特别及时，因为金融稳定以及最近的气候融资创新，一旦从复杂网络理论的角度进行适当的分析和理解，就可以在我们的社会向更可持续的世界转型方面发挥关键作用。
2021-03-09 cond-mat.stat-mech cs.SI physics.soc-ph
The interconnected wealth of nations: Shock propagation on global trade-investment multiplex networks
世界经济日益一体化，形成复杂的多层互动网络，是经济危机在全球蔓延的关键因素之一。本文采用网络科学的方法对全球贸易-投资复合网络上的冲击传播进行了量化。为此，我们提出了一个模型，夫妇的易感-感染-传染传染病传播动力学，描述了经济困境之间的连接的国家，与内部传染机制，描述了这种经济困境在一个给定的国家内的传播。在地方一级，我们发现，贸易和金融互动之间的相互作用影响到国家对冲击的脆弱性。在大尺度上，我们发现一个简单的线性关系之间的冲击在一个国家的相对大小和它的全球影响的整个经济体系，虽然内部传染的强度是国家依赖性和国家间的传播动态是非线性的。有趣的是，这种系统性影响可以根据层内和层间的尺度因子来预测，我们称之为网络乘数，它与初始冲击的大小无关。我们的模型建立了一个定量的框架，以压力测试的鲁棒性个别国家和世界经济的传播崩溃。
2019-01-08 econ.GN physics.soc-ph q-fin.EC
Emergence of world-stock-market network
在全球化时代，各国的股票市场并不是独立于其他市场的，这是很自然的。在这种情况下，集体行为可能会从他们的依赖中出现。本文研究了世界经济中40个有影响力的市场的集体行为，旨在探索一种可称为世界股票市场网络的全球金融结构。为此，我们使用随机矩阵理论（RMT）分析了这四十个市场指数的交叉相关矩阵。我们发现市场之间的集体行为的程度和每个市场在其结构形成中所占的份额。这一发现与对四个股票市场进行同样计算所得到的结果一起加强了世界金融市场的想法。最后，我们画出交叉相关矩阵的树状图，使这个抽象的全球市场中的社区可见。根据至少30%的相关性绘制的树状图显示，世界金融市场由三个社区组成，每个社区都包括地理位置接近的股票市场。
2017-03-26 physics.soc-ph q-fin.ST
Tunable Eigenvector-Based Centralities for Multiplex and Temporal Networks
描述重要性（即，社会、生物和技术网络中节点的中心性（centralities）是网络科学和数据科学的核心主题。我们提出了一个线性代数框架，概括了基于特征向量的中心性，包括PageRank和枢纽/权威分数，提供了一个共同的框架，两个流行的多层网络：多路复用网络（具有编码不同类型的关系层）和时间网络（其中的关系随时间变化）。我们的方法涉及联合，边缘和条件的“超中心”的研究，人们可以从超中心矩阵的主导特征向量计算[泰勒等人，2017]，它耦合了与各个网络层相关的中心性矩阵。我们扩展了以前的工作（这是有限的时间网络与层耦合的相邻时间耦合），允许层耦合通过（可能是不对称的）层间邻接矩阵$\tilde{\bf A}$，其中条目$\tilde{A}_{tt'} \geq 0$编码层之间的耦合$t$和$t'$。我们的框架提供了一个统一的基础多重和时间网络的中心性分析，它也说明了一个复杂的依赖层间耦合的拓扑结构和权重的超中心。通过尺度$\tilde{\bf A}$的层间耦合强度$ω\ge0$和发展的弱（$ω\to0^+$）和强耦合（$ω\to\infty$）的极限的奇异摄动理论，我们还揭示了一个有趣的依赖性上的占主导地位的左，右特征向量的$\tilde{\bf A}$的超中心。
2020-08-04 cs.NA cs.SI math.NA
Credit Freezes, Equilibrium Multiplicity, and Optimal Bailouts in Financial Networks
本文研究金融网络中依赖循环导致的均衡多重性与信用冻结问题，给出银行偿付能力的充要条件，刻画最小救助支付额，并证明该问题计算困难但在特定网络结构下存在直观最优解。
2023-07-06 cs.GT econ.TH physics.soc-ph
Control of Multilayer Networks
网络的可控性是一个与从金融市场到大脑的各种背景相关的理论问题。到目前为止，网络可控性仅在孤立网络上表征，而绝大多数复杂系统是由多层网络构成的。在这里，我们建立了一个理论框架的线性可控性的多层网络映射到一个组合匹配问题。我们发现，相关的外部信号在不同的层可以显着降低多路复用网络的鲁棒性节点删除，因为它可以看到在相互作用的泊松网络中发生的混合相变。此外，我们观察到，多层网络可以稳定的完全可控的多路复用网络的配置，可以是稳定的，当完全可控的单网络是不稳定的。
2016-01-08 cond-mat.stat-mech physics.soc-ph
Graphlets in multilayer networks
将各种网络数据表示为多路网络、网络的网络和其他多层网络，可以揭示这些系统中全新的结构类型。我们介绍了一个通用的和原则性的多层网络，它允许一个打破任何多层网络成小的多层积木的graphlet框架。这些多层graphlet既可以自己分析，也可以用来执行任务，比如比较不同的系统。该方法在多层同构、自同构轨道定义和多层网络类型等方面具有灵活性。我们说明了我们的方法，多路复用网络，并显示它如何可以用来区分网络产生的多个模型彼此在一个无监督的方式。此外，我们还包括一个自动的方法来生成数百个轨道计数之间的依赖关系方程，需要删除冗余的轨道计数。这里介绍的框架允许一个多功能的语义分析多层网络，这些方法可以用来分析无数的多层网络的结构构建块。
2021-06-24 cs.SI physics.soc-ph stat.AP
A Framework for the Construction of Generative Models for Mesoscale Structure in Multilayer Networks
多层网络允许人们表示不同的和耦合的连接模式-例如，时间依赖性、多个子系统或两者都有-这些问题出现在许多应用中，并且难以或难以纳入标准网络表示中。在多层网络的研究中，重要的是研究中尺度（即，中间尺度）结构，例如称为社区的密集节点集，以发现在微观尺度或宏观尺度上不明显的网络特征。中尺度结构的不明确性质及其在经验网络中的普遍存在，使得开发能够产生经验网络中遇到的特征的生成模型至关重要。这种生成模型的主要目的包括生成具有感兴趣的经验属性的合成网络，对中尺度检测方法和算法进行基准测试，以及推断经验多层网络中的结构。在本文中，我们介绍了一个框架的多层网络中尺度结构的生成模型的建设。我们的框架提供了一套标准化的生成模型，以及一套相关的原则，从它们派生，多层网络中的中尺度结构的研究。它统一和推广了许多现有的完全有序的中尺度结构模型（例如，时间的）和无序的（例如，多路复用）多层网络。人们也可以使用它来构建部分有序多层网络中的中尺度结构的生成模型（例如，时间和多路复用的网络）。我们的框架有能力产生经验多层网络的许多功能，它明确地结合了用户指定的层之间的依赖结构。
2019-12-11 cond-mat.stat-mech cs.SI nlin.AO
Vector Autoregression in Cryptocurrency Markets: Unraveling Complex Causal Networks
本研究证明，简单的多变量线性模型（如向量自回归）能有效揭示加密货币市场的因果网络，节点度与市值显著相关，且网络结构符合帕累托原则，少数高影响力代币主导市场动态。
2023-08-30 physics.soc-ph q-fin.ST
