BOPIM: Bayesian Optimization for influence maximization on temporal networks
本文提出了 BOPIM,一种针对时序网络影响力最大化问题的贝叶斯优化算法,通过设计基于汉明距离或杰卡德系数的核函数及改进的采集函数,在显著降低计算成本的同时实现了与黄金标准贪婪算法相当的影响力传播效果,并首次实现了对最优种子集不确定性的量化。
3451 篇论文
本文提出了 BOPIM,一种针对时序网络影响力最大化问题的贝叶斯优化算法,通过设计基于汉明距离或杰卡德系数的核函数及改进的采集函数,在显著降低计算成本的同时实现了与黄金标准贪婪算法相当的影响力传播效果,并首次实现了对最优种子集不确定性的量化。
本文通过对 GPT、Llama 和 Qwen 三大主流大语言模型家族的纵向研究,揭示了模型版本迭代并不总能提升对抗鲁棒性(包括误分类、越狱和幻觉),且更大的模型规模或更新未必能解决现有安全问题,甚至可能加剧某些风险。
本文通过将基数运算公理推广至刻画加权图的斯通关系代数,研究了不同公理间的关系并简化了传统关系代数的公理,同时给出了斯通关系代数的可表示性及其转化为关系代数的充分条件。
本文通过结合 Courcelle 与 Engelfriet 关于树到图定义转换的逻辑刻画,以及 Bojanczyk 与 Pilipczuk 关于最优树宽分解可定义构建的结论,证明了可数单调二阶逻辑(CMSO)可定义且上下文无关的图集等价于具有有界树宽的 HR-代数可识别集、可解析集以及特定定义转换下的可识别无秩树集图像。
该论文通过考察交换律的作用,证明了非交换情形下存在连续统多个具有 amalgamation 性质(对应演绎插值性质)的幂等半线性剩余格变体,而交换情形下则恰好存在六十个此类变体。
本文通过利用-连续 Kleene 代数与双括号多项式 Kleene 代数张量积中的自动机表示及正规形定理,构建了无需变量绑定器的上下文无关表达式演算基础,并探讨了相关代数结构及其完备性方程。
该论文提出了一种多项式时间算法,解决了简单多边形最小星形划分这一悬置四十余年的开放问题,填补了从禁止 Steiner 点到允许 Steiner 点以及从凸划分到星形划分的研究空白。
本文通过引用 Mohanty 等人 2023 年关于基因型 - 表型映射最大突变稳健性的定理,重新审视并推广了整数进制下数位和累加函数的不等式,从而推导出了多个已知结论。
本文证明了双宽度有界竞赛图的同构判定可在 时间内完成,从而确立了该类问题的多项式时间可解性,并揭示了竞赛图同构问题在群论方法下的固定参数易解性及其对组合式 Weisfeiler-Leman 算法的局限性。
本文提出了一种针对通过数据端口交互的异步软件组件的 LTL 属性异步组合方法,该方法利用符号模型检查技术,通过一种新颖的 LTL 重写算法将局部属性转换为全局属性,同时支持无限和有限轨迹语义,并已在 OCRA 工具中实现与验证。
本文通过简洁证明确立了-正则词中避免特定模式集合的计数分别对应于两类-阶斐波那契递推数列,并提出了关于vincular模式避免数与斐波那契数平方关系的猜想。
本文通过刻画识别位置性语言的奇偶自动机,为-正则语言的位置性提供了完整刻画,从而证明了其判定问题的多项式时间可解性、有限到无限及单玩家到双玩家的提升性质,并证实了前缀独立位置性目标在并运算下的封闭性,解决了 Kopczyński 在-正则情形下的猜想。
本文通过将 Uustalu 的参数化单子推广至 Freyd 范畴,证明了在值调用语言中表示受保护的效应函数空间需要特定的参数化单子,从而将受保护性从范畴上的谓词描述提升为程序的内蕴范畴性质。
该论文提出了一种针对由直线性程序(SLP)压缩的无秩森林的 MSO 查询枚举算法,仅需线性预处理时间和输出线性延迟,显著提升了压缩数据下的查询效率,并支持对顶点重标号的快速更新。
本文通过将因果图动力学(Causal Graph Dynamics)表达为多种形式的 Kan 扩张,证明了全局变换(Global Transformations)形式化框架同样适用于描述其局部、同步且确定性的空间变换,并在此过程中揭示了单调因果图动力学在一般因果图动力学中的普适性。
该论文提出了一种基于最弱应用条件(包括损害指示和修复指示条件)的图变换排序方法,通过量化变换前后约束违反数的变化来评估修复潜力,从而支持高效且可扩展的图修复。
本文提出了一种结合莫比乌斯变换与梯形法则的数值积分方法,证明了该方法在仅需评估权重函数值而无需导数信息或概率采样的条件下,能在特定加权索伯列夫空间上达到最优收敛速率,并进一步拓展至函数逼近、随机积分及高维积分等应用。
该论文通过证明在最大度为 的图中,当颜色数 时 Potts 模型配分函数在包含 的开集内无零点,从而利用 Barvinok 插值法打破了 的界限,首次给出了该范围内图着色计数的确定性多项式时间近似算法。
本文提出了一种结合应用层与 MAC 层跨层设计、采用分层独立学习多智能体技术的解决方案,通过协同调整 IEEE 802.11 标准中的 CWmin、CWmax、IFSn 及等待传输时间等参数,有效降低了高密度车联网环境下自动驾驶高清地图更新的延迟,显著提升了多业务场景下的服务质量。
本文提出了名为 TIMotion 的高效框架,通过因果交互注入、角色演化扫描和局部模式放大三个核心模块,解决了现有双人运动生成方法在时序建模与交互混合方面的不足,从而在 InterHuman 和 InterX 数据集上实现了更优越的性能。