【摘 要】
：
随着在线社交网络（Online Social Networks,OSNs）的出现,人们创造和分享信息的方式发生了变化。在OSNs上,信息传播变得比传统社交媒体更快、更广泛。了解信息如何通过OSNs传播,以及哪些因素推动了信息传播的成功,对现实世界的广泛应用有重大意义。本论文基于深度表示学习对信息传播进行分析。具体地,本论文首先研究信息级联的建模与预测,然后在此基础之上,研究基于传播分析的OSNs谣
【基金项目】
：
四川省科技厅四川省区域合作科技计划项目《面向新疆区域安全的多尺度态势感知及事件演化研究与示范应用》（项目编号:2020YFQ0018）
论文部分内容阅读
随着在线社交网络（Online Social Networks,OSNs）的出现,人们创造和分享信息的方式发生了变化。在OSNs上,信息传播变得比传统社交媒体更快、更广泛。了解信息如何通过OSNs传播,以及哪些因素推动了信息传播的成功,对现实世界的广泛应用有重大意义。本论文基于深度表示学习对信息传播进行分析。具体地,本论文首先研究信息级联的建模与预测,然后在此基础之上,研究基于传播分析的OSNs谣言检测方法。本论文的主要研究内容如下:（1）提出了递归级联卷积网络模型（Cas CN）,该模型通过图卷积网络和递归神经网络的组合,从基于时间戳的子级联图序列中提取结构-时间特征来预测级联的增量大小。此外,Cas CN中引入了级联拉普拉斯,克服了图神经网络在处理有向图时的局限性。在两个真实世界的数据集上进行的实验结果表明,Cas CN可以有效提取信息级联的结构-时间特征,并且在级联增量预测任务上优于其他基线方法。（2）提出了多尺度级联模型（MUCas）,旨在从信息级联中提取多尺度特征以用于级联增量预测。MUCas利用多尺度图胶囊网络和影响注意力来学习和融合信息级联的动态尺度、方向尺度、位置尺度和高阶尺度信息。此外,设计了基于时间区间的子级联图采样方法以提高采样效率和质量。在实验中,验证了MUCas提取不同尺度的级联特征的有效性,以及多尺度特征对于提高预测精度的重要性。（3）提出了宏微观感知的谣言检测模型（MMRD）,该模型仅通过探索不同层次的传播模式来检测谣言。MMRD利用图神经网络以及双向递归神经网络分别从传播图和传播路径中学习谣言传播的宏观传播模式和微观传播模式。另外,MMRD还通过知识蒸馏技术来创建更强大的学生模型,进一步提高模型检测性能。MMRD在基准Twitter数据集上进行了评估,其表现优于其他基线方法,并可以在谣言传播的早期阶段获得良好的检测结果。（4）从传播用户的角度,提出了用户级谣言检测模型（UMLARD）。UMLARD通过三个特定视图嵌入方法从不同的输入中提取用户多视图特征,解决了输入特征与高级表征之间的纠缠问题。UMLARD还创新性地提出了基于胶囊的注意力层来取代以往工作中的多头注意力机制,在性能和时间成本上都更加有效。与最新的基线相比,在多个数据集上的广泛实验结果评估表明了UMLARD的有效性和可靠性。
其他文献
生物粘附水凝胶相比传统水凝胶,不仅拥有模拟细胞外基质的三维微环境、高生物相容性等特点,还可与组织建立强粘附。它在伤口促愈、封漏止血、组织修复、药物控释以及生物电子学等生物医学领域拥有广阔的应用前景。虽然粘附水凝胶发展迅速,但仍然有许多应用挑战和临床需求未被满足。例如,修复潮湿、动态环境中的损伤组织,粘附过程应该简单、直观、快速以及有效。所设计的材料应能够通过广泛被接受的临床程序使用,以便医疗工作者
太赫兹技术在高速通信、高分辨率雷达、成像以及材料分析等领域具有广泛的应用前景。太赫兹辐射源是太赫兹技术的关键核心电子器件,具有重要的研究价值。作为一种太赫兹辐射源,行波管是利用慢波结构中的行波场与电子注进行互作用而发生能量交换的一种线性注真空电子器件,具有高功率、宽带宽、高增益和高效率等优点。随着太赫兹辐射源需求日渐迫切,近年来太赫兹行波管获得了广泛关注。然而,当行波管工作频率由微波频段提升至太赫
氮化镓（GaN）具有高临界击穿电场、高电子饱和漂移速度,并且Al GaN/GaN异质结能形成高迁移率高密度的二维电子气（2DEG）,故在高频、高效率和高功率密度应用领域独具优势。GaN高迁移率电子晶体管（HEMT）因为栅极边缘电场尖峰过大、泄漏电流过大等问题使其耐压远未达其理论极限。同时,传统GaN HEMT因为高浓度2DEG的存在通常为耗尽型器件,实现增强型需通过耗尽栅下2DEG,导致阈值电压与
期货市场作为服务实体经济的风险管理工具,受到学者的广泛关注和国家的大力支持。然而,近年来重大风险事件频繁发生,经济风险事件、政治风险事件、自然灾害事件等轮番冲击我国期货市场。此外,随着金融市场一体化程度的提高,国内各个期货市场之间的信息传递以及国内期货市场与国际期货市场的信息传递变得更加紧密。期货市场在信息传递中的作用直接影响了期货市场正常功能的发挥。因此,研究重大风险事件背景下期货市场的信息传递
随着第五代移动通信技术（5G）商用部署在全球展开,通信基站数量大幅增加,极大地推动了作为通信基站射频单元关键组件的微波介质陶瓷元器件微型化、轻量化、高频化和高集成化进程。低温共烧陶瓷（LTCC）技术作为无源集成的主流技术,拥有集成度高、体积小、质量轻、介质损耗小、高频特性优良等优点,在5G通信领域极具技术优势。因此,开发符合LTCC技术的高性能微波介质陶瓷是满足5G基站需求的可靠途径,也是现如今微
行人重识别（Re-ID）是一种根据行人全身信息并利用计算机视觉方法,解决不同时间、不同地点下同一行人匹配问题的技术,其旨在弥补固定摄像头的视觉局限。然而,受限于摄像机参数差异和拍摄环境的复杂,Re-ID从定义之初就面临着诸多挑战:一方面,行人图像往往具有较低的分辨率,且目标行人很容易受到尺度、遮挡和噪声的干扰;另一方面,即使是同一行人,其在不同场景下,所展现出的主观姿态和外观也具有多变性。以上难点
从地震图像中有效挖掘地下岩性单元的几何形态、岩性类别及含油气特征等信息,有助于精确定位油气藏有利区并提供可靠的钻井部署依据。其相关的地震数据挖掘与分析处理方法也是信息处理领域的前沿问题,受到信息处理和油气勘探领域国内外学界和工业界广泛关注。地震图像中的岩性和含油气信息挖掘与传统图像信息挖掘相比,有以下不同:1)地震图像精度远低于普通图像:由于地震波在地下传播过程中受多种因素的影响,地震图像含有大量
5G技术正在助力大数据、物联网、智慧家居的快速发展,这使得采集到的数据量呈爆炸式增长。海量非结构化视觉数据的处理需要更高的计算效率,这需要提高边缘视觉感知设备的数据获取和处理效率。然而,传统冯·诺依曼架构限制了数据处理效率,并增加了能源消耗。尤其对于边缘视觉设备来说,采集到的数据需要通过光感受器传输给处理单元,这仍需要额外的时间和功耗。因此,需要发展集感知、存储和运算为一体的智能视觉感知技术。智能
微震监测技术具有远距离、三维、实时等优点,是隧道、采矿等地下工程灾害防治与预警最为有效的有效手段之一。现有监测系统大多仍然采用了有线采集方案,导致其可维护性、可迁移性与可扩展性较差,不利于大规模监测的灵活高效开展,无线监测因而也成为了微震监测技术发展的必然趋势和当前研究与应用的热点。无线微震监测目前主要面临数据量大且冗余度高、数据质量低下且特征多样、以及数据采集与处理系统间存在割裂等挑战,具体体现
复杂的电磁环境需要频谱感知系统具备对数量多、分布密集辐射源信号与信息的处理能力,而传统侦察处理方法在这样的环境下可能会出现多信号检测错误和测量误差较大的问题,难以适应该需求。针对这一问题,本文引入了随机有限集理论,能够对辐射源目标的出现、存活、消失、漏检和虚警等现象进行统一数学描述,获得了较好的目标跟踪性能。本文对辐射源侦察过程中所涉及的降频次数据交换、辐射源分类以及鲁棒辐射源跟踪等问题展开研究,