論文の概要、ライセンス

# (参考訳) 非国家武装グループ(NAG)のグローバルサポートネットワークの定量化 [全文訳有]

Quantifying the Global Support Network for Non-State Armed Groups (NAGs) ( http://arxiv.org/abs/2102.00564v1 )

ライセンス: CC BY 4.0
Weiran Cai, Belgin San-Akca, Jordan Snyder, Grayson Gordon, Zeev Maoz, Raissa M. D'Souza(参考訳) 人類の歴史は武力衝突によって形作られた。 大規模な州間戦争ではなく、戦後には低強度の攻撃が盛んになった。 これらの攻撃は、しばしばホスト国(hss)が支援する非国家武装集団(nags)によって行われる。 我々は,NAG-HS支援のグローバルな二部ネットワークとその進化を1945-2010年の間に分析した。 私たちは、相互主義的および寄生的な支援形態、およびネストされたモジュラーネットワークアーキテクチャなどの生態学的ネットワークに顕著な平行を見つけます。 ネストネスは優先的な行動から生じる: 高度に接続されたプレイヤーは、コネクションを獲得し、失う傾向が強い。 長期にわたる主要なモジュールが同定され、移行モジュールとは対照的に、地域的利益と地域的利益の両方を反映している。 このアーキテクチャの展開により、アクターの役割の特定が可能になり、効果的な介入戦略の洞察を提供する。

Human history has been shaped by armed conflicts. Rather than large-scale interstate wars, low-intensity attacks have been more prevalent in the post-World War era. These attacks are often carried out by non-state armed groups (NAGs), which are supported by host states (HSs). We analyze the global bipartite network of NAG-HS support and its evolution over the period of 1945-2010. We find striking parallels to ecological networks such as mutualistic and parasitic forms of support, and a nested and modular network architecture. The nestedness emerges from preferential behaviors: highly connected players are more likely to both gain and lose connections. Long-persisting major modules are identified, reflecting both regional and trans-regional interests, which show significant turnover in their membership, contrary to the transitory ones. Revealing this architecture further enables the identification of actor's roles and provide insights for effective intervention strategies.
公開日: Sun, 31 Jan 2021 23:59:24 GMT

※ 翻訳結果を表に示しています。PDFがオリジナルの論文です。翻訳結果のライセンスはCC BY-SA 4.0です。詳細はトップページをご参照ください。

翻訳結果

    Page: /      
英語(論文から抽出)日本語訳スコア
1 2 0 2 n a J 1 2 0 2 n a J 0.85
1 3 ] I S . s c [ 1 3 ]私はS。 sc [ 0.71
1 v 4 6 5 0 0 1 v 4 6 5 0 0 0.85
. 2 0 1 2 : v i X r a . 2 0 1 2 : v i X r a 0.85
Quantifying the Global Support Network for Non-State Armed Groups (NAGs) Weiran Cai1,2,*, Belgin San-Akca3, Jordan Snyder2,4,5, Grayson Gordon1, Zeev Maoz6, and Raissa M. D’Souza1,2,7,8 非国家軍集団(NAGs)のグローバルサポートネットワークの定量化 - Weiran Cai1,2,*, Belgin San-Akca3, Jordan Snyder2,4,5, Grayson Gordon1, Zeev Maoz6, Raissa M. D’Souza1,2,7,8 0.70
1Department of Computer Science, University of California at Davis, 1 Shields Ave., Davis, CA 95616, USA 2Complexity Sciences Center, UC Davis, CA 95616, USA 3Department of International Relations, Koc¸ University, Istanbul 34450, Turkey 4Department of Mathematics, UC Davis, CA 95616, USA 5Department of Applied Mathematics, University of Washington, Seattle, WA 98103, USA 6Department of Political Sciences, UC Davis, 1 Shields Ave., Davis, CA 95616, USA 7Department of Mechanical and Aerospace Engineering, UC Davis, 1 Shields Ave., Davis, CA 95616, USA 8Santa Fe Institute, 1399 Hyde Park Rd, Santa Fe, NM 87501 *wrcai@ucdavis.edu 1 Department of Computer Science, University of California at Davis, 1 Shields Ave., Davis, CA 95616, USA 2Complexity Sciences Center, UC Davis, CA 95616, USA 3Department of International Relations, Koc s University, Istanbul 34450, Turkey 4Department of Mathematics, UC Davis, CA 95616, USA 5Department of Applied Mathematics, ワシントン大学, シアトル大学, WA 98103, USA 6Department of Political Sciences, UC Davis, 1 Shields Ave., Davis, CA 95616, USA 7Department of Mechanical and Aerospace Engineering, UC Davis, 1 Shields Ave., Davis, CA 95616, USA 8Santa Institute, Hyde Park, 1399, 13Md, Santa 8750Mw U.*U.@U. 0.92
ABSTRACT Human history has been shaped by armed conflicts. ABSTRACT 人類の歴史は武力衝突によって形作られた。 0.72
Rather than large-scale interstate wars, low-intensity attacks have been more prevalent in the post-World War era. 大規模な州間戦争ではなく、戦後には低強度の攻撃が盛んになった。 0.64
These attacks are often carried out by non-state armed groups (NAGs), which are supported by host states (HSs). これらの攻撃は、しばしばホスト国(hss)が支援する非国家武装集団(nags)によって行われる。 0.71
We analyze the global bipartite network of NAG-HS support and its evolution over the period of 1945-2010. 我々は,NAG-HS支援のグローバルな二部ネットワークとその進化を1945-2010年の間に分析した。 0.63
We find striking parallels to ecological networks such as mutualistic and parasitic forms of support, and a nested and modular network architecture. 私たちは、相互主義的および寄生的な支援形態、およびネストされたモジュラーネットワークアーキテクチャなどの生態学的ネットワークに顕著な平行を見つけます。 0.61
The nestedness emerges from preferential behaviors: highly connected players are more likely to both gain and lose connections. ネストネスは優先的な行動から生じる: 高度に接続されたプレイヤーは、コネクションを獲得し、失う傾向が強い。 0.60
Long-persisting major modules are identified, reflecting both regional and trans-regional interests, which show significant turnover in their membership, contrary to the transitory ones. 長期にわたる主要なモジュールが同定され、移行モジュールとは対照的に、地域的利益と地域的利益の両方を反映している。 0.51
Revealing this architecture further enables the identification of actor’s roles and provide insights for effective intervention strategies. このアーキテクチャの展開により、アクターの役割の特定が可能になり、効果的な介入戦略に対する洞察を提供する。 0.60
1 Introduction Military confrontation is one of the key factors that have shaped human history. 1 軍事的対立は、人類の歴史を形成した重要な要素の1つです。 0.69
While instances of large-scale interstate warfare have decreased in the post-World War era, internal wars and low-intensity conflicts carried out by non-state armed groups (NAGs) against nation-states have become increasingly common1–12. 戦後の大規模な州間戦争の事例は減少しているが、非国家武装集団(NAG)が国家に対して行った内戦や低強度紛争はますます一般的になっている1-12。 0.65
NAGs include rebel, insurgent, guerrilla, or terrorist groups that engage in violent activities targeting the government, citizens, or institutions of nation-states. nagには、政府、市民または国家機関を標的とした暴力活動に従事する反逆者、反乱者、ゲリラ、またはテロリストグループが含まれる。 0.57
Many of these NAGs are cultivated by a complex network of supporting host states (HSs) — states external to the locus of the internal conflict between the NAG and the target government. これらのnagの多くは、ホスト国(hss)の複雑なネットワーク(nagとターゲット政府の内部紛争の軌跡の外にある状態)によって栽培されている。 0.64
Examples include U.S. support to the Contras in Nicaragua in the 1980s, Israeli and Iranian support for Kurdish rebels in Iraq during the 1960s and 1970s, and NATO support for the Libyan rebels in 20111. 例えば、1980年代のニカラグアのコントラに対する米国の支援、1960年代から1970年代のイラクにおけるクルド人反乱に対するイスラエルとイランの支援、20111年のリビア反乱に対するNATOの支援などである。 0.62
The HSs support NAGs by providing them with military and economic aid, sanctuary to leaders or members of NAGs, logistics, or training. HSはNAGを支援し、軍事的および経済的援助、NAGの指導者またはメンバーへの聖域、物流、訓練を提供する。 0.69
The bipartite relation between NAGs and host states has become a common mode of foreign policy conduct1, 2, 10–12, yet we lack reliable real-time data on NAG-HS relations as most of these interactions are covert; public information usually emerges ex-post facto. NAGとホスト状態の間の二部間関係は、外交行為の共通モードになっているが、ほとんどの相互作用が隠蔽されているため、NAG-HS関係に関する信頼性の高いリアルタイムデータが欠落している。 0.68
The few existing studies have focused on specific NAG-HS relations5, 7, 13–15. 現存する研究の焦点は特定のnag-hs関係5、7、13-15である。 0.53
The entire ecosystem of NAG and HS interactions and its evolution over time remains an uncharted territory. nagとhsの相互作用のエコシステム全体とその時間的進化は、まだ未開の領域である。 0.66
Revealing the underlying patterns and mechanisms behind the NAG-HS support network is important for analytical insights and policy implications. NAG-HSサポートネットワークの背後にあるパターンやメカニズムの解明は、分析的な洞察と政策への影響にとって重要である。
訳抜け防止モード: NAG-HSサポートネットワークの背後にあるパターンとメカニズムの解明 分析的洞察と政策的意味において重要である。
0.72
We construct the global network of bipartite support between NAGs and HSs involving all military conflicts over the period of 1945-2010 and measure its global topological characteristics. 当社は、1945-2010の期間にすべての軍事紛争を含むNAGとHS間の二国間支援のグローバルネットワークを構築し、そのグローバルなトポロジカル特性を測定します。 0.62
Two types of links are present in the network: A HS can provide a NAG with either intentional (“active”) or de facto (“passive”) support. ネットワークには2種類のリンクが存在する: HSは意図的な「アクティブ」または事実上の「パッシブ」サポートを持つNAGを提供することができる。 0.73
Active support entails a deliberate decision by a HS to form an alliance with a NAG in order to further common interests, such as the Israeli and Iranian support for the Kurds in the 1960s and 1970s16. 活動的な支援は、1960年代と1970年代16年のイスラエルとイランのクルドに対する支援など、さらなる共通の利益を得るために、NAGと同盟を結ぶためのHSによる意図的な決定を伴います。 0.63
Passive support refers to situations where a NAG operates or extracts resources from a HS, while the HS does not engage in a deliberate action or create channels to provide any support. パッシブサポートは、nagがhsからリソースを運用または抽出する状況を指すが、hsは意図的な行動に関与せず、いかなるサポートを提供するためのチャネルを作成する。 0.60
Examples of passive support include the IRA operations in the Irish community in the US during the 1980s and 1990s17, or the fundraising for Palestinian insurgents among Islamic communities in the US prior to September 11, 200118. 受動的支援の例としては、1980年代から1990年代にかけてのアメリカ合衆国のアイルランド社会におけるIRA活動、2001年9月11日以前のアメリカのイスラム社会におけるパレスチナ系反体制派の資金集めなどがある。 0.59
Likewise, a NAG may operate in a HS whose institutions are weak and incapable of resisting the NAG’s activities (e.g., the PLO operation in Lebanon over the 1970-1982 period)1, 19. 同様に、NAGは、組織が弱く、NAGの活動(例えば、1970-1982期間にわたるレバノンでのPLO操作)に抵抗することができないHSで動作します。
訳抜け防止モード: 同様に、NAGは組織が弱いHSで動作します。 そしてNAGの活動(例えば、1970年から1982年までのレバノンでのPLO操作)に抵抗することができない1、19。
0.67
英語(論文から抽出)日本語訳スコア
By tracking the changes in the players and supporting relations, we find that the network evolves via a mechanism of generalized preferential attachment and detachment: highly connected players are more likely to both gain and lose connections relative to peripheral players. プレイヤーの変化を追跡・支援することで、ネットワークは一般化された優先的なアタッチメントと分断のメカニズムによって進化し、高接続のプレイヤーは周辺プレイヤーとの接続を獲得・失う可能性が高くなる。 0.73
Such evolution leads to characteristic patterns typically associated with ecological networks, such as plant-pollinator networks, seed-frugivore networks20, 21 and host-parasite networks22, 23, which similarly involve tradeoffs through cooperative or exploitative relations. このような進化は、植物-植物間ネットワーク、種子-植物間ネットワーク20、21および宿主-寄生虫ネットワーク22、23といった生態学的ネットワークと典型的に関連づけられる特徴的パターンに繋がる。 0.71
In particular, we find a robust nested and modular architecture over a broad time span. 特に、幅広い時間にわたって堅牢なネスト型とモジュール型のアーキテクチャを見つける。 0.58
Nestedness entails a nonrandom pattern of generalist-specialis t structure, which is a crucial factor determining the structural stability of a network24–26. ネストは、ネットワーク24-26の構造安定性を決定する重要な要素である一般主義者-専門主義者構造の非ランダムなパターンを伴っている。 0.55
Modularity indicates the extent to which the network is organized into clearly delimited clusters. モジュラリティは、ネットワークが明確に区切られたクラスタに構成される範囲を示します。 0.73
Such patterns are also frequently observed in socio-economic systems, from the network of bankers27 to the designer-manufacture r network of New York garment industry28. このようなパターンは、バンカー27のネットワークからニューヨーク衣料産業のデザイナー・製造者ネットワークまで、社会経済システムでもしばしば見られる。 0.72
Using a temporal community detection algorithm we find that there are nine major modules that persist over time and many small, short-lived modules. 時間的コミュニティ検出アルゴリズムを使用すると、時間とともに持続する9つの大きなモジュールと、多くの小さな短命なモジュールが存在することが分かる。 0.72
The persistent modules reveal both regional and trans-regional composition and historical connections. 永続的なモジュールは、地域的および地域横断的な構成と歴史的つながりの両方を明らかにする。 0.44
These major modules display significant variation in their membership, whereas the transitory ones show high consistency. これらの主要モジュールはメンバーシップに大きな変化を示すが、遷移モジュールは高い一貫性を示す。 0.70
Furthermore, we identify the roles of nodes and find that if a NAG or HS is involved in both the active and passive support subnetworks they play the similar role of hub or peripehral in both subnetworks. さらに、ノードの役割を特定し、NAGまたはHSがアクティブサポートサブネットワークとパッシブサポートサブネットワークの両方に関与している場合、両方のサブネットワークでハブまたはペリペラルの同様の役割を果たすことを見つけます。 0.74
The discussion section addresses some of the implications of these findings. 議論セクションでは、これらの調査結果の意味について説明します。 0.49
We suggest that our understanding of robustness and interventions in ecological bipartite networks may be useful for developing efficient disruptions of malign relations in the NAG-HS network, where we can treat the support as mutualistic and parasitic relationships. 生態学的バイパートネットワークにおける堅牢性と介入の理解は、NAG-HSネットワークにおける悪性関係の効率的な中断に有用であり、サポートを相互主義的および寄生的な関係として扱うことができることを示唆する。 0.62
2 Results We focus on the relations between NAGs and external state supporters, extracted from the Dangerous Companions Database covering the time period from 1945 to 20101. 2結果 我々は,1945年から20101年までの期間をカバーする危険コンパニオンデータベースから抽出したNAGと外部支援者との関係に注目した。 0.70
This considers only violent NAGs (that is NAGs whose operations resulted in 25 or more deaths per year of operation). これは暴力的なNAGだけを考慮に入れます(すなわち操作が操作の年ごとの25以上の死亡に起因したNAGです)。 0.61
A HS is a country that provides any type of material support to a given NAG, including safe haven to NAG members, training, or military or financial aid. HSは、NAGメンバーへの安全な避難、訓練、軍事または金融援助など、特定のNAGにあらゆる種類の物質的支援を提供する国です。 0.71
A temporal network is constructed from these bipartite relations, including both active and passive support. 時間的ネットワークは、アクティブサポートとパッシブサポートの両方を含むこれらの二部関係から構築される。 0.66
During the time period of study, the network experiences substantial growth with an almost monotonic increase peaking in the early 1990s, corresponding to first years in the post-Cold War era, followed by a decrease in both numbers of nodes and links (Fig. 研究期間の間、ネットワークは1990年代初頭にピークに達したほぼ単調な増加と実質的な成長を経験し、その後、ノード数とリンク数の両方が減少しました(図1)。 0.69
1a and Fig. S1 in SI), whereas the connectance (link density) shows an opposite trend (Fig. 1aおよびfig。 S1 in SI), 接続密度(リンク密度)は逆の傾向を示した(図)。 0.74
1b). First we track the assembly and disassembly of the NAG-HS network, focusing on the relative probabilities of acquisition and disassociation of actors (NAGs and HSs) and links (NAG-HS relations). 1b)。 まず、NAG-HSネットワークの組み立てと分解を追跡し、アクター(NAGとHS)とリンク(NAG-HSの関係)の取得と解離の相対的な確率に焦点を当てます。 0.76
Then, we show that the network evolves to have a particular architecture exhibiting both nested and modular patterns. 次に,ネットワークがネストパターンとモジュラパターンの両方を示す特定のアーキテクチャを持つように進化することを示す。 0.67
Finally, based on this characteristic architecture, we determine the roles of individual NAGs and HSs. 最後に、この特徴的アーキテクチャに基づいて、個々のNAGとHSの役割を決定する。 0.63
Fitness of actors. 俳優のフィットネス。 0.65
We consider two indicators of a NAG’s or HS’s fitness. 私たちはNAGまたはHSのフィットネスの2つの指標を検討します。 0.67
The first indicator is based on duration over time, specifically the lifespan of a NAG or the hosting time of a HS (how long the state participates in the supporting activities in any capacity). 最初の指標は、時間の経過時間、特にNAGの寿命またはHSのホスティング時間(州が任意の容量でサポート活動に参加する期間)に基づいています。 0.68
Generally, we find that these follow an exponential-like distribution, as shown in Fig. 一般に、これらは指数関数的な分布に従うことが分かる。 0.65
1c and 1d. The second indicator is based on a snapshot of time, specifically the extent of connectivity of the NAG or HS measured by its degree, kNH or kHN respectively. 1cと1d。 2番目のインジケータは、時間のスナップショット、特にその程度、kNHまたはkHNによって測定されたNAGまたはHSの接続範囲に基づいています。
訳抜け防止モード: 1cと1d。 第2の指標は時間のスナップショットに基づいており、特にNAGまたはHSの接続度をその程度で測定している。 kNH または kHN である。
0.77
The insets of Fig. fig (複数形 figs) 0.48
1 show the Pearson coefficients ρ between the lifespan/hosting time and node degree (p < 0.0001 using a two-sided t-test); a NAG tends to endure longer with more supporting HSs, while the hosting time of a HS is more likely to increase the more NAGs rely on it. 1はピアソン係数 ρ の寿命/ホスティング時間とノード度 (p < 0.0001 は両面 t-test を用いている) を示し、NAG はより支持された HS で長持ちする傾向にあり、HS のホスティング時間は NAG に依存するほど増加する可能性が高い。 0.83
These results suggest that “successful” NAGs—with longer survival time—depend on their ability to extract external support. これらの結果から,「成功」なnagは,生存期間が長く,外部支援の抽出能力に依存することが示唆された。 0.59
Likewise, “active” HSs—states with longer record of support for NAGs—tend to be generalists in that they support more NAGs, compared to the activity duration of “specialist” HSs. 同様に、NAGのサポート期間が長い「アクティブ」HSは、「スペシャリスト」HSのアクティビティ期間と比較して、より多くのNAGをサポートするという一般論者になりがちです。 0.59
Network assembly and disassembly. ネットワークアセンブリおよび分解。 0.68
To understand how the actors (nodes) and the associated relations (links) attach to and detach from the network, we examine the assembling and disassembling processes that unfold on it. アクター(ノード)と関連する関係(リンク)がどのようにネットワークに接続し、ネットワークから分離するかを理解するために、それを展開している組み立ておよび分解プロセスを調べます。 0.72
Specifically, we observe how actors acquire (“+”) and remove (“−”) counterpart actors by comparing the adjacency matrices in two consecutive years, as illustrated in Fig. 具体的には、図に示すように2年連続の隣接行列を比較して、アクターがどのように(+)を取得して(−)対応するアクターを取り除くかを観察した。 0.58
2a. From the perspective of HSs, the histograms show that both attachment and detachment of NAGs occur more frequently at HSs with a lower degree (Fig. 2a。 HSの観点から、ヒストグラムは、NAGの結合と剥離の両方が、より低い程度でHSでより頻繁に起こることを示しています(図1)。 0.72
2b and d), but this is biased since the degree distribution of the incumbent HSs is already skewed before those events. 2b と d) であるが、これは既存の hss の次数分布がこれらの事象の前に既に歪んでいるため偏りがある。 0.54
It is thus particularly revealing to calculate the relative probability of a HS gaining or losing a link from a NAG, which is equal to the absolute probability divided by the probability from random selection29, 30 (with that any unevenness in the degree distribution is offset), over the entire time span of 66 years. したがって、特に、無作為選択29,30から確率で分割された絶対確率に等しいNAGからリンクを取得または失うHSの相対確率を計算することが明らかにされている(程度分布のムラがオフセットされている)66年間の全期間にわたって。 0.77
A nonrandom distribution of relative probability is observable if there is an intrinsic bias in the attaching or detaching process. 付着または剥離プロセスに本質的なバイアスがある場合、相対確率の非ランダム分布が観察可能である。 0.86
Indeed, both attachment and detachment of NAGs are found to occur preferentially at incumbent HSs of higher fitness as measured by their degrees. 実際、NAGのアタッチメントと剥離の両方は、その程度によって測定されるように、より高いフィットネスの既存のHSで優先的に起こることが判明しています。
訳抜け防止モード: 実際、NAGのアタッチメントと剥離の両方が見つかります。 程度によって測定されるより高い適性の現在のHSで優先的に起こるため。
0.53
First, we consider the attachment of NAGs, that is, the relative probability for an incumbent HS to acquire links from newly arriving NAGs (NAGs that start to receive support from at least one HS) as a function of the まず,nagのアタッチメント,すなわち既存のhsが新たに到着したnag(少なくとも1つのhsからサポートを受け始めるnag)からリンクを取得する相対確率を機能として考える。 0.66
2/13 2/13 0.59
英語(論文から抽出)日本語訳スコア
Figure 1. Evolving NAG-HS support network. 図1。 NAG-HSサポートネットワークの進化。 0.69
a, Changing size of the bipartite network over time, in terms of the number of all actors and the components. a、すべてのアクターとコンポーネントの数の観点から、時間とともに2部ネットワークのサイズが変化する。 0.77
b, Network connectance, defined as the ratio of the actual number of links against the maximum possible number of links (nNAG ∗ nHS). b, ネットワーク接続は, 最大リンク数 (nNAG ∗ nHS) に対するリンク数の実数の比として定義される。 0.79
Inset: fractions of links that correspond to active, passive and both types of support, respectively. 開始: それぞれ、アクティブ、パッシブ、両方のタイプのサポートに対応するリンクの割合。
訳抜け防止モード: inset : リンクの分数 それぞれ、アクティブ、パッシブ、および両方のタイプのサポートに対応します。
0.74
c, d, Cumulative probability distributions of life spans of NAGs and hosting time of host states (exponential-like distribution). c, dはnagの寿命とホスト状態のホスティング時間(指数的分布)の累積確率分布である。 0.75
Insets: Correlation of life span or hosting time and the number of attached actors (degree). インセット: ライフスパンまたはホスティング時間とアタッチメントアクター数(学位)の相関。 0.67
degree of the HS, denoted T +(kHN), and find that a newcoming NAG is more likely to attach to a generalist (high-degree) HS. HSの程度は、T +(kHN)と表記され、新しいNAGが一般主義者(高次)HSに付着する可能性が高いことを見つける。 0.72
0 (kHN) is defined as the ratio of the absolute probability P+(kHN) Explicitly, the relative probability T +(kHN) = P+(kHN)/P+ that a NAG joining the network in year t connects to an incumbent HS that has already been supporting kHN NAGs divided by 0 (kHN) that a HS with degree kHN is uniformly selected at random (see Methods). 0 (kHN) は、絶対確率 P+(kHN) の比として定義され、年t でネットワークに結合する NAG が既に kHN NAG を 0 (kHN) で割った既存の HS に接続する相対確率 T+(kHN) = P+(kHN)/P+ は、次 kHN の HS をランダムに選択する(メソッドを参照)。 0.79
T +(kHN) is shown in Fig. T +(kHN) は Fig で示される。 0.84
the probability P+ 2c, which is approximately fit by T +(kHN) ∼ k0.86 HN , indicating a (slightly sublinear) preferential attachment (PA) process31, 32. 確率 P+ 2c は、T + (kHN) {\displaystyle T+(kHN)\k0.86 HN によりほぼ適合し、(わずかにサブリニア)優先アタッチメント (PA) プロセス31, 32 を示す。 0.68
Turning to detachment, we find the same tendency holds. 分離に目を向けると、同じ傾向が保たれます。 0.61
Specifically, a NAG departing the supporting network (a NAG has no support from any HS or has been dismissed) is more likely to detach from a counterpart HS supporting more NAGs, as shown by the linearly increasing relative probability T−(kHN) ∼ k1.1 HN with the degree of the latter (see Fig. 具体的には、支持ネットワークを離れるNAG(NAGは任意のHSからのサポートを持たないか、または却下された)は、線形的に増加する相対確率T−(kHN)−k1.1 HNが後者の程度で示すように、より多くのNAGをサポートする相手HSから分離する可能性が高い(図1参照)。 0.65
2f). This (slightly superlinear) preferential detachment (PD) is somewhat counter-intuitive as it suggests that the network tends to disassemble at higher-fitness nodes. 2F)。 この(わずかに超線形)優先分離(PD)は、ネットワークが高適合ノードで分解する傾向があることを示唆するため、多少直感に反する。 0.73
Second, besides the contribution from newcoming NAGs, an incumbent NAG (a NAG that receives support from at least one HS) of the supporting network may also add or delete links to another incumbent HS over time. 第二に、新しいNAGからの貢献に加えて、サポートネットワークの既存のNAG(少なくとも1つのHSからサポートを受けるNAG)も、時間の経過とともに他の既存のHSへのリンクを追加または削除することができる。 0.62
To include such cases, we measure the relative probability R+(kHN) (slight superlinear) that an incumbent HS that has kHN links in the year prior to t will acquire links from incumbent NAGs in year t, excluding those from newcoming NAGs (Fig. このようなケースを含むために、t の前に kHN のリンクを持つ既存の HS が、新規の NAG からのリンクを除いて、t 年に既存の NAG からリンクを取得する相対確率 R+(kHN) (slight superlinear) を測定します(図1)。 0.66
2d). Similarly, Fig. 2d)。 同様に、図。 0.86
2g shows the case for incumbent HSs losing links from incumbent NAGs (remaining in the network), as indicated by R−(kHN) (linear). 2g は R−(kHN) (線形) で示されるように、既存の HS が既存の NAG からリンクを失う場合を示している。 0.66
All these attachment and detachment show that NAGs interact preferentially with HSs of greater fitness. これらのアタッチメントおよび剥離は、NAGが優れたフィットネスのHSと優先的に相互作用することを示しています。 0.48
We can also observe the tendencies from the perspective of NAGs, in terms of acquiring and losing links from HSs. また、HSからのリンクの取得と紛失の観点から、NAGの視点から傾向を観察することもできます。 0.68
Yet, the dependencies are more obscure (though the overall positive dependencies are still observable), due to the paucity of data points at some degrees (see Fig. しかし、依存関係はより曖昧であり(全体的なポジティブな依存関係は観測可能であるが)、ある程度のデータポイントが乏しいためである(図参照)。 0.73
S5 in SI). S5 in SI)。 0.92
3/13 3/13 0.59
英語(論文から抽出)日本語訳スコア
Figure 2. Network assembly and disassembly. 図2。 ネットワークアセンブリおよび分解。 0.71
a, Link addition (“+”) and removal (“−”) as the adjacency matrix evolves from Mt−1 to Mt in consecutive years. 隣接行列としてのa, リンク付加 (+) および除去 (“−”) は、連続して mt−1 から mt へと進化する。 0.72
Mt is divided into four blocks (B1 to B4) by separating incumbent and newly joining actors. 山は4ブロック(B1〜B4)に分かれ、現生と新生のアクターを分離する。 0.60
b, e, Histograms for the frequencies of acquiring and losing links from NAGs by HSs with degree kHN (zero-degree for new HSs). b, e, histograms for the frequency of getting and lost links from nags by hss with degree khn (zero-degree for new hss)。 0.70
Inset of panel b: frequencies of adding links in the four blocks. パネルbの開始:4つのブロックにリンクを追加する頻度。 0.71
c, Relative probability T +(kHN) that an incumbent HS with kHN previous connections acquires links from newly joining NAGs. c, 相対確率 T +(kHN) kHN 以前の接続を持つ既約 HS が新たに結合した NAG からリンクを取得する。 0.83
d, Relative probability R+(kHN) that an incumbent HS acquires new links from an incumbent NAG. d) 既存のHSが既存のNAGから新しいリンクを取得する相対確率R+(kHN)。 0.72
f, Relative probability T−(kHN) that an incumbent HS loses links from NAGs that depart the network. f, 相対確率 T−(kHN) は、既存のHS がネットワークを離れる NAG からのリンクを失う。 0.78
g, Relative probability R−(kHN) that an incumbent HS loses links from an incumbent NAG. g, 相対確率 r−(khn) 既存の hs が既存の nag からのリンクを失う。 0.63
The above analyses thus show that the assembly and disassembly of the supporting network, including joining and departure of NAGs, and rewiring between incumbent actors, proceed with propensities that are essentially dependent on nodal degree, which seems to reflect the fitness of the HS supporters. 以上の分析から,nagの結合や離脱,既存アクター間の再結合など支援ネットワークの組み立てや分解は,hsサポーターの適合性を反映した致命的な程度に本質的に依存する傾向へと進行することが示唆された。 0.70
However, these analyses also show two conflicting processes: while the attachment is driven in attempt to maximize individual fitness, having higher fitness can also lead to higher possibility of losing counterpart actors, which has not been observed in other bipartite network disassembly30. しかし、これらの分析は相反する2つのプロセスも示している: アタッチメントは個々のフィットネスを最大化するために駆動されるが、より高いフィットネスを持つと、他の2部ネットワークの分解30では観測されていない相手の俳優を失う可能性も高くなる。 0.60
As discussed later, this could reflect the fact that an actor with many alliances may benefit from having fewer interactions of higher quality. 後述の通り、多くのアライアンスを持つ俳優は、より高い品質の相互作用が少ないことの恩恵を受ける可能性があるという事実を反映している可能性がある。
訳抜け防止モード: 後述のとおり、これは 多くのアライアンスを持つ俳優は、より高い品質の相互作用が少ないことの恩恵を受けるかもしれない。
0.63
Nested structures. Despite significant variations in the network size (numbers of actors and links), the network exhibits a robust nested and modular architecture over a long time span. ネスト構造。 ネットワークサイズ(アクターとリンクの数)が著しく異なるにもかかわらず、ネットワークは長い期間にわたって頑丈でモジュラーなアーキテクチャを示している。 0.73
The measure of nestedness simply reflects to what extent actors share the same set of partners. ネストの尺度は、俳優がパートナーの同じセットを共有する程度に単純に反映されます。 0.66
It is calculated with the NODF metric (“nestedness metric based on overlap and decreasing fill”)33. それはNODFのメートル法(「重複および減少の満ちる")33と計算されます。
訳抜け防止モード: NODFメトリック(「重複に基づくネストネスメトリック」)で計算されます。 そして減らされた満ちる”33。
0.68
To show how it evolves, we calculate the nestedness of the aggregated network in a 5-year sliding window, as shown in Fig. 進化の仕方を示すために、図に示すように、5年間のスライディングウィンドウで集約されたネットワークのネストネスを計算する。 0.65
3a (this is to avoid statistical fluctuation due to the sparsity of entries in single yearly network slices). 3a(これは1年ごとのネットワークスライスにおけるエントリのばらつきによる統計的変動を避けるため)。 0.76
Between 1945 (end of World War II) and 1975 (end of Vietnam War), the nestedness keeps at a level that is comparable to that of a random network. 1945年(第二次世界大戦の終わり)から1975年(ベトナム戦争の終わり)の間、ネストネスはランダムネットワークと同等のレベルで維持されます。 0.75
Starting from 1975, the empirical nestedness score exceeds significantly the random scores, peaking in 1987 (towards the end of the Cold War). 1975年からは、経験的なネストネススコアは、1987年にピークに達した(冷戦の終わりまで)ランダムスコアを大幅に上回っています。 0.67
The increase parallels the cumulative broadening of degree distribution due to the preferential attachment この増加は優先アタッチメントによる次数分布の累積拡大と平行である 0.73
4/13 4/13 0.59
英語(論文から抽出)日本語訳スコア
Figure 3. Evolution of structural measures of the temporal NAG-HS network: (a) nestedness NODF and (b) modularity Q. 図3。 時間的NAG-HSネットワークの構造測定の進化:(a)ネストネスNODFおよび(b)モジュラリティQ。 0.76
The nestedness is measured for the 5-year aggregated networks in a sliding window; the modularity is obtained by applying a temporal detection algorithm (note that the optimization algorithm can result in slightly different partitions of the same network). スライディングウィンドウ内の5年間の集約ネットワークに対してネストネスを計測し、時間検出アルゴリズムを適用してモジュール性を得る(最適化アルゴリズムでは、同じネットワークの分割をわずかに異なるものにすることができることに注意)。 0.77
The results for the empirical network are compared with corresponding null models: I. average occupation probability (labeled “null occu.”) and II. 経験的ネットワークの結果は、対応するnullモデルと比較されます:I.平均職業確率(「null occu.」)およびII。 0.80
random slice permutation (labeled “null perm.”). ランダムスライス置換(「null perm.」)。 0.59
Confidence interval of one standard deviation is used. 1つの標準偏差の信頼区間を用いる。 0.77
(c) Negative correlation of modularity and nestedness in the NAG-HS supporting network, in comparison to the random relation between the two measures for the null (occu.) (c)NAG-HS支援ネットワークにおけるモジュラリティとネストネスの負の相関を,ヌル(occu)の2つの尺度のランダムな関係と比較した。 0.77
model in the inset. (d) Temporal community detection algorithm. 開始時のモデル。 (d)時間的コミュニティ検出アルゴリズム。 0.69
The example temporal bipartite network (circles for NAGs and squares for HSs) consists of four time slices that are linked by connecting nodes in one slice to themselves in the adjacent slices (demonstrated for nodes i and j). 例 時間的二部ネットワーク(nagの循環とhssの四角形)は、4つのタイムスライスで構成され、1つのスライスでノードを隣り合うスライス(ノードiとj)で自身に接続することで接続される。 0.80
The partitioning is based on the entire temporal network and the yearly modularity is then obtained according to the partition in each slice (each color representing one module). パーティショニングは時間的ネットワーク全体に基づいており、各スライス(各色が1つのモジュールを表す)のパーティションに従って年単位のモジュラリティが取得される。 0.84
and detachment processes (see the comparisons in Fig. と分離プロセス(図の比較を参照)。 0.70
S4 in SI). S4 in SI)。 0.90
This is then followed by a dip and then upswing back to a similarly high level in 2010. これはその後、ディップが続き、2010年に同様に高いレベルに戻ります。 0.60
For comparison, random networks are used as the null model, where the probability of each entry of the adjacency matrix being occupied is the average of the occupation probabilities of the row and column20. 比較のために、ランダムネットワークはヌルモデルとして使用され、占有されている隣接行列の各エントリの確率は行と列20の職業確率の平均である。 0.79
The significantly high nestedness implies that actors (say NAGs) are more likely to share common partners (say HSs) which tends to make these common partners generalists. かなり高いネスト性は、アクター(例えばNAG)が共通のパートナー(例えばHS)を共有する可能性が高いことを示唆しています。 0.61
This renders a highly unbalanced structure of relationships: specialists (say NAGs only focusing on few HSs) are more likely attached to generalists (HSs supporting many NAGs) rather than other specialists (HSs supporting only few NAGs). これは関係の非常にバランスのとれた構造を表します:専門家(例えば少数のHSだけに焦点を合わせるNAGs)は他の専門家(少数のNAGsだけを支えるHSs)より一般主義者(多くのNAGsを支えるHSs)に付す可能性が高いです。 0.65
A heuristic explanation can be suggested for the formation of the nested architecture, following the principle of fitness maximization in ecology34, 35: For those NAGs and HSs maintaining mutualistic relations, the successful military action taken by a NAG may improve the status of the counterpart HS and thus increase the state’s propensity and willingness to support more NAGs. 生態学におけるフィットネス最大化の原則34, 35: 相互主義的な関係を維持するNAGとHSにとって、NAGによって取られた軍事行動は、対応するHSの状態を改善し、国家の傾向とより多くのNAGをサポートする意欲を高める可能性がある。 0.62
And the successful NAG may also attract support from more HSs intending to confront their rivals in this way. また、NAGの成功は、この方法でライバルと対決しようとする多くのHSからの支持を惹きつけるかもしれない。 0.54
Similarly, for parasitic NAG-HS relations, the feasibility of one NAG gaining resources from a HS may encourage more NAGs to attach to that state. 同様に、寄生性NAG-HS関係では、1つのNAGがHSから資源を得る可能性があり、より多くのNAGが同状態に付着する可能性がある。 0.47
This mechanism is weakened by the detaching events, which however occur much less than the attaching events up to the middle of 1990s (see the number of links in Fig. このメカニズムは、1990年代半ばまでの添付イベントよりもはるかに少ない(図1のリンク数を参照してください)、剥離イベントによって弱まります。 0.75
S1a). This has led to “net” preferential attachment. S1a)。 このことが“ネット”優先のアタッチメントにつながった。 0.67
A special note should be made to the indirect benefit for the NAGs in the nested configuration2, 4, 25. ネストされたコンフィグレーション2, 4, 25のNAGの間接的なメリットには特別な注意が必要です。 0.66
The NAGs that engage in mutualistic support from the same HSs may avoid or reduce possible competition between these NAGs for territory or resources. 同じHSから相互支援を行うNAGは、これらのNAG間の領土や資源の競争を回避または軽減することができる。 0.62
Since successful military actions by a given NAG may improve the willingness of HS to support additional NAGs, NAGs can be thought to indirectly contribute to each other’s support levels. 特定のNAGによる軍事行動の成功により、追加のNAGをサポートするためのHSの意欲が向上する可能性があるため、NAGは相互の支持レベルに間接的に寄与すると考えられる。 0.63
This complies with the general ecological principle of mutualism25: a more nested architecture is able to pack more actors in the community by minimizing competition among よりネスト化されたアーキテクチャは、競争を最小化することによって、コミュニティ内のより多くのアクターを詰め込むことができる。 0.56
5/13 5/13 0.59
英語(論文から抽出)日本語訳スコア
Figure 4. Temporal modular structure in the (a) HS and (b) NAG guilds. 図4。 a)HSおよび(b)NAGギルドの一時的なモジュラー構造。 0.68
The height of the curve represents the number of actors in the submodule. 曲線の高さは、サブモジュール内のアクターの数を表す。 0.79
The modules are numbered (vertical axis), among which 9 modules contain more than 3 different actors in each while the other 24 are small groups or individual actors. モジュールは番号付けされ(垂直軸)、9つのモジュールはそれぞれ3つの異なるアクターを含み、他の24は小さなグループまたは個々のアクターである。 0.81
Inset: Positive correlation of the Jaccard indices of NAG- and HS-submodules of two of the major modules shows coherent fluctuation in their membership (Pearson coefficient ρ = 0.71 with p = 6.1× 10−9 (two-sided t-test) for mod #19; ρ = 0.56 with p = 9.9× 10−7 for mod #3). 設定: 2つの主要モジュールのNAG-およびHS-サブモジュールのJaccard指数の正の相関は、そのメンバーシップのコヒーレント変動を示す(ピアソン係数 ρ = 0.71、mod #19のp = 6.1× 10−9 (2面 t-test); ρ = 0.56、p = 9.9× 10−7、mod #3)。 0.69
like-type actors. This higher capacity marks a more structurally stable architecture26. 類似型俳優。 この高容量は構造的に安定したアーキテクチャ26を示す。 0.67
Modular structures. Concurrently, the network exhibits a nontrivial modular structure, in which actors are more densely connected to partners within the same module than across modules. モジュール構造。 同時に、ネットワークは非自明なモジュラー構造を示し、アクターはモジュール間よりも同じモジュール内のパートナーとより密に接続される。 0.77
The modularity measure is usually calculated by seeking a partition of an individual network that maximizes a modularity quality function36. モジュラリティ尺度は通常、モジュラリティ品質関数36を最大化する個々のネットワークの分割を求めることによって計算される。
訳抜け防止モード: モジュラリティ測度は通常計算される モジュール性品質関数36を最大化する個々のネットワークの分割を求める。
0.83
However, for this temporal network, partitioning the yearly slices of the temporal network individually would lose the inter-slice relation, making the modules in successive years independent of each other. しかし、この時間的ネットワークでは、時間的ネットワークの年次スライスを個別に分割すると、スライス間の関係が失われ、モジュール同士は連続的に独立する。 0.75
Here we use a temporal community detection algorithm based on Markov stability, proposed by Mucha, et al37. ここでは、Muchaらによって提案されたマルコフ安定性に基づく時間的コミュニティ検出アルゴリズムを用いる。 0.69
Instead of partitioning separate time slices, this algorithm relies on the systematic optimization of a single quality function for all network slices in the 66 years. このアルゴリズムは、別々の時間スライスを分割する代わりに、66年間に全てのネットワークスライスに対して単一の品質関数を体系的に最適化する。 0.81
It has the merit of allowing the identification of the same module through all years and thus tracking the evolution of modules38. これは、同じモジュールを長年にわたって識別し、モジュール38の進化を追跡するという利点がある。 0.74
The modularity of the network each year as measured via the metric Q(t) is significantly higher compared to that of corresponding null models, as shown in Fig. メートル法Q(t)によって測定される毎年のネットワークのモジュール性は、図に示すように、対応するnullモデルと比較して有意に高い。 0.71
3b (note that the partition is not unique). 3b (分割が一意ではないことに注意)。 0.72
There are two appropriate null models: 1. randomly permuted yearly slices (see Fig. 適切なnullモデルが2つある: 1. ランダムに置換された年間スライス(図参照)。 0.66
S11a) and 2. randomly shuffled within-slice links that maintain the same degree sequence (see Fig. S11a) と 2 は同じ次数列を維持するスライス内リンクをランダムにシャッフルする(図参照)。 0.67
S11b). The comparisons demonstrate that both intra-slice linkage and the temporal order of network slices contribute to the nontrivial modular structure39. S11b)。 比較の結果,スライス内リンクとネットワークスライスの時間的順序は,非自明なモジュラ構造39に寄与することがわかった。 0.70
The modularity value reaches a minimal value around 1990, a time point marking the end of the Cold War. モジュラリティの値は1990年頃に最小限の値に達し、これは冷戦の終結を示している。 0.79
We then seek a representative partition of the network. 次に、ネットワークの代表的パーティションを探します。 0.72
This is realized by using a stabilizing technique for robust module detection40 and maximizing the Adjusted Mutual Information (AMI) (see Methods and Sec. これは、ロバストモジュール検出40の安定化技術と、調整された相互情報(AMI)の最大化(メソッドとSec参照)によって実現される。 0.65
2 in SI). Our more detailed analyses are then based on this unique representative partition. SIでは2)。 より詳細な分析は、このユニークな代表パーティションに基づいています。 0.75
The supporting network over the 66 years is partitioned into 33 modules, in which 9 major modules contain more than 3 different actors in each and the other 24 modules are separate nodes or tiny groups. 66年にわたるサポートネットワークは33のモジュールに分けられ、9つの主要なモジュールはそれぞれに3つ以上の異なるアクターを含み、他の24のモジュールは別々のノードまたは小さなグループです。 0.84
In Fig. 4, we show the sizes (number of actors) of modules in all years in the HS- and NAG-guilds (the NAG- and HS-submodules of each bipartite module), respectively (see also the modular structures in representative years in Fig. 図1。 4 では,各二部モジュールの HS- および NAG-ギルド (NAG- および HS-サブモジュール) におけるモジュールのサイズ (アクター数) をそれぞれ示す(Fig における代表年におけるモジュラ構造も参照)。 0.74
S9 in SI). S9 in SI)。 0.91
The contrast is sharp: while the major modules can persist for significantly long time spans, the others are merely temporary. コントラストは鋭く、主要なモジュールは、非常に長い期間持続するが、他のモジュールは単に一時的なものである。 0.64
While the 24 temporary modules are almost constant in their membership, all the major 9 modules have experienced significant turnovers (see module membership in 1970 and 2000 shown in Tab. 24個の一時的なモジュールはメンバーシップでほぼ一定であるが、主要な9つのモジュールはすべて大きなターンオーバーを経験している(1970年と2000年のモジュールメンバーシップを参照)。 0.64
S1 and S2 in SI). SIのS1およびS2)。 0.82
This is consistent with the general tendency found in the unipartite coauthorship and the phone-call networks41: small modules survive when they are stationary in the membership, while large modules survive if they experience sufficient changes. これは、単独の共著者や電話ネットワーク41で見られる一般的な傾向と一致している:小さなモジュールはメンバーシップに静止しているときに生き残るが、大きなモジュールは十分な変化を経験したときに生き残る。 0.69
For the 9 major modules, we 9つの主要モジュールについて。 0.77
6/13 6/13 0.59
英語(論文から抽出)日本語訳スコア
Figure 5. Partitioned NAG-HS networks for representative years (a) 1970 and (b) 2000. 図5。 1970年(a)と2000年(b)のNAG-HSネットワークを分割。 0.75
Nodes are coloured differently according to their bipartite module-membership, but the colour of the same module does not alter for different years. ノードの色は2部構成のモジュールメンバーシップによって異なるが、同じモジュールの色は年々変わることはない。 0.78
NAGs are represented by circles and HSs by squares. NAGは円で表され、HSは正方形で表される。 0.55
further observe that the fluctuations in the NAG- and HS-submodules are coherently correlated. さらに、NAG-およびHS-サブモジュールの変動がコヒーレントに相関していることを観察する。 0.57
Quantitatively, we calculate the temporal Jaccard index to show the stationarity of the membership of the submodule, which compares the contents of in the successive submodules 定量的に, 連続サブモジュールの内容を比較するサブモジュールのメンバシップの定常性を示すために, 時間的 Jaccard インデックスを算出する。 0.85
Jα (t,t − 1) = Jα (t,t − 1) = 0.94
|Aα (t)∩ Aα (t − 1)| |Aα (t)∪ Aα (t − 1)| Aα (t) ・ Aα (t − 1)| |Aα (t) ・ Aα (t − 1)| 0.94
(1) where Aα denotes the members of a specific submodule in focus40, 41. (1) ここで Aα は focus40,41 の特定の部分加群のメンバーを表す。 0.72
Thus, the Jaccard index describes the similarity of successive modules (auto-correlation), ranging from 0 (no common member) to 1 (identical). したがって、Jaccardインデックスは、0(共通メンバーなし)から1(同一)までの連続したモジュール(自動相関)の類似性を記述する。 0.77
For all submodules of the 9 major modules, the Jaccard indices averaged over the active years turn out to be high (see values in Fig. 9つの主要なモジュールのすべてのサブモジュールについて、jaccardのインデックスはアクティブな年に平均して高い値であることが判明した(図の値を参照)。
訳抜け防止モード: 9つの主要モジュールのすべてのサブモジュールについて、Jaccardインデックスは活動年数の平均値です。 高くなり (図の値を参照のこと。
0.67
S6 in the SI), indicating high cross-time stability of these modules. S6 in the SI)は,これらのモジュールのクロスタイム安定性を示す。 0.70
In individual modules, for 7 of the 9 major modules, the temporal Jaccard indices of the corresponding NAG- and HS-submodules, JNAG(t) and JHS(t), are positively correlated (p < 0.1; two-sided t-test), as illustrated for the two modules with the highest correlation coefficients in the inset of Fig. 個々のモジュールでは、9つの主要モジュールのうち7つについて、対応するnag-およびhs-サブモジュールの時間的jaccardインデックスであるjnag(t)とjhs(t)が正相関(p < 0.1; two-sided t-test)され、figの開始時に最も相関係数が高い2つのモジュールが示される。 0.70
4 (see Fig. S7 in the SI for all major modules). 4(図参照)。 S7はすべての主要なモジュールのSIである。 0.79
This implies that the constituents of most major bipartite modules are co-changing: NAGs and their attached states tend to join or leave a module together. これは、ほとんどの主要な二部モジュールの構成要素が共変していることを意味している: NAGとその付属状態は、モジュールを一緒に結合または残す傾向にある。 0.55
Viewing the nestedness and modularity measures jointly, we find a clear negative correlation between them through the 66 years, as shown in Fig. ネストネスとモジュラリティの指標を共同で見たところ,66年間にわたって明らかに負の相関関係がみられた。 0.61
3c. This is strikingly different from that observed for the null model. 3c。 これはnullモデルで観測されたものとは大きく異なる。 0.82
Heuristically, on one hand, NAGs may favor a nested structure by attaching to common HSs so that the HS may increase the willingness to provide more support. ヒューリスティックに言えば、nagは共通のhssにアタッチすることで入れ子構造を好むので、hsはより多くの支援を提供する意志を高めることができる。 0.54
On the other hand, the benefits of support could be diluted if the difference between the traits (including geographic, political and religious factors) of a pair of NAG and HS is too significant, which may lead them to fall into different modules. 一方で、一対のnagとhsの特徴(地理的、政治的、宗教的要因を含む)の違いがあまりにも重要で、異なるモジュールに落ちてしまう場合、支援の利点は希薄になる可能性がある。
訳抜け防止モード: 一方、特性の違いが相違する場合には、支援の利点を希薄にすることができる。 (地理的、政治的、宗教的要素を含む) NAG と HS のペアは重要過ぎるため,異なるモジュールに分解する可能性がある。
0.73
This is consistent with the ecological principle that at any given time, the network tends to find an optimal structure balancing nestedness and modularity, which trades off benefits against disadvantages25, 34, 42. これは、常にネットワークがネストネスとモジュラリティのバランスをとる最適な構造を見出す傾向があるという生態学の原則と一致しており、利益を不利なs25, 34, 42と引き換えにしている。
訳抜け防止モード: これは生態学の原理と一致しています ネットワークはネストネスとモジュラリティのバランスをとる最適な構造を見つける傾向がある。 利益を25, 34, 42のデメリットと引き換えに分配します
0.73
Roles of actors. Based on the representative partition, we may further identify the roles of actors in the network setting. 役者の役割。 代表パーティションに基づいて、ネットワーク設定におけるアクターの役割をさらに特定することができます。 0.73
We calculate two characteristics of each actor, the standardized within-module degree {di} and the participation coefficient {ci}43. 本研究では,各アクターの2つの特性,標準モジュール内次数 {di} と参加係数 {ci}43 を算出する。 0.69
The c-score is 0 if all the node’s links are within its own module and approaches 1 if they are distributed evenly among modules. cスコアは、すべてのノードのリンクが自身のモジュール内にある場合0で、モジュール間で均等に分散されている場合1に近づく。 0.76
The two scores characterize the contribution of a node to the degree distribution (thus to the nestedness) and modular structure. 2つのスコアは、(ネストされた状態に対する)度分布とモジュラー構造に対するノードの寄与を特徴付ける。 0.75
Then the roles can be classified into four categories: peripherals, module hubs, connectors and network hubs. 次にロールは、周辺機器、モジュールハブ、コネクタ、ネットワークハブの4つのカテゴリに分類できる。 0.68
Figure 6a shows the two scores of all actors in the networks in two typical years 1970 (I) and 2000 (II), respectively. 図6aは、1970年(I)と2000年(II)の2つの典型的な年におけるネットワーク内のすべての俳優の2つのスコアを示しています。 0.63
It is notable that although 7/13 注目に値するのは 7/13 0.53
英語(論文から抽出)日本語訳スコア
Figure 6. Roles of actors. 図6。 役者の役割。 0.71
a, Standardized within-module degree d and participation coefficient c for the network in year 1970 and 2000, respectively. aは、1970年と2000年にそれぞれ、モジュール内次数dとネットワークの参加係数cを標準化した。 0.64
According to the two scores, any node falls into one of the four predefined categories. 2つのスコアによると、任意のノードは4つの予め定義されたカテゴリの1つに分類される。 0.53
b, Histograms of fluctuation in d- (left panel) and c-scores (right panel) measured by the standard deviation. b) 標準偏差によって測定されたd-(左パネル)とc-スコア(右パネル)の揺らぎのヒストグラム。 0.73
c, Correlation of temporal d-scores (upper panel) and c-scores (lower panel) in the active and passive support subnetworks, for the actors that are involved in both relations. c) 活動的および受動的支援サブネットワークにおける時間的d-スコア(上層パネル)とc-スコア(下層パネル)の相関性。
訳抜け防止モード: c) 時間d-スコアの相関(上部パネル) C - アクティブおよびパッシブサポートサブネットワークにおけるスコア(下位パネル)。 双方の関係に 関わった役者のために。
0.78
Insets: p-values of the temporal correlations. インセット: 時間相関のp-値。 0.72
the number of actors, including both NAGs and HSs, has increased from 98 to 160, the distribution of roles of all actors has remained very similar (mean value: (cid:104)dI(cid:105) = (cid:104)dII(cid:105 ) = 0, (cid:104)cI(cid:105) = 0.1086 vs (cid:104)cII(cid:105 ) = 0.1402, standard deviation: σ (dI) = 0.9250 vs σ (dII) = 0.9582, σ (cI) = 0.2133 vs σ (cII) = 0.2348). NAGとHSの両方を含むアクターの数は98から160に増加し、全てのアクターの役割の分布は非常に類似した(平均値: (cid:104)dI(cid:105) = (cid:104)dII(cid:105 ) = 0, (cid:104)cI(cid:105) = 0.1086 vs (cid:104)cII(cid:105 ) = 0.1402, 標準偏差: σ (dI) = 0.9250 vs σ (dII) = 0.9582, σ (cI) = 0.2133 vs σ (cII) = 0.2348) である。 0.85
For each actor, we measure the fluctuation of its yearly role scores by the standard deviation throughout its lifespan (for NAG) or hosting time (for HS). 各俳優について、その生涯を通して標準偏差(nag)またはホスティング時間(hs)によって年間役割スコアの変動を測定する。
訳抜け防止モード: 各役者に対しては、その寿命(NAGの場合)を通して標準偏差による年間の役割スコアの変動を測定します。 またはホスティング時間(HSのため)。
0.69
As shown in Fig. 6b, most actors turn out to be consistent in their d-scores, with 82% of all actors experiencing fluctuations less than 0.5. 図に示すように。 6bで、ほとんどの俳優はd-スコアに一貫性があり、全俳優の82%が0.5未満のゆらぎを経験している。
訳抜け防止モード: 図に示すように。 6B ほとんどの俳優は to be consistent in their d- scores, 全俳優の82パーセントが0.5未満の変動を経験しています
0.76
For the c-score, 67% of the actors remain the same or have a fluctuation less than 0.1. cスコアでは、俳優の67%は同じまま、または0.1未満の変動を有する。 0.70
Most actors have thus kept their within-module degree (reflecting its fitness) unchanged and meanwhile stayed similar in the role of connecting different modules. したがって、ほとんどの俳優は内部モジュールの程度を(その適合性を反映して)変更せず、同時に異なるモジュールを接続する役割に類似したままです。 0.59
In this sense, the roles of the actors (being hubs or peripherals) tend to be maintained in the network evolution regardless of addition and deletion of actors. この意味では、アクター(ハブや周辺機器)の役割は、アクターの追加や削除に関わらず、ネットワークの進化において維持される傾向にある。 0.66
Analogous to ecological mutualistic and parasitic relations, the NAG-HS network consists of active and passive support relations, which comprise two subnetworks, each containing only one type of support. NAG-HSネットワークは、2つのサブネットワークで構成され、それぞれが1つのタイプのサポートのみを含むアクティブおよびパッシブサポート関係で構成されています。 0.67
Now we analyze the roles of the actors that are involved in both relations. 今、私たちは両方の関係に関与している俳優の役割を分析します。 0.67
We project the partition of the whole network onto the subnetworks (so the actor’s module-membership in the subnetwork is determined by the partition of the whole network). ネットワーク全体の分割をサブネットワークに投影する(したがって、サブネットワークにおけるアクターのモジュールメンバーシップは、ネットワーク全体の分割によって決定される)。 0.79
We calculate the d- and c-scores of actors in each year in each of the subnetworks, respectively, and then the Pearson coefficients between the yearly d-/c-scores of all actors for the two subnetworks, as shown in Fig. 各サブネットワークにおける各アクターのd-/c-スコアをそれぞれ計算し、図1に示すように、2つのサブネットワークの各アクターのd-/c-スコア間のピアソン係数を計算します。 0.66
6c. Except a few years, the correlation of the d-scores is significantly high in the majority of the 66 years (p < 0.01; two-sided t-test). 6c。 数年を除いて、d-scoresの相関関係は66年の大半で著しく高い(p < 0.01; two-sided t-test)。 0.83
Similarly, the correlation of c-scores shows an increasing tendency over time from 1975 on and becomes significantly high from 1992 on (p < 0.01). 同様に、cスコアの相関は1975年以降に増加傾向を示し、1992年以降(p < 0.01)は著しく高くなる。 0.75
The correlation indicates that an actor involved in both active and passive relations generally plays a consistent role in both subnetworks. この相関は、活動的関係と受動的関係の両方に関わるアクターが一般に両方のサブネットワークにおいて一貫した役割を果たすことを示している。
訳抜け防止モード: 相関は 活動的関係と受動的関係の両方に関わる俳優は、一般的に、サブネットワークの両方で一貫した役割を果たす。
0.68
Concretely, if the actor plays a role as a peripheral/connector /module-hub/network- hub in one subnetwork, it tends to play a similar role in the other subnetwork. 具体的には、アクターが1つのサブネットワークで周辺/接続子/モジュール-hub/ネットワーク-hubとしての役割を演じる場合、他のサブネットワークでは同様の役割を果たす傾向がある。 0.55
In terms of ecology, this means that if a NAG relies heavily on mutually beneficial relations with supporting states, it is very likely to develop substantial parasitic relations as well, such as extracting funds, transporting weapons or finding safe heavens without the approval or notice of the HS6, 35. 生態学の面では、NAGが支援国との相互に有益な関係に大きく依存している場合、HS6, 35の承認や通知なしに資金の抽出、武器の輸送、安全な天国発見など、実質的な寄生関係を開発する可能性が高いことを意味します。 0.72
It is notable here that a HS supporting a set of NAGs actively may support another set of NAGs passively. ここでは、一連のNAGをサポートするHSが、受動的に別のNAGをサポートすることが注目すべきである。
訳抜け防止モード: ここで注目に値するのは NAGのセットをサポートするHSは、受動的に別のNAGのセットをサポートすることができる。
0.56
For example, the US provided active support 例えば アメリカは 積極的に支援し 0.73
8/13 8/13 0.59
英語(論文から抽出)日本語訳スコア
to the Mujahedin in Afghanistan in the 1980s, and it was exploited otherwise by the IRA, PLO, and Hamas during the same period.17, 18, 44 1980年代にアフガニスタンのムジャヘディンに渡され、同じ期間にIRA、PLO、ハマスによって悪用された。 0.46
Discussion As for any ecological system, identifying the resources that cultivate the actors is crucial for understanding the actors’ life cycles and their collective behaviours. 議論 あらゆる生態システムについて、アクターを育成する資源を特定することは、アクターのライフサイクルとその集団行動を理解するのに不可欠である。
訳抜け防止モード: エコロジーシステムに関する議論。 俳優を育成する資源を特定し 俳優のライフサイクルとその集団的な行動を理解するために重要です。
0.60
Although NAGs are not persistently owned or controlled by any state, they acquire resources from selected states in a nonrandom manner. NAGはいかなる状態によっても永続的に所有または管理されるわけではないが、非ランダムな方法で選択された状態から資源を得る。 0.56
The support network is self-organized through a process where every actor aims to maximize their individual fitness34, 42, which is known as “cumulative advantages”45, 46. サポートネットワークは、すべてのアクターが個々のフィットネスを最大化するプロセスを通じて自己組織化されています34, 42、これは「累積利点」として知られています45, 46。
訳抜け防止モード: サポートネットワークは自己 — すべてのアクターが目標とするプロセスを通じて組織される 個々のfitness34, 42を最大化するために,“累積的アドバンテージ”45,46。
0.77
This is reflected by the preferential selection of partnerships and results in characteristic network patterns. これはパートナーシップの優先的な選択と、特徴的なネットワークパターンに反映される。 0.76
This means that NAGs select HSs that are most likely to provide support for longer periods of time. これはNAGがより長い期間サポートを提供する可能性が高いHSを選ぶことを意味します。 0.73
For a similar reason, long-lasting NAGs tend to attract HSs, which tend to cluster around the same NAGs. 同様の理由から、長寿命のNAGはHSを惹きつける傾向があり、同じNAGを囲む傾向にある。 0.65
The tendency of attaching to higher degree nodes is consistent with other network formation processes, such as in the unipartite scientific collaborations, the bipartite plant-pollinator relations20, or the designer-contractor partnerships30. 高次ノードへのアタッチの傾向は、ユニパートの科学コラボレーション、二パートのプラント・ポリメータ関係20、デザイナー・コントラクタ・パートナーシップs30など、他のネットワーク形成プロセスと一致している。
訳抜け防止モード: 高次ノードにアタッチする傾向は、他のネットワーク形成プロセスと一致している。 例えば 独創的な科学協力で バイパルタイト植物は -受粉者関係20、またはデザイナー 請負業者 パートナーシップ30
0.63
Yet the generalized preferential detachment in the disassembly of the NAG-HS network is unique. しかし、NAG-HSネットワークの分解における一般化された優先分離はユニークである。 0.61
It means that an actor with more associated partners (if mutualistic) or exploiters (if parasitic) may be more likely to break a link, which is most probably sub-optimal. これは、(相互主義的であれば)より関連したパートナーを持つ俳優や(寄生的であれば)エクスプロイラーがリンクを壊す可能性が高いことを意味する。 0.70
This may be due to the fact that an actor with more links tends to be more selective over time to minimize its dependence on others. これは、より多くのリンクを持つ俳優が、他人への依存を最小限に抑えるために、時間とともにより選択的になる傾向があるためかもしれない。 0.61
Since supporting a NAG is an act of animosity and might attract retaliation, limiting interactions is the smart strategy to pursue by HSs. NAGを支持することは敵意の行為であり、報復を惹きつける可能性があるため、相互作用を制限することはHSが追求する賢い戦略である。 0.62
By the same token, if we consider that HSs might also constrain the operations of NAGs, the latter would try to keep their links limited. 同じトークンで、もし hss が nags の操作を制約していると考えるならば、後者はリンクを制限し続けようとするだろう。 0.59
For example, Arafat was particularly careful about getting support from Syria and Egypt in the 1970s since both of these countries had strong leaders who prevented Palestinian infiltration to Israel from their own territory, for fear of Israeli retaliation. 例えば、アラファトは1970年代にイスラエルの報復を恐れてイスラエルへのパレスチナ人の侵入を阻止した強力な指導者を抱えていたため、シリアとエジプトからの支持を得るのに特に慎重であった。 0.65
Instead he opted to form strong ties with Jordan (in the late 1960s) and with Lebanon in the 1970s and early 1980, because he believed that these states had weak governments that could be exploited16, 47, 48. 代わりに、彼はヨルダン(1960年代後半)とレバノン(1970年代と1980年代初頭)と強い関係を築くことを選びました。
訳抜け防止モード: 代わりに彼はヨルダンと強い関係を築き上げた(1960年代後半)。 1970年代と1980年代初めのレバノンは これらの州には16、47、48の 弱い政府があると信じていた
0.74
Despite continuous attachment and detachment, the self-organized nontrivial architecture persists over a wide time span. 連続的なアタッチメントと分離にもかかわらず、自己組織化された非自明なアーキテクチャは幅広い時間にわたって持続する。 0.55
Moreover, the independent measures of nestedness and modularity turn out to be negatively correlated in the NAG-HS supporting network, but no correlation appears in the null model. さらに、ネストネスとモジュラリティの独立測度はNAG-HSサポートネットワークでは負の相関性を示すが、ヌルモデルでは相関性は現れない。 0.76
While nestedness can result from the compound effect of PA and PD, modularity seems to be the consequence of matching of actors’ traits, which are determined by geographical, political and religious factors. ネスト性はPAとPDの複合効果から生じる可能性がありますが、モジュール性は、地理的、政治的、宗教的要因によって決定される俳優の特性の一致の結果であるようです。 0.60
A similar negative correlation is also observed between the dyadic measures of a large ensemble of ecological mutualistic networks, across a wide range of geographical factors and constituents42. 同様の負の相関は、広範囲の地理的要因と構成成分にわたって、生態的相互主義ネットワークの大規模なアンサンブルのディアード測度の間でも観察される42。 0.74
The emergence of a nested, modular structure and their negative correlation suggests that this network of military support and mutualistic ecological networks may share a common ecological principle, that is, optimizing fitness in light of tradeoffs. ネストされたモジュラー構造の出現とその負の相関は、軍事支援と相互主義的な生態学的ネットワークのこのネットワークは、共通の生態学的原理、すなわちトレードオフに照らしてフィットネスを最適化することを示唆している。 0.62
The temporal community detection algorithm confirms the existence of an almost unique partition of the support network (see Sec. 時間的コミュニティ検出アルゴリズムは、サポートネットワークのほぼ一意な分割の存在を確認する(sec参照)。 0.78
2 in SI). Most importantly, this approach is able to track the temporal changes of modules. SIでは2)。 最も重要なのは、このアプローチがモジュールの時間的変化を追跡できることです。 0.77
Unlike the modules in the US congress roll call network37, partitioned by using the same algorithm, where a range of duration periods of modules appear, the modules in the NAG-HS supporting network are either long-lasting ones containing a variety of members or short-lived ones consisting of less than three pairs of interacting actors. 米国議会のロールコールネットワーク37のモジュールとは異なり、同じアルゴリズムを使用して分割され、モジュールの範囲が現れる場合、NAG-HSサポートネットワーク内のモジュールは、さまざまなメンバーを含む長続きのモジュールまたは3ペア未満の相互作用アクターからなる短命のモジュールのいずれかです。 0.80
This suggests that a module has to contain sufficiently many actors and internal interactions to persist; it cannot survive on only few isolated interactions. これは、モジュールが永続化するために十分な数のアクターと内部インタラクションを含む必要があることを示唆している。
訳抜け防止モード: これは、モジュールが持続するために十分な数のアクターと内部相互作用を含む必要があることを示唆している。 少数の孤立した相互作用でしか生き残れない。
0.60
Geographic similarity is shared by most actors in each of the nine established modules (see Tab. 地理的類似性は、9つの確立されたモジュールのほとんどのアクターによって共有される(タブ参照)。 0.57
S1 and S2 in SI for contents in two representative years), as most prominently demonstrated by the HSs and would thus give credits to regional studies that focus essentially on internal dense interactions1, 6, 35. S1, S2 in SI for contents in two representative years, as most prominently demonstrated by the HSs and would give credits to local study that focus on internal dense interaction1, 6, 35。 0.75
However, it is notable that remote actors beyond the region are also often present in the same module. しかし、地域以外でもしばしば同じモジュールにリモートアクターが存在することは注目に値する。 0.71
Most of them are major powers with global force and financial projection capacity, connecting several modules, including US, UK, Russia (Soviet Union) and China. それらのほとんどは、米国、英国、ロシア(ソ連)、中国を含むいくつかのモジュールを接続し、グローバルな力と財務予測能力を持つ主要な力です。 0.69
These were related to the Africa- or Mideast-centered regions (see Fig. これらはアフリカまたは中東中心地域に関連していた(図を参照)。 0.61
5 for the partitions in 1970 and 2000). 1970年および2000年の仕切りのための5)。 0.66
In addition, a few states may have transregional influences due to specific historical reasons, for instance, the leaders of GAM, a separatist group in Indonesia, are known to have lived in and operated from Sweden for most of the 80s and 90s before its dissolution in 200549. 例えば、インドネシアの分離主義者グループであるガンの指導者は、200549年に解散するまで、スウェーデンから80年代と90年代の大半を住んでいたことが知られている。
訳抜け防止モード: 加えて、いくつかの州は特定の歴史的理由により地域を超えて影響がある可能性がある。 例えば、インドネシアの分離主義者グループであるガンの指導者たちは、200549年に解散するまで、80年代から90年代の大半をスウェーデンで暮らし、活動していたことが知られている。
0.55
This suggests that the temporal partition of modules may reveal deeper relations of intimately connected actors beyond the simple methodology of regional division and thus justifies the modules as proper study objects. これは、モジュールの時間分割は、地域分割の単純な方法論を超えて、密接な結合したアクターの深い関係を明らかにし、モジュールを適切な研究対象として正当化することを示唆している。 0.52
Revealing the nontrivial structure enhances our understanding of the roles of the actors. 非自明な構造を明らかにすることで、アクターの役割に対する理解が高まる。 0.61
It allows us to capture the manner in which certain NAGs act as connectors, and in which some states form large connecting hubs for multiple NAGs. これにより、あるnagがコネクタとして動作し、ある状態が複数のnagに対して大きな接続ハブを形成する方法を捉えることができます。 0.61
This may open the door for studying policies to cut off key actors that may cause malfunction of actors only within a module, or lead to cascades that would have extendable influence on multiple modules. これは、モジュール内でアクターの誤動作を引き起こす可能性のある主要なアクターを遮断するポリシーを研究するための扉を開いたり、複数のモジュールに拡張可能な影響を持つカスケードに繋がる可能性がある。 0.60
These research avenues can benefit from the large body of recent studies on the percolation and cascading failure in modular and/or nested networks50–55, as well as on their structural stability and capacity26. これらの研究の道は、モジュラーおよび/またはネストされたネットワーク50-55のパーコレーションとカスケードの失敗と、その構造安定性と容量26に関する最近の研究の恩恵を受けることができる。 0.64
In all, quantifying the ecosystem of NAG-HS interactions provides a unique and important perspective towards the comprehension of the origin, evolution and termination of NAGs, the states supporting them, and their collective behaviours. 全体として、NAG-HS相互作用のエコシステムの定量化は、NAGの起源、進化、終了、それらを支える状態、およびそれらの集団的行動の理解に向けて、ユニークかつ重要な視点を提供する。 0.63
Ecological organizing principles, originally discovered in natural systems, seem to be shared by this military network, as well もともと自然界で発見された生態体系の原則は、この軍事ネットワークでも共有されているようだ。 0.72
9/13 9/13 0.59
英語(論文から抽出)日本語訳スコア
as a variety of previously studied socio-economic networks27, 28. 社会経済ネットワーク27, 28。 0.33
We believe further investigations of the NAG-HS network will be fruitful for the domain of warfare and conflicts as well as developing theories to explain the origin of the ubiquitous network patterns beyond the domain. nag-hsネットワークのさらなる調査は、戦争や紛争の領域に実を結び、ドメインを超えてユビキタスなネットワークパターンの起源を説明するための理論を発展させるでしょう。 0.77
Methods Dataset of NAGs. メソッド NAGのデータセット。 0.77
Our study objects are the bipartite adjacency matrices between NAGs and their attached states of support, constructed from the Dangerous Companions Database1. 私たちの研究対象は、危険コンパニオンデータベース1から構築されたNAGとその付属するサポート状態の間の二成分隣接行列です。 0.66
The dataset covers the period between 1945 and 2010, which introduces a profile for each NAG with information on the foundation year, objectives and ideational characteristics. データセットは1945年から2010年までの期間をカバーし、各NAGのプロファイルと基礎年、目標、およびアイデア特性に関する情報を紹介します。 0.71
All NAGs are engaged in a violent conflict against one or more governments and only conflicts that caused more than 25 battle-related deaths (BRD) are collected, namely the major ones. すべてのNAGは1つ以上の政府に対する暴力的な紛争に従事しており、25以上の戦闘関連死(BRD)を引き起こした紛争のみが収集されます。 0.76
A HS can provide multiple types of support to a NAG each of which is classified as active if it is intentional or passive (de facto) if it is inadvertent. hsはnagに対して複数のタイプのサポートを提供することができ、それぞれが意図的または受動的(事実上)である場合にはアクティブに分類される。 0.75
Relative probability. We calculate the relative probability T +(kHN) that a NAG added in year t connects to an existing state which is connected to kHN NAGs in year t − 1. 相対確率。 本研究では, t 年に追加された NAG が t − 1 年に kHN NAGs に接続された既存の状態に接続する相対確率 T +(kHN) を計算する。 0.76
The relative probability T +(kHN) = P+(kHN,t)/P+ 0 (kHN,t) is defined as the 0 (kHN,t) ratio of the absolute probability P+(kHN,t) that a NAG connects to a HS with degree kHN against the the probability P+ that a HS with degree kHN is uniformly selected at random, where P+ 0 (kHN,t) = ns(kHN,t)/Ns(t) with ns(kHN,t) being the number of HSs with degree kHN prior to the addition of this NAG and Ns(t) being the number of all HSs. 相対確率 T +(kHN,t) = P+(kHN,t)/P+ 0 (kHN,t) は NAG が kHN の HS に接続する絶対確率 P+(kHN,t) の 0 (kHN,t) と、kHN の HS がランダムに選択される確率 P+ (kHN,t) = ns(kHN,t)/Ns(t) の比で定義される。
訳抜け防止モード: 相対確率 T + (kHN ) = P+(kHN, t)/P+ 0 (kHN,) t ) は絶対確率 P+(kHN, t ) の 0 (kHN, t ) 比として定義される。 t) 次数kHNのHSがランダムに選択される確率P+に対して、NAGが次数kHNのHSに接続する。 ここで P+ 0 (kHN, t ) = ns(kHN, t)/Ns(t ) with ns(kHN, t) t ) は NAG と Ns(t ) が付加される前の次数 kHN の HS の個数であり,全 HS の個数である。
0.87
Then T +(kHN) can be estimated by making a histogram of the degrees kHN of the HSs to which each NAG is added, in which each sample is weighted by a factor of Ns(t)/ns(kHN,t)29. このとき、T+(kHN)は、各NAGが付加されるHSsの度数kHNのヒストグラムを作成し、各サンプルをNs(t)/ns(kHN,t)29の係数で重み付けすることによって推定できる。
訳抜け防止モード: すると、T + (kHN ) は、それぞれのNAGが付加されるHSの度数 kHN のヒストグラムを作成することで推定できる。 それぞれのサンプルがNs(t)/ns(kHN, t)29の因子によって重み付けされる場合。
0.80
In the random case, T +(kHN) should equal 1 for all kHN. ランダムの場合、T +(kHN) はすべての kHN に対して 1 に等しい。 0.84
If it is a nonconstant function of kHN, some bias is involved in the attachment process. kHNの非定常関数であれば、アタッチメントプロセスにいくつかのバイアスが関与する。 0.76
In particular, a linearly increasing function corresponds to the standard preferential attachment (PA); while a general monotonically increasing function corresponds to generalized PA. 特に、線形増加関数は標準優先アタッチメント(PA)に対応しており、一般単調増加関数は一般化PAに対応している。 0.80
Similarly, we calculate the relative probability T−(kHN) that a NAG detaches from a HS with degree kHN. 同様に、NAG が次数 kHN の HS から分離する相対確率 T−(kHN) を計算する。 0.68
Furthermore, the relative probability of a HS acquires or loses a connection from an incumbent NAG, namely, R+(kHN) and R−(kHN). さらに、HSの相対確率は、既存のNAG、すなわちR+(kHN)およびR−(kHN)から接続を取得または失う。 0.66
From the perspective of NAGs, we can also calculate the relative probability that a NAG acquires or loses a connection from a HS (see Fig. NAGの観点からは、NAGがHSから接続を取得または失う相対的な確率を計算することもできます(図4参照)。 0.68
S5 in SI). S5 in SI)。 0.92
Temporal detection of modules. モジュールの時間的検出。 0.83
We use a temporal community detection algorithm, GenLouvain, based on the Markov stability, proposed by Mucha, et al37. 我々は,momaらによって提唱されたマルコフ安定性に基づく時間的コミュニティ検出アルゴリズムgenlouvainを用いた。 0.71
The merit of the temporal algorithm is its ability to find a systematic optimal partition of the network by optimizing a single quality function throughout all years. 時間的アルゴリズムの利点は、一年を通して単一の品質関数を最適化することでネットワークの体系的な最適分割を見つける能力である。 0.86
Note that by using this optimization algorithm, there can still be arbitrariness due to different partitions {Ps} of the same network that give comparable modularity values close to the optimum. この最適化アルゴリズムを使用することで、同じネットワークの異なるパーティション {Ps} が最適値に近いモジュラリティ値を与えるため、任意性が存在することに注意する必要がある。 0.82
A specific sth partition is denoted by Ps(t) = ∪iMs,i(t), where the subscript i denotes the ith module and tth year. 特定の sth パーティションは Ps(t) = siMs,i(t) で表され、サブスクリプト i は ith モジュールと t 年を表す。 0.69
We then seek a representative partition if the network has a truly nontrivial modular structure (for details see Sec. 次に、ネットワークが真に非自明なモジュラー構造を持つ場合(詳細はsecを参照)、代表的なパーティションを求める。 0.62
S2 in SI). S2 in SI)。 0.91
This is realized by using a further stabilizing technique for robust module detection40. これはロバストモジュール検出40のさらなる安定化技術を用いて実現される。 0.79
We construct a nodal association matrix T , each entry of which is the frequency of a pair of actors being partitioned in the same module according to the partitions {Ps} (only statistically significant contributions are retained). ノード結合行列 t を構成するが、それぞれのエントリは分割 {ps} に従って同じモジュールで分割される2つのアクターの周波数である(統計学的に有意な貢献しか保持されない)。 0.75
We then partition this matrix T , which reveals the network modular structure from all partitions {Ps}. 次に、この行列 T を分割し、すべてのパーティション {Ps} からネットワークモジュラ構造を明らかにする。 0.76
It turns out that all partitions { ˜Ps} of T , after applying this technique, are almost identical to each other, indicating the existence of a highly robust modular structure of the studied network. この手法を適用した後、T のすべての分割 {*Ps} は互いにほぼ同一であり、研究されたネットワークの非常に堅牢なモジュラー構造の存在を示すことが判明した。 0.73
Finally, to remove the remaining slight uncertainty, we select a representative partition ˜P∗, which has a maximum average Adjusted Mutual Information (AMI) with all other partitions { ˜Ps}56. 最後に、残りのわずかな不確実性を取り除くために、他のすべてのパーティション { sps}56 を持つ最大平均調整相互情報 (ami) を持つ代表パーティション sp∗ を選択する。 0.73
Roles of actors. We calculate two characteristics of each actor, the standardized within-module degree and the participation coefficient43 役者の役割。 我々は,各アクタの2つの特性,標準化されたモジュール内次数,参加係数43を算出する。 0.62
di = (kis −(cid:104){kis}(cid:105))/σ ({kis}) ci = 1− Nm∑ di = (kis −(cid:104){kis}(cid:105))/σ ({kis}) ci = 1− Nm* 0.91
kit /ki t=1 (2) キット/キ t=1 (2) 0.74
(3) where ki is the degree of nodes i, kis is the within-module degree (number of links of node i to other nodes in its own module s), (cid:104){kis}(cid:105) and σ ({kis}) are the average and standard deviation of within-module degree of all nodes in s, and kit is the number of links from node i to nodes in module t. (3) Ki がノード i の次数である場合、kis は内部加群次数(自身のモジュール s 内のノード i から他のノードへのリンク数)であり、 (cid:104){kis}(cid:105) と σ ({kis}) は s 内の全てのノードの加群次数の平均および標準偏差であり、 kit はモジュール t 内のノード i からノードへのリンク数である。 0.84
Data Availability The “Dangerous Companions” Dataset used in this study is available at http://armedgroups.n et. データ可用性 この研究で使用される“Dangerous Companions”データセットはhttp://armedgroups.n et.comで公開されている。 0.64
10/13 10/13 0.59
英語(論文から抽出)日本語訳スコア
Code Availability Codes for analyzing the network are available upon request. ネットワークを分析するためのコードアベイラビリティコードは、要求に応じて利用できる。 0.69
The code for measuring nestedness from the library “BiMat” is available at https://bimat.github .io. ライブラリ「BiMat」のネスト度を測定するコードは、https://bimat.github .io.comで入手できる。 0.60
The code for temporal community detection from the library “GenLouvain” is available at https://github.com/G enLouvain/GenLouvain . GenLouvain”ライブラリからの時間的コミュニティ検出コードはhttps://github.com/G enLouvain/GenLouvain .comで公開されている。 0.64
References 1. San-Akca, B. 参照1。 サンアッカ、b。 0.71
States in Disguise: Causes of State Support for Rebel (Oxford University Press, 2016). states in disguise: cause of state support for rebel (oxford university press, 2016)を参照。 0.78
URL http: //armedgroups.net. URL http: armedgroups.net 0.72
2. Maoz, Z. 2. Maoz, Z。 0.82
& San-Akca, B. San-Akca、B。 0.79
Rivalry and state support of non-state armed groups (NAGs), 1946–2001. 非国家武装集団(nags)の競争と国家支援(1946-2001)。 0.66
Int. Stud. Q. Int Stud! Q。 0.65
56, 720–734 (2012). 56, 720–734 (2012). 0.87
3. Horowitz, M. C. & Potter, P. B. K. Allying to kill: Terrorist intergroup cooperation and the consequences for lethality. 3. Horowitz, M. C. & Potter, P. B. K. Allying to kill: Terrorist intergroup cooperation and the results for lethality。 0.89
J. Confl. Resolut. J。 コンフ レゾリュート。 0.51
58, 199–225 (2014). 58, 199–225 (2014). 0.94
4. Phillips, B. J. 4. フィリップス、B.J。 0.81
Terrorist group rivalries and alliances: Testing competing explanations. テログループのライバルと同盟:競合する説明をテストする。 0.69
Stud. Confl. Terror. Stud! コンフ 恐怖。 0.57
(2018). DOI (2018). 土居 0.51
10.1080/1057610X.201 8.1431365. 10.1080/1057610X.201 8.1431365 0.31
5. LaFree, G. & Ackerman, G. The empirical study of terrorism: Social and legal research. 5. LaFree, G. & Ackerman, G. The empirical study of terrorism: Social and legal research 0.86
Annu. Rev. Law Soc. アンヌ。 Rev 法律家。 0.53
Sci. 5, 347–374 (2009). Sci 5, 347–374 (2009). 0.75
6. Phillips, B. J. 6. フィリップス、B.J。 0.81
What is a terrorist group? テロリストグループとは何ですか? 0.74
Conceptual issues and empirical implications. 概念的問題と経験的意味。 0.60
Terror. Polit. Violence 27, 225–242 恐怖。 政治。 暴力27, 225–242 0.67
(2015). 7. (2015). 7. 0.85
Freilicha, J. D., Chermakb, S. M. & Gruenwald, J. Freilicha, J. D., Chermakb, S. M. & Gruenwald, J. 0.98
The future of terrorism research: A review essay. the future of terrorism research: a review essay (英語) 0.89
Int. J. Comp. Int J.Comp。 0.66
Appl. Crim. Justice 39, 353–369 (2015). アプリ。 Crim 39番、353-369番(2015年)。 0.44
8. Pinker, S. The better angels of our nature: Why violence has declined (Penguin Group USA, 2012). 8. Pinker, S. The better angels of our nature: Why violence has declined (Penguin Group USA, 2012)。 0.86
9. Gleditsch, N. P., Pinker, S., Thayer, B. 9. Gleditsch, N. P., Pinker, S., Thayer, B。 0.87
A., Levy, J. S. & Thompson, W. R. The forum: The decline of war. A., Levy, J. S. & Thompson, W. R. The Forum: The decline of war. 0.97
Int. Stud. Rev. Int Stud! Rev 0.57
15, 396–419 (2013). 15, 396–419 (2013). 0.94
10. Gleditsch, N. P., Melander, E. & Urdal, H. Introduction: Patterns of armed conflict since 1945. 10. Gleditsch, N. P., Melander, E. & Urdal, H. Introduction: Patterns of armed conflict since 1945 0.88
Mason D McLaughlin Mason D McLaughlin 0.85
Mitchell S (eds) What Do We Know About Civ. Mitchell S (eds) Civについて知っていること。 0.88
War 15–32 (2016). 第15-32戦(2016年)。 0.51
11. Byman, D. & et al. 11. Byman, D. & et al。 0.88
Trends in Outside Support for Insurgent Movements (RAND Corporation, 2001). インサージェント・ムーブメントの外部支援の動向(RAND Corporation, 2001) 0.64
12. Kalyvas, S. N. & Balcells, L. International system and technologies of rebellion: How the end of the cold war shaped 12. kalyvas, s. n. & balcells, l. international system and technologies of rebel: how the end of the cold war の形状 0.87
internal conflict. The Am. Polit. 内部紛争 Am。 政治。 0.50
Sci. Rev. 104, 415–429 (2010). Sci Rev 104, 415–429 (2010). 0.66
13. Popovic, M. Inter-rebel alliances in the shadow of foreign sponsors. 13. popovic, m. inter-rebel alliances in the shadow of foreign sponsors. (英語) 0.77
Int. Interactions 749–776 (2017). Int 相互作用749-776 (2017)。 0.59
14. Salehyan, I. 14. Salehyan, I。 0.82
The delegation of war to rebel organizations. 反政府組織への戦争代表団。 0.63
J. Confl. Resolut. J. Confl。 レゾリュート。 0.67
54, 493–515 (2010). 54, 493–515 (2010). 0.94
15. Gleditsch, K. S., Salehyan, I. 15. Gleditsch, K. S., Salehyan, I。 0.87
& Schultz, K. Fighting at home, fighting abroad: How civil wars lead to international disputes. & schultz, k. fighting at home, fighting abroad: how civil wars leads to international conflicts (英語) 0.80
J. Confl. Resolut. J. Confl。 レゾリュート。 0.67
52, 479–506 (2008). 52, 479–506 (2008). 0.94
16. Maoz, Z. 16. Maoz, Z。 0.82
Defending the Holy Land: A Critical Analysis of Israel’s Security and Foreign Policy (University of Michigan 聖地を守る:イスラエルの安全保障と外交政策(ミシガン大学)の批判的分析 0.70
Press, 2006). 17. 2006年出版)。 17. 0.72
Guelke, A. Guelke, A。 0.79
The United States, Irish Americans and the Northern Ireland Peace Process. アメリカ合衆国、アイルランド系アメリカ人、北アイルランド和平プロセス。 0.79
Int. Aff. 72, 521–536 (1996). Int アフ。 72, 521–536 (1996). 0.65
18. Levitt, M. Hamas: Politics, charity, and terrorism in the service of Jihad (Yale University Press, 2008). 18. Levitt, M. Hamas:Jihadのサービスにおける政治、慈善、テロリズム(Yale University Press, 2008)。 0.82
19. San-Akca, B. 19. サンアッカ、b。 0.80
Democracy and vulnerability: An exploitation theory of democracies by terrorists. 民主主義と脆弱性:テロリストによる民主主義の搾取理論。 0.74
J. Confl. Resolut. J. Confl。 レゾリュート。 0.67
58, 1285–1310 (2014). 58, 1285–1310 (2014). 0.87
20. Bascompte, J., Jordano, P., Melian, C. J. 20. Bascompte, J., Jordano, P., Melian, C. J. 0.88
& Olesen, J. M. The nested assembly of plant–animal mutualistic networks. Olesen, J. M. The nested assembly of plant-animal mutualistic network。 0.84
Proc. Natl. Acad. Proc Natl アカデミア。 0.50
Sci. USA 100, 9383–9387 (2003). Sci USA 100, 9383–9387 (2003)。 0.72
21. Olesen, J. M., Bascompte, J., Dupont, Y. L. & Jordano, P. The modularity of pollination networks. 21. Olesen, J.M., Bascompte, J., Dupont, Y.L. & Jordano, P. 受粉ネットワークのモジュール化。 0.87
PNAS 104, 19891–19896 PNAS 104, 19891–19896 0.84
(2007). 22. (2007). 22. 0.85
Poulin, R. Network analysis shining light on parasite ecology and diversity. poulin, r. network analysis on parasite ecology and diversity(英語) 0.72
Trends Parasitol. Trends Parasitol 0.55
26, 492–498 (2010). 26, 492–498 (2010). 0.94
23. Graham, S. P., Hassan, H. K., Burkett-Cadena, N. D., Guyer, C. & Unnasch, T. R. Nestedness of ectoparasite-vertebr ate 23. Graham, S. P., Hassan, H. K., Burkett-Cadena, N. D., Guyer, C. & Unnasch, T. R. Nestedness of ectoparasite-vertebr ate 0.85
host networks. ホストネットワーク。 0.67
PLoS One 4, e7873 (2009). PLoS One 4 e7873 (2009)。 0.75
24. Okuyama, T. & Holland, J. N. Network structural properties mediate the stability of mutualistic communities. 24. Okuyama, T. & Holland, J. N. Network の構造的特性は相互主義的コミュニティの安定性を仲介する。 0.76
Ecol. Lett. Ecol Lett! 0.58
11, 208–216 (2008). 11, 208–216 (2008). 0.94
11/13 11/13 0.59
英語(論文から抽出)日本語訳スコア
25. Bastolla, U. 25. バストーラ (bastolla)。 0.69
& et al. The architecture of mutualistic networks minimizes competition and increases biodiversity. など。 相互主義ネットワークのアーキテクチャは競争を最小限に抑え、生物多様性を高める。 0.40
Nat. 458, 1018–1020 (2009). Nat! 458, 1018–1020 (2009). 0.82
26. Rohr, R. P., Saavedra, R. & Bascompte, J. 26. Rohr, R. P., Saavedra, R. & Bascompte, J。 0.90
On the structural stability of mutualistic systems. 相互主義システムの構造安定性について 0.77
Sci. 345, 1253497 (2014). Sci 345, 1253497 (2014). 0.68
27. May, R. M., Levin, S. A. 27. 5月, R. M., Levin, S. A. 0.83
& Sugihara, G. Complex systems: Ecology for bankers. 杉原、G.複合システム:銀行家のための生態。 0.62
Nat. 451, 893–895 (2008). Nat! 451, 893–895 (2008). 0.84
28. Saavedra, S., Reed-Tsochas, F. & Uzzi, B. 28. Saavedra, S., Reed-Tsochas, F. & Uzzi, B。 0.89
A simple model of bipartite cooperation for ecological and organizational 生態的・組織的二元的協力の簡易モデル 0.75
networks. Nat. ネットワーク。 Nat! 0.73
457, 463–466 (2009). 457, 463–466 (2009). 0.94
29. Newman, M. Clustering and preferential attachment in growing networks. 29. Newman, M. 成長ネットワークにおけるクラスタリングと優先アタッチメント。 0.83
Phys. Rev. E 64, 025102 (2001). Phys Rev E 64, 025102 (2001)。 0.60
30. Saavedra, S., Reed-Tsochas, F. & Uzzi, B. Asymmetric disassembly and robustness in declining networks. 30. Saavedra, S., Reed-Tsochas, F. & Uzzi, B. ネットワーク減少における非対称分解と堅牢性。 0.79
Proc. Natl. Acad. Proc Natl アカデミア。 0.50
Sci. USA 105, 16466–16471 (2008). Sci USA 105, 16466–16471 (2008)。 0.72
31. Yule, G. U. 31. Yule, G. U。 0.90
A mathematical theory of evolution, based on the conclusions of Dr. J. C. Willis, F.R.S. J.C.ウィリス博士の結論に基づく進化の数学的理論 F.R.S. 0.78
Philos. Transactions Royal Soc. Philos 取引 ロイヤルソックス。 0.55
B 213, 21–87 (1925). B 213, 21-87 (1925)。 0.89
32. Barab`asi, A. L. & ´Albert, R. Emergence of scaling in random networks. 32. Barab`asi, A. L. & ́Albert, R. Emergence of Scaling in random network。 0.87
Sci. 286, 509–512 (1999). Sci 286, 509–512 (1999). 0.73
33. Almeida-Neto, M., Guimar˜aes, P., Guimar˜aes, P. R., Loyola, R. D. & Ulrich, W. A consistent metric for nestedness analysis 33. Almeida-Neto, M., Guimar 'aes, P., Guimar 'aes, P. R., Loyola, R. D. & Ulrich, W. ネストネス分析の一貫した計量 0.80
in ecological systems: reconciling concept and measurement. 生態システムでは 概念と測定の調整です 0.72
Oikos 117, 1227–1239 (2008). Oikos 117, 1227–1239 (2008)。 0.89
34. Suweis, S., Simini, F., Banavar, J. R. & Maritan, A. 34. Suweis, S., Simini, F., Banavar, J.R. & Maritan, A。 0.88
Emergence of structural and dynamical properties of ecological 生態学的構造と動的性質の出現 0.83
mutualistic networks. 相互主義的ネットワーク 0.70
Nat. 500, 449–452 (2013). Nat! 500, 449–452 (2013). 0.84
35. San-Akca, B. 35. サンアッカ、b。 0.80
Supporting non-state armed groups: A resort to illegality? 非国家武装グループを支援する:違法へのリゾート? 0.74
J. Strateg. J. Strateg 0.79
Stud. 32, 589–613 (2009). Stud! 32, 589–613 (2009). 0.82
36. Newman, M. E. J. Modularity and community structure in networks. 36. Newman, M.E.J. ネットワークにおけるモジュラリティとコミュニティ構造。 0.79
Proc. Natl. Acad. Proc Natl アカデミア。 0.50
Sci. USA 103, 8577–8582 (2006). Sci USA 103, 8577–8582 (2006)。 0.72
37. Mucha, P., Richardson, T., Macon, K., Porter, M. & Onnela, J. 37. Mucha, P., Richardson, T., Macon, K., Porter, M. & Onnela, J。 0.86
Community structure in time-dependent, multiscale, and 時間依存型、マルチスケール、およびコミュニティ構造 0.84
multiplex networks. マルチプレックスネットワーク。 0.64
Sci. 328, 876–878 (2010). Sci 328, 876–878 (2010). 0.73
38. Fortunato, S. Community detection in graphs. 38. Fortunato, S. グラフ内のコミュニティ検出。 0.85
Phys. Reports 486, 75–174 (2010). Phys 報告 486, 75–174 (2010)。 0.68
39. Bassett, D. S. et al. 39. Bassett、D.S.など。 0.82
Dynamic reconfiguration of human brain networks during learning. 学習中の人間の脳ネットワークの動的再構成 0.83
Proc. Natl. Acad. Proc Natl アカデミア。 0.50
Sci. USA 108, Sci アメリカ108位。 0.61
7641–7646 (2011). 7641–7646 (2011). 0.88
40. Bassett, D. et al. 40. Bassett, D. et al. 0.91
Robust detection of dynamic community structure in networks. ネットワークにおける動的コミュニティ構造のロバスト検出。 0.86
Chaos 23, 013142–1–16 (2013). Chaos 23 013142–1–16 (2013)。 0.82
41. Palla, G., Barab´asi, A. 41. Palla, G., Barab ́asi, A。 0.89
& Vicsek, T. Quantifying social group evolution. and vicsek, t. quantifying social group evolution(英語) 0.65
Nat. 446, 664–667 (2007). Nat! 446, 664–667 (2007). 0.84
42. Cai, W., Snyder, J., Hastings, A. 42. Cai, W., Snyder, J., Hastings, A。 0.84
& D’Souza, R. Mutualistic networks emerging from adaptive niche-based interactions. & d’souza, r. mutualistic networks 適応型ニッチベースのインタラクションから生まれる。 0.69
Nat. Commun. Nat! Commun 0.61
11, 5470 (2020). 11, 5470 (2020). 0.85
43. Guimer´a, R. & Amaral, L. Functional cartography of complex metabolic networks. 43. Guimer ́a, R. & Amaral, L. functional cartography of complex metabolic network。 0.86
Nat. 433, 895–900 (2005). Nat! 433, 895–900 (2005). 0.84
44. Abu-Amr, Z. Hamas: A historical and political background. 44. Abu-Amr, Z. Hamas: 歴史と政治の背景。 0.86
J. Palest. Stud. J・パレスト。 Stud! 0.66
22, 5–19 (1993). 22, 5–19 (1993). 0.94
45. de Solla Price, D. A general theory of bibliometric and other cumulative advantage processes. 45. de Solla Price, D. An general theory of bibliometric and other cumulative advantage process。 0.87
J. Assoc. Inf. J. Assoc。 インフ。 0.64
Sci. Technol. 27, 292–306 (1976). Sci テクノ。 27, 292–306 (1976). 0.71
46. Perc, M. The Matthew effect in empirical data. 46. Perc, M. 経験的データにおけるマシュー効果。 0.77
J. R. Soc. Interface 11, 20140378 (2014). J.R.ソック。 インターフェイス11, 20140378 (2014)。 0.67
47. Sayigh, Y. 47. うーん、Y。 0.70
Armed Struggle and the Search for State: The Palestinian National Movement, 1949-1993 (Clarendon Press, Armed Struggle and the Search for State: The Palestinian National Movement, 1949-1993 (Clarendon Press,) 0.93
1997). 48. 1997). 48. 0.85
Rubin, B. & Rubin, J. C. Yasir Arafat: A Political Biography: A Political Biography (Oxford University Press, USA, 2003). ルービン、B。 & Rubin, J. C. Yasir Arafat: A Political Biography: A Political Biography (Oxford University Press, USA, 2003)。 0.75
49. Schulze, K. E. The Free Aceh Movement (GAM): Anatomy of a Separatist Organization (East-West Center Washington, 49. Schulze, K. E. The Free Aceh Movement (GAM): Anatomy of a Separatist Organization (East-West Center Washington) 0.92
2004). 50. 2004). 50. 0.85
Saavedra, S., Stouffer, D. B., Uzzi, B. Saavedra, S., Stouffer, D. B., Uzzi, B。 0.89
& Bascompte, J. & Bascompte, J。 0.78
Strong contributors to network persistence are the most vulnerable ネットワーク・パーシステンスへの強い貢献者は最も脆弱です 0.77
to extinction. Nat. 絶滅の危機です Nat! 0.63
478, 233–236 (2011). 478, 233–236 (2011). 0.94
51. Memmott, J., Waser, N. M. & Price, M. V. Tolerance of pollination networks to species extinctions. 51. Memmott, J., Waser, N. M. & Price, M. V. Tolerance of pollination network to species extinction。 0.89
Proc. R. Soc. Proc R. Soc。 0.71
Lond. B 271, 2605–2611 (2004). ロンド。 B 271, 2605–2611 (2004). 0.73
52. Burgos, E. et al. 52. Burgos, E. et al. 0.91
Why nestedness in mutualistic networks? なぜ相互主義的ネットワークにネストネスがあるのか? 0.43
Proc. R. Soc. Proc R. Soc。 0.71
Lond. B 249, 307–313 (2007). ロンド。 B 249, 307–313 (2007)。 0.66
53. Kaiser-Bunbury, C. N., Muff, S., Memmott, J., M¨uller, C. B. 53. Kaiser-Bunbury, C. N., Muff, S., Memmott, J., M suller, C. B。 0.88
& Caflisch, A. A & Caflisch, A。 0.83
The robustness of pollination networks to the loss of species and interactions: A quantitative approach incorporating pollinator behaviour. 受粉ネットワークの堅牢性と種の喪失と相互作用:受粉者の行動を考慮した定量的アプローチ 0.72
Ecol. Lett. Ecol Lett! 0.58
13, 442–452 (2010). 13, 442–452 (2010). 0.94
54. Gleeson, J. P. Cascades on correlated and modular random networks. 54. Gleeson, J. P. Cascades on correlation and modular random network 0.85
Phys. Rev. E 77, 1–10 (2008). Phys Rev E 77, 1–10 (2008)。 0.65
12/13 12/13 0.59
英語(論文から抽出)日本語訳スコア
55. Snyder, J., Cai, W. & D’Souza, R. Degree-targeted cascades in modular, degree-heterogeneous networks. 55. Snyder, J., Cai, W. & D’Souza, R. Degree-targeted cascades in modular, degree-heterogeneous network。 0.87
arxiv: 2004.09316 arxiv: 2004.09316 0.78
(2020). 56. (2020). 56. 0.85
Vinh, N. X., Epps, J. Vinh, N. X., Epps, J。 0.90
& Bailey, J. and bailey (複数形 baileys) 0.48
Information theoretic measures for clusterings comparison: Variants, properties, クラスタリング比較のための情報理論尺度:変数、特性、 0.75
normalization and correction for chance. 機会の正規化と修正。 0.76
J. Mach. Learn. J. Mach 学ぶ。 0.72
Res. 11, 2837–2854 (2010). Res! 11, 2837–2854 (2010). 0.82
Acknowledgements This work is supported by U.S. Army Research Office MURI award No. 承認 この研究はアメリカ陸軍研究局 MURI Award No. によって支援されている。 0.65
W911NF-13-1-0340 and Cooperative agreement No. W911NF-13-1-0340と協力協定No。 0.43
W911NF-09-2-0053, by NSF grant DMS-1817124, by DARPA award W911NF-17-1-0077, and by Minerva grant W911NF-15-1-0502. W911NF-09-2-0053はNSFがDMS-1817124を、DARPAがW911NF-17-1-0077を、MinervaがW911NF-15-1-0502を授与した。 0.37
The authors are solely responsible for the views and analyses in this study. 著者らは本研究の見解と分析にのみ責任を負っている。 0.77
Author contributions W.C., Z.M. 著者貢献 w.c., z.m. 0.57
and R.D. conceived the study, B.S. r. d. その研究を思いついた、b.s. 0.62
and Z.M. provided the data, W.C., J.S. そしてZ.M. データ、W.C.、J.S。 0.70
and G.G. conducted the statistical analyses, all authors analyzed the results and wrote the manuscript. とG。 統計分析を行い 全ての著者が結果を分析し 原稿を書きました 0.76
13/13 13/13 0.59
英語(論文から抽出)日本語訳スコア
Supplementary Information: Quantifying the Global Support Network for Non-State Armed Groups (NAGs) 補助情報:非国家軍集団(NAG)のグローバルサポートネットワークの定量化 0.84
We present here supplementary information on the NAG dataset, the basic statistics of the bipartite NAG-HS supporting 両部NAG-HSサポートの基礎統計であるNAGデータセットの補足情報について述べる。 0.69
relations and the detailed algorithm for robust partitioning of the temporal network. 時間的ネットワークの堅牢な分割のための関係と詳細なアルゴリズム。 0.85
S1. Dataset and More Structural Properties The Dangerous Companions Database covers major violent conflicts that have caused more than 25 battle-related deaths (BRD) in the period between 1945 and 20101. S1。 データセットとより構造的な特性 危険なコンパニオンデータベースは、1945年から20101年の間に25以上の戦闘関連死(BRD)を引き起こした主要な暴力紛争をカバーしています。 0.72
Each case in the data set is a triad relation that involves a nonstate armed group (NAG), a supporting host state (HS) and a targeted state (a state suffered violence from one or more NAGs). データセットの各ケースは、非国家武装集団(NAG)、支持ホスト状態(HS)、および標的状態(1つ以上のNAGから暴力を受けた状態)を含むトリアド関係である。 0.72
The dataset is a substantial extension of supporting relation section in the UCDP/PRIO Armed Conflict Database (Gleditsch et al. このデータセットは、UCDP/PRIO Armed Conflict Database (Gleditsch et al) におけるサポート関係セクションの実質的な拡張である。 0.70
2002, Themn´er Wallensteen 2011). 2002年、Themn ́er Wallensteen 2011)。 0.70
We focus on the dyadic supporting relations between NAGs and HSs, from which the supporting network is established. 私達はサポート ネットワークが確立されるNAGsおよびHSs間のdyadic支持関係に焦点を合わせます。 0.79
Each of such relations can be consisted of multiple types, each being either active or passive, depending on whether it is intentional on the state side or exploitative merely on the NAG side. そのような関係のそれぞれは、国家側で意図的であるか、単にNAG側で搾取的であるかに応じて、それぞれがアクティブまたはパッシブである複数のタイプで構成されます。 0.64
Ideational categories are used to detail the active and passive support, including: 1. safe haven to NAG members, 2. safe haven to NAG members, 3. headquarters, 4. training camp, 5. training, 6. weapon and logistic aid, 7.financial aid, 8. transport of military equipment, 9. troop (only for active support), 10. other kind of support. 1.NAGメンバーへの安全な避難、2.NAGメンバーへの安全な避難、3.本社、4.訓練キャンプ、5.訓練、6.武器と物流支援、7.金融援助、8.軍事機器輸送、9.部隊(アクティブサポートのみ)、10.その他の種類の支援。 0.60
Basic statistics. Generally, the NAG-HS supporting network experienced an almost monotonic increase and then decrease in its size, in terms of either number of nodes or links, reaching its maximum in the early 90s, corresponding to several years after the end of the cold war (ECW, around 1990), as shown in Fig. 基本統計。 一般に、nag-hsサポートネットワークは、冷戦終結の数年後(1990年頃)に対応する90年代前半に最大に達したノード数またはリンク数(英語版)のいずれにおいても、ほぼ単調な増加とサイズの減少を経験した。 0.71
1a in the main text and Fig. メインテキストと図の1a。 0.70
S1a. The fractions of links that correspond to active and passive support have also changed drastically from the 1980s on (see inset of Fig. s1a アクティブサポートとパッシブサポートに対応するリンクの割合も1980年代から大きく変化している(figの開始参照)。
訳抜け防止モード: s1a 1980年代以降、アクティブおよびパッシブサポートに対応するリンクの割合も大幅に変化している。 Fig (複数形 Figs)
0.75
1b in the main text). メインテキストの1b)。 0.66
Along with this, the average number of attached counterpart actors has also changed: While the average number of supporting HSs per NAGs increased from around 1.5 to 3 for all years, that of attached NAGs per HS increases from 1.5 to 4 in 1990 (right at ECW) and decreases thereafter (Fig. これに伴い、アタッチメントアクターの平均数は変化しました。NAGに対するサポートHSの平均数はすべての年で1.5から3に増加しましたが、アタッチドNAGの平均は1990年に1.5から4に増加し(ECWでは右)、その後減少します(図1)。 0.70
S2c). The latter suggests that the ECW has a significant influence on several aspects of the supporting network, alongside the nestedness and modularity discussed in the main text. S2c)。 後者は、ECWがメインテキストで議論されているネストネスとモジュラリティとともに、サポートネットワークのいくつかの側面に重大な影響を与えることを示唆している。 0.63
The degree distribution remains similar in all time slices, as shown in Fig. 次数分布は、図に示すように全ての時間スライスで同じである。 0.77
S2a and S2b (except those of the HSs in the early years). S2aとS2b(初期のHSを除く)。 0.70
Moreover, both degree distributions of newly added NAGs and deleted NAGs follow approximately a power law (whereas either newly added and deleted states only have degree 1, 2 or very seldom 3) (Fig. さらに、新しく追加されたNAGと削除されたNAGの度数分布は、電力法(新しく追加された状態と削除された状態は、次数1,2または極度3しか持たない)に従っている(図3)。 0.61
S3). Assembly and disassembly. S3)。 アセンブリおよび分解。 0.76
The tendencies of NAGs in attaching to and detaching from high fitness (degree) HSs have been demonstrated in the main text. ハイフィットネス(度)HSへの接続と分離におけるNAGの傾向は、メインテキストで示されています。 0.61
Alternatively, we can observe how NAGs acquire and remove HS supporters. あるいは、NAGがHSサポーターの獲得と削除を観察できます。 0.67
The histograms shown in Fig. 図に示すヒストグラム。 0.59
S5a and d are from the standpoint of NAGs. S5aおよびdはNAGsの立場からあります。 0.72
It is notable that a significant fraction of HSs attach to NAGs that are newly joining the supporting network (corresponding to the zero-degree bar in Fig. HSのかなりの部分が新たにサポートネットワークに加入しているNAG(Figの0度バーに対応する)に付着していることは注目に値する。 0.65
S5a). Turning to relative probabilities (see Fig. S5a)。 相対確率に転換する(図参照)。 0.71
S5b and e), we again observe that NAGs with a higher degree is more likely to acquire support from newly joining HSs (T +(kNH ) ∼ k0.93 NH ). S5bおよびe)は、高次NAGは、新たに結合されたHS(T +(kNH ) + k0.93 NH)から支持を得る可能性が高いことを再び観察する。 0.72
The sublinear dependence in both processes again suggests generalized (sublinear) preferential attachment (PA) and detachment (PD). 両方の過程における部分線型依存は、再び一般化された(部分線型)優先アタッチメント(pa)と分離(pd)を示唆する。 0.62
Due to the probable scarcity of data points, an obscure yet generally positive dependence (see R−(kNH ) in Fig. データポイントが不足している可能性があり、不明瞭だが概して正の依存(Fig の R−(kNH ) を参照)がある。 0.59
S5f) can be seen by NAGs losing connections from incumbent HSs (remaining in the network). S5f)は、NAGが既存のHS(ネットワークに残る)から接続を失うのを見ることができる。 0.65
The relative probability R−(kNH ) is around 1 for all degrees, as shown in Fig. 相対確率 R−(kNH ) は、図1に示すように、すべての度でおよそ 1 である。 0.75
S5c, which suggests otherwise that the outgoing of HSs from the network occurs randomly at NAGs with almost no bias. S5cは、ネットワークからのHSの発信がほとんどバイアスのないNAGでランダムに起こることを示唆している。 0.70
NH ) and also lose support from outgoing (no longer support any NAGs) HSs (T−(kNH ) ∼ k0.78 NH ) そしてまた(もはやNAGsを支えない) HSs (T−(kNH ) からサポートを失います。 0.70
Change in nestedness. The difference in the nestedness before and after 1975, compared with the null model (shown in Fig. ネスト度の変化。 1975年前後のネストネスの差は、ヌルモデル(図に示す)と比較された。 0.64
3a in the main text), is mainly due to the changed broadness of degree distribution, which is known to be positively correlated with the nestedness2. 3a) は, 主に, ネストネス2と正の相関が知られている次数分布の広さの変化によるものである。 0.71
We compare in Fig. S4 the cumulative degree distribution in the two periods, respectively, which has been broadened due to the preferential attachment that dominates over the detachment processes. 図で比較します。 S4は, 2つの期間における累積次数分布を, 剥離過程に支配的な優先的な付着により拡大した。 0.76
Yet, as discussed in the main text, the end of Vietnam War around 1975 may have accelerated the broadening due to the emergence of several hubs of giant powers, which might have resorted more often to proxy wars and become more willing to support NAGs across different parts of the world (HS-hubs). しかし、本文で論じられているように、1975年頃のベトナム戦争の終結は、戦争を代理し、世界の様々な地域(HS-hubs)でNAGを支援する意思が強まった巨大勢力のハブの出現により、拡大を加速させた可能性がある。 0.69
Such support contributed to the endurance and level of violence of many armed groups, some of which then became the big NAG-hubs. このような支援は、多くの武装集団の耐久力と暴力レベルに貢献し、その一部は大きなナグハブとなった。 0.75
The rise of both HS- and NAG-hubs rendered higher overlaps of partnerships, which contributes to the nestedness. HS-およびNAG-hubsの上昇はパートナーシップの重複を増大させ、ネストネスに寄与した。 0.67
Jaccard indices. jaccardのインデックス。 0.76
We calculate the temporal Jaccard indices to track the membership of the submodules of the 9 major modules, which all turn out to be high (close to 1). 私たちは、9つの主要なモジュールのサブモジュールのメンバシップを追跡するために、一時的なJaccardインデックスを計算します。
訳抜け防止モード: 9つの主要なモジュールのサブモジュールのメンバシップを追跡するために、時間的jaccardインデックスを計算する。 いずれも高い値(1倍近く)です。
0.73
The NAG- and HS-submodules show similar levels of fluctuation over the time span NAG-およびHS-サブモジュールは、時間的変動の類似レベルを示す 0.75
1/13 1/13 0.59
英語(論文から抽出)日本語訳スコア
of their existence, as indicated by the correlation of the averages of the Jaccard indices of the corresponding submodules (see Fig. それらの存在は、対応する部分加群のjaccardインデックスの平均値の相関によって示される(fig参照)。 0.75
S6). In individual modules, for 7 of the 9 major modules, the temporal NAG- and HS-submodules are highly correlated (P < 0.1, two-sided t-test), as indicated by their Pearson coefficients shown in Fig. S6)。 個々のモジュールでは、9つの主要なモジュールのうち7つは、図に示すピアソン係数によって示されるように、時間的NAG-およびHS-サブモジュールは非常に相関している(P < 0.1、両面t-test)。 0.76
S7. 2/13 S7。 2/13 0.72
英語(論文から抽出)日本語訳スコア
Figure S1. Active and passive supporting relations in NAG-HS network. 図S1。 NAG-HSネットワークにおけるアクティブおよびパッシブサポート関係。 0.73
a, Number of links (note that a link can contain active and passive support simultaneously). a) リンクの数(リンクがアクティブサポートとパッシブサポートを同時に含むことができることに注意)。 0.72
b, Fraction of NAGs that gain active, passive and both types of support. b) アクティブ、パッシブ、および両方のタイプのサポートを受けるNAGの分断。 0.66
Figure S2. Cumulative degree distribution of temporal networks for (a) HSs and (b) NAGs, with the average degree shown in panel (c). 図S2。 a)HSおよび(b)NAGに対する時間的ネットワークの累積度分布、および平均度はパネル(c)で示される。 0.77
The degrees are measured based on aggregated networks in a 5-year time window. 学位は5年間の時間枠で集計されたネットワークに基づいて測定される。 0.65
3/13 3/13 0.59
英語(論文から抽出)日本語訳スコア
Figure S3. Cumulative degree distributions of (a) newly added and (b) deleted NAGs. 図S3。 a)新たに追加されたおよび(b)削除されたNAGの累積次分布。 0.79
Figure S4. Cumulative degree distributions of (a) hosting states and (b) NAGs for the periods 1945-1974, 1975-2010 and all years. 図S4。 a)ホスト状態および(b)NAGの1945-1974年、1975-2010年および全年における累積次分布 0.81
The results were calculated by counting nodes’ degrees of all 5-year aggregated networks in the respective time periods. 結果は、各期間に5年間に集約されたネットワークのノードの次数を数えることで計算された。
訳抜け防止モード: 結果は計算された 各期間に5年間の集約されたネットワークのノードを数える。
0.80
4/13 4/13 0.59
英語(論文から抽出)日本語訳スコア
Figure S5. Attachment and detachment of host states. 図S5。 ホスト状態のアタッチメントと分離。 0.72
a, d, Histograms for the frequencies of acquiring and losing links from HSs by NAGs with degree kNH (zero-degree for new NAGs). a, d, ヒストグラムは、次数 kNH (新しい NAG の次数 0 度) を持つ NAG によって HS からリンクを取得して失う頻度である。 0.75
b, Relative probability T +(kNH ) that an incumbent NAG with kNH previous connections acquires links from newly joining HSs. b)kNH前の接続を持つ既存のNAGが新たに結合したHSからリンクを取得する相対確率T+(kNH)。 0.80
c, Relative probability R+(kNH ) that an incumbent NAG acquires new links from incumbent HSs. c) 既存のNAGが既存のHSから新しいリンクを取得する相対確率R+(kNH)。 0.73
e, Relative probability T−(kNH ) that an incumbent NAG loses links from HSs that depart the network. e, 相対確率 T−(kNH ) は、既存のNAGがネットワークを離れるHSからリンクを失うことである。 0.73
g, Relative probability R−(kNH ) that an incumbent NAG loses links from incumbent HSs. g, 相対確率 R−(kNH ) は、既存のNAGが既存のHSからリンクを失う。 0.66
5/13 5/13 0.59
英語(論文から抽出)日本語訳スコア
Figure S6. Levels of fluctuation in submodules. 図S6。 サブモジュールの変動のレベル。 0.79
Positive correlation between the averages of the Jaccard indices of NAG- and HS-submodules of the 9 major modules (P = 0.01, two-sided t-test). 9つの主要なモジュール(P = 0.01、両面t-test)のNAG-HS-サブモジュールのJaccard指数の平均間の正の相関。 0.69
Figure S7. Temporal correlation of NAG- and HS-submodules of major modules, measured by (a) Pearson coefficients and (b) the P-values (two-sided t-tests). 図S7。 a)ピアソン係数および(b)P値(両面t-tests)によって測定された主要モジュールのNAG-およびHS-サブモジュールの時間的相関。 0.77
6/13 6/13 0.59
英語(論文から抽出)日本語訳スコア
S2. Robust Partition of Temporal Network We first apply the temporal community detection algorithm, GenLouvain, to partition the NAG-HS supporting network3. S2。 時間的ネットワークのロバスト分割 まず, 時間的コミュニティ検出アルゴリズムGenLouvainを適用し, NAG-HSサポートネットワーク3を分割する。 0.81
The algorithm, based on the concept of Markov stability, aims to maximize a single objective function by finding a systematic optimal partition of the network throughout all time slices (years). このアルゴリズムはマルコフ安定性の概念に基づいて、全時間スライス(年)を通してネットワークの体系的最適分割を見つけることにより、単一目的関数の最大化を目指している。 0.78
(cid:19) (cid:21) (cid:19) (cid:21) 0.78
(cid:20)(cid:18) (cid:20)(cid:18) 0.75
QM = 1 2µ ∑ QM = 1 2µ ∑ 0.90
i jαβ Ai jα − γ i jαβ Ai jα − γ 0.84
kiαk jα 2mα kiαk jα 2mα 0.52
δαβ + δi jCjαβ δαβ + δi jCjαβ 0.74
δ (σiα ,σ jβ ) δ (σiα ,σ jβ ) 0.86
(S1) where Ai jα is the adjacent matrix at time α, γ is the resolution parameter, kiα is the degree of node i in the α’s time slice, mα = ∑ kiα. (S1) Ai jα が時間 α の隣接行列である場合、γ は分解パラメータであり、kiα は α の時間スライスにおけるノード i の度合い、mα = y kiα である。 0.90
Distinct from any static detection algorithm, where slices are isolated, an interslice coupling strength Cjαβ is i used, which equals 0 or ω indicating the absence or presence of an interslice link at node j. スライスを分離した静的検出アルゴリズムとは別として、スライス結合強度cjαβは、ノードjにおけるスライスリンクの有無または存在を示す0またはωと等しい。 0.73
The partition of the αth slice is denoted by σiα, and δ (σiα ,σ jβ ) equals 1 when the nodes i at time α and j at time β are partitioned into the same module, and 0 otherwise. α番目のスライスの分割は σiα で表され、時刻 α のノード i と時刻 β のノード j が同じモジュールに分割されるとき δ (σiα ,σ jβ ) は 1 に等しい。 0.82
In general, one may adjust the intraslice resolution γα and interslice resolution ω. 一般に、スライス内分解能γαとスライス間分解能ωを調整できる。 0.60
However, we have found no specific values that correspond to characteristic resolutions and hence chosen default values for these two resolutions, i.e., γ = 1 and ω = 1. しかし、特性分解に対応する特定の値はなく、したがってこれらの2つの分解に対してデフォルト値、すなわち γ = 1 と ω = 1 が選択された。
訳抜け防止モード: しかし、特性分解能に対応する特定の値は見つかっていない。 したがって、これらの2つの解像度のデフォルト値、すなわち、 γ = 1 and ω = 1 .
0.78
By using this definition, one can then use any heuristic algorithm to maximize Q, and in particular, we have used Louvain’s algorithm for this purpose, which is implemented as the GenLouvain algorithm. この定義を用いることで、任意のヒューリスティックアルゴリズムを用いてQを最大化することができ、特に、GenLouvainアルゴリズムとして実装されたルービンのアルゴリズムを用いている。 0.74
Note that here we use the algorithm for the bipartite network, and thus the entries in the adjacency matrix Ai j are nonzeros when i and j correspond to the NAG and HS parties, respectively, that is, i = 1 . ここで、二元ネットワークのためのアルゴリズムを使用し、したがって、隣接行列 Ai j のエントリは、i と j がそれぞれ NAG と HS のパーティに対応するときに非ゼロである、すなわち i = 1 である。 0.73
. .SNAG and j = (SNAG + 1) . . SNAG と j = (SNAG + 1) である。 0.80
. . (SNAG + SHS). . . (SNAG + SHS)。 0.82
Note that by using any Louvain-like algorithm, there can still be some arbitrariness in partitioning the same network, denoted as {Ps} (here we have obtained 50 partitions). ルービンのような任意のアルゴリズムを用いることで、同じネットワークを分割する際の任意性が {ps} として表される(ここでは50個のパーティションを得た)。 0.73
The specific sth partition is denoted by Ps(t) = ∪iMs,i(t), where the subscript i denotes the ith module and tth year. 特定の sth パーティションは Ps(t) = siMs,i(t) で表され、サブスクリプト i は ith モジュールと t 年を表す。 0.68
We can then find a representative partition by using a stabilizing technique proposed by Bassett, et al4, if the modular structure is truly nontrivial. モジュラー構造が真に非自明であれば、basett, et al4 によって提案された安定化手法を用いて代表的分割を見つけることができる。 0.65
We construct a nodal association matrix T , each entry of which is the frequency of a pair of actors being partitioned in the same module according to the previously obtained partitions {Ps}. 我々は、以前に得られたパーティション{Ps}に従って、同じモジュールに分割されているアクターのペアの頻度であるノダル結合行列Tを構築する。 0.69
Note that this association matrix T is consisted of all NAGs and HSs over the entire timespan as the column and row indices, respectively. この相関行列 T はそれぞれ、カラムと行のインデックスとして、全タイムパン上のすべての NAG と HS から構成される。 0.80
To eliminate the cases that two nodes are partitioned into one module purely by chance, we set any element Ti j in the original association matrix T that exceeds the maximum entry of a null association matrix Tr to 0, so that only statistically significant relationships between nodes are retained. 2つのノードが純粋に1つのモジュールに分割される場合を排除するために、ヌル結合行列trの最大エントリを超える元の結合行列t内の任意の要素tijを0に設定し、ノード間の統計的に有意な関係のみを保持する。 0.78
The null matrix Tr is constructed by reassigning nodes uniformly at random to Nm communities of mean size Sr, where Nm is the number of modules obtained previously. ヌル行列 Tr は、Nm が以前に得られたモジュールの数である平均サイズ Sr の Nm コミュニティにランダムにノードを再割り当てすることによって構成される。 0.81
By partitioning the matrix T with the GenLouvain algorithm again (50 times), we find that all partitions { ˜Ps} of T are almost identical, indicating the existence of a highly robust modular structure. 行列 T をGenLouvain アルゴリズムで分割することで(50倍)、T のすべての分割 { >Ps} はほぼ同一であり、非常に堅牢なモジュラー構造が存在することを示す。 0.75
The remaining arbitrariness has thus become very small at this step. したがって、残りの仲裁は、このステップで非常に小さくなっています。 0.52
A representative partition ˜P∗ can then be selected, which should have a maximal average Adjusted Mutual Information (AMI) with all other partitions { ˜Ps}. 代表的なパーティションは選択可能であり、最大平均調整された相互情報(ami)と他の全てのパーティション { sps} を持つ必要がある。 0.69
The AMI is defined as follows5 AMI は以下のようになる。 0.58
AMI( ˜P1, ˜P2) = AMI( ~P1, ~P2) = 0.71
MI( ˜P1, ˜P2)− E{MI( ˜P1, ˜P2)} MI( ・P1, ・P2)− E{MI( ・P1, ・P2)} 0.74
max{H( ˜P1),H( ˜P2)}− E{MI( ˜P1, ˜P2)} max{H( >P1, H(>P2)}− E{MI(>P1, >P2)} 0.84
(S2) which is a variation of the mutual information MI of ˜P1 and ˜P2. (S2) これは相互情報miの変種であり、p1とp2の相互情報miである。 0.74
Here, H is the entropy of the partition and E is the expected value. ここで、H はパーティションのエントロピーであり、E は期待値である。 0.75
The rows and columns of the adjacency matrices are sorted to show the resulted bipartite modular structures, as demonstrated for the time slices every 10 years in Fig. 隣接行列の行と列は、フィグの10年ごとにタイムスライスで示されるように、得られた二部構造を示すためにソートされる。 0.69
S9, where the same colour is used for the same module over all years. S9は、同じ色が何年もの間同じモジュールに使われている。 0.85
As shown in Tab. S1 and S2, the membership in all modules has changed significantly from year 1970 to 2000. タブに示すように。 S1 と S2 は、すべてのモジュールのメンバシップが1970年から2000年まで大きく変化した。 0.70
Only 7 NAGs in 1970 reappeared in 2000, as marked in bold. 1970年には7つのNAGのみが2000年に再登場し、大胆にマークされた。 0.54
Also, note that not all the 9 major modules appear in each of these network snapshots and in some years, some of the major modules may be very small. また、これらのネットワークスナップショットのそれぞれに9つの主要なモジュールがすべて表示されるわけではないことに注意してください。
訳抜け防止モード: また、注意してください。 すべての9つの主要モジュールが ネットワークスナップショットに現れるわけではありません 数年で 主要なモジュールは 非常に小さいかもしれません
0.73
For example, only 7 major modules appear in 1970, as shown in Tab. たとえば、タブに示すように、1970年に表示される主要なモジュールは7つだけです。 0.70
S1. It is exactly the merit of the temporal detection algorithm that the continuity of the same module is maintained even if some of the modules are insignificant in several time slices6. S1。 時間スライス6でいくつかのモジュールが重要でない場合でも、同じモジュールの連続性が維持されることは、時間検出アルゴリズムの真に有益である。 0.73
The modules have exhibited apparent geographical similarity, yet distant nations can also be involved in supporting certain regional NAGs in a time period. これらのモジュールは地理的な類似性を示してきたが、遠い国は一定期間に特定の地域nagをサポートすることも可能である。 0.65
Meanwhile, the adjacency matrices are alternatively sorted by the degree (generalists or specialists), which show the nested structures in Fig. 一方、隣接行列は、figの入れ子構造を示す次数(ジェネラリストまたは専門家)によって分類される。 0.55
S10. We have used three null models, which are constructed as follows7: 1.the probability of each entry of the adjacency matrix being occupied is the average of the occupation probabilities of the row and column (Fig. S10。 私たちは、3つのnullモデルを使用しました:7:1. 占有されている隣接行列の各エントリの確率は、行と列の職業確率の平均です(図1)。 0.82
3c); 2. randomly permuted year slices (Fig. 3c);2.ランダムに一年分のスライス(図。 0.65
3c and Fig. S11a); and 3. randomly shuffled within-slice links by keeping the same degree sequence (Fig. 3cとfig。 s11a);および3.同じ次数列を維持してランダムにスライス内リンクをシャッフルする(図)。 0.67
S11b). 7/13 S11b)。 7/13 0.66
英語(論文から抽出)日本語訳スコア
Figure S8. Representative partition. 図S8。 代表的パーティション。 0.82
a, Histogram of nonzero entries of the association matrix. a, 関連行列のゼロでない成分のヒストグラム。 0.70
Each entry corresponds to the relative frequency of a pair of nodes belonging to the same module, according to the partitioning of the original temporal adjacency matrices. 各エントリは、元の時間的隣接行列の分割に従って、同じモジュールに属する一対のノードの相対周波数に対応する。 0.78
A threshold is set to discount the incidences from random partitioning. ランダムな分割から発生を割引するしきい値を設定します。 0.70
b, Partitions of the association matrix. b、アソシエーションマトリクスの分割。 0.52
50 partitions are realized (each colour corresponds to a module) and turn out to be almost identical. 50の分割が実現され(各色がモジュールに対応する)、ほぼ同一であることが分かる。 0.83
The arrow points to the representative partition ˜P∗, according to maximizing the AMI with other partitions. 矢印は、AMIを他のパーティションで最大化することにより、代表的パーティション >P∗ を指します。 0.57
8/13 8/13 0.59
英語(論文から抽出)日本語訳スコア
Figure S9. Modular structure for the NAG-HS network for every decade from year 1950 to 2010. 図S9。 1950年から2010年までの10年ごとにNAG-HSネットワークのモジュール構造 0.86
The adjacency matrices are sorted according the module-membership and each module is assigned a unique colour, which does not change over time. 隣接行列はモジュールメンバーシップに従ってソートされ、各モジュールは時間とともに変化しないユニークな色に割り当てられます。 0.78
9/13 9/13 0.59
英語(論文から抽出)日本語訳スコア
Figure S10. Nested structure for the NAG-HS network for every decade from year 1950 to 2010. 図S10。 1950年から2010年までの10年毎のnag-hsネットワークのネスト構造 0.83
The colour represents the module-membership, identical to that in Fig. 色はFigのそれと同じモジュールメンバーシップを表します。 0.59
S9. 10/13 S9。 10/13 0.72
英語(論文から抽出)日本語訳スコア
Figure S11. Different null models for the detection of modularity: (a) Permutation of time slices; (b) Randomly shuffled within-slice links by preserving the same degree sequence. 図S11。 モジュラリティ検出のための異なるnullモデル: (a) 時間スライスの変更; (b) 同じ次数列を保存することで、ランダムにスライス内リンクをシャッフルする。 0.80
11/13 11/13 0.59
英語(論文から抽出)日本語訳スコア
err 翻訳エラー 0.00
英語(論文から抽出)日本語訳スコア
References 1. San-Akca, B. 参照1。 サンアッカ、b。 0.71
States in Disguise: Causes of State Support for Rebel (Oxford University Press, 2016). states in disguise: cause of state support for rebel (oxford university press, 2016)を参照。 0.78
2. Jonhson, S., Dom´ınguez-Garc´ıa, V. and Mu˜noz, M. A. 2. Jonhson, S., Dom ́ınguez-Garc ́ıa, V。 0.81
Factors determining nestedness in complex networks. 複雑なネットワークにおけるネストネスを決定する因子 0.59
Plos One 8, e74025 (2013). plos 1 8。 e74025 (2013)。 0.74
3. Mucha, P., Richardson, T., Macon, K., Porter, M. and Onnela, J. 3. Mucha, P., Richardson, T., Macon, K., Porter, M. and Onnela, J。 0.86
Community structure in time-dependent, multiscale, and 時間依存型、マルチスケール、およびコミュニティ構造 0.84
multiplex networks. マルチプレックスネットワーク。 0.64
Sci. 328, 876–878 (2010). Sci 328, 876–878 (2010). 0.73
4. Bassett, D. et al. 4. Bassett, D. et al. 0.91
Robust detection of dynamic community structure in networks. ネットワークにおける動的コミュニティ構造のロバスト検出。 0.86
Chaos 23, 013142–1–16 (2013). Chaos 23 013142–1–16 (2013)。 0.82
5. Vinh, N. X., Epps, J. and Bailey, J. 5. Vinh, N. X., Epps, J. and Bailey, J. 0.91
Information theoretic measures for clusterings comparison: variants, properties, クラスタリング比較のための情報理論測度:変量、特性、 0.76
normalization and correction for chance. 機会の正規化と修正。 0.76
J. Mach. Learn. J. Mach 学ぶ。 0.72
Res. 11, 2837–2854 (2010). Res! 11, 2837–2854 (2010). 0.82
6. Fortunato, S. Community detection in graphs. 6. Fortunato, S. グラフ内のコミュニティ検出。 0.85
Phys. Reports 486, 75–174 (2010). Phys 報告 486, 75–174 (2010)。 0.68
7. Bassett, D. S. et al. 7. Bassett、D.S.など。 0.82
Dynamic reconfiguration of human brain networks during learning. 学習中の人間の脳ネットワークの動的再構成 0.83
Proc. Natl. Acad. Proc Natl アカデミア。 0.50
Sci. USA 108, Sci アメリカ108位。 0.61
7641–7646 (2011). 7641–7646 (2011). 0.88
13/13 13/13 0.59
                                                     ページの最初に戻る

翻訳にはFugu-Machine Translatorを利用しています。