通信工程

DeSocial: 基于区块链的去中心化社交网络框架

区块链去中心化社交网络图神经网络共识机制文章提出了DeSocial——首个部署在以太坊本地开发链上的去中心化社交网络学习框架。该框架通过个性化算法选择和验证节点共识投票机制，解决了传统中心化社交平台的算法控制问题。用户可基于本地子图结构选择最优图学习模型（MLP/GCN/GAT等），并通过智能合约协调多个验证节点进行多数投票决策。在四个时序图数据集上的实验表明，DeSocial在链接预测任务上显著优于五种经典中心化模型（最高提升7.79%），同时验证了节点级共识机制可有效降低单模型误判率（平均提升3.18%）。

TS-Net：多层网络中的超级传播者识别

图神经网络多层网络影响最大化扩散模型文章提出了一种基于图神经网络（GNN）的归纳模型 TS-Net（TopSpreadersNetwork），用于识别多层网络中的超级传播者（高影响力节点）。该方法将问题定义为排名预测任务，通过模拟多层独立级联模型（MICM）下的信息扩散，构建了首个针对多层网络的专用数据集 TopSpreadersDataset。模型包含关系无关的编码器、可训练的聚合层和预测头，能适应不同规模的网络结构。实验表明，TS-Net 在合成和真实网络上均优于经典启发式方法（如度中心性）和深度学习基线（如 DeepIM），并在识别高影响力节点时提供可解释的扩散潜力向量（激活数、扩散时长、峰值激活数及峰值步长）。

势能景观与主成分分析：人类移动性数据的时空模式挖掘

人类移动性降维势能景观主成分分析 COVID-19 文章提出了一种两步降维框架解析人类移动性数据的时空模式。首先，利用组合Hodge理论将原始OD矩阵转换为势能景观，在保留关键空间信息的同时实现降维；其次，应用主成分分析（PCA）提取时空动态特征。基于东京都市区GPS数据的实验表明，该方法有效捕捉了COVID-19疫情期间的移动性变化：通勤高峰时段流量下降47%，工作日与节假日模式差异显著（PC2得分呈现反向趋势）。研究为城市规划和公共卫生政策提供了新视角。

Mpox仪表盘：社交媒体健康信息监测平台

健康信息学仪表盘错误信息监测公共卫生文章开发了面向研究者的交互式仪表盘，用于监测社交媒体上mpox（猴痘）相关讨论与错误信息。该工具整合Twitter数据，通过Streamlit框架实现关键词搜索、时空可视化和参与度分析功能。研究发现2024年8月CDC将mpox列为新兴病毒后，相关推文量较2023年激增，且愤世嫉俗情绪成为主导话语。该仪表盘为地方公共卫生机构提供了识别错误信息传播模式和制定精准沟通策略的技术支持。

多层网络双曲嵌入框架

双曲几何多层网络庞加莱圆盘社区发现文章提出新型多层网络双曲嵌入框架，通过全局连接矩阵整合层间耦合信息，在庞加莱圆盘中生成分层嵌入。该方法支持异构节点集和层间连接，突破现有独立嵌入层限制。在合成多层随机块模型(SBM)中，即使层间耦合较弱(α=10)，仍能保持清晰社区结构；在癫痫患者脑网络分析中，跨患者节点定位精度提升40%。关键耦合参数μ的相变分析揭示：当μ超越临界值μ*（与平均边权正相关）时，层间对齐分数G_score突降并稳定，为多层网络相似性提供量化指标。

基于贝叶斯优化和强化学习的移动性管理

移动性管理贝叶斯优化强化学习蜂窝网络文章提出两种数据驱动的移动性管理方法：高维贝叶斯优化（HD-BO）和深度强化学习（DRL），用于优化蜂窝网络中的切换参数（如A3偏移和TTT）或直接选择服务小区。在伦敦真实网络部署场景中，使用Sionna射线追踪进行信道建模，实验表明HD-BO和DRL均优于3GPP标准配置（set-1和set-5）。HD-BO在样本效率上优于DRL，而迁移学习使DRL训练时间减少2.5倍。两种方法均有效减少乒乓切换和无线链路失败（RLF），适用于地面用户（GUE）和无人机（UAV）场景。

基于GAN的引文意图分类及其对引文网络分析的影响

生成对抗网络引文意图分类引文网络分析中心性度量文章提出cGAN-SciBERT模型，结合SciBERT与条件生成对抗网络进行引文意图分类，在SciCite数据集上达到88.74%的F1分数，参数量仅110M（比基准模型ImpactCite减少67%）。通过unarXiv数据集构建1.8M论文的引文网络，分析发现过滤背景引文使网络节点减少50.9%，介数中心性变化最显著（部分论文排名波动超20位）。实验证明引文意图显著影响学术影响力评估，传统文献计量指标可能忽略意图差异导致的偏差。

泊松干扰场中条件ROC的分布界

随机几何元分布虚警概率雷达检测文章提出新型分析框架，刻画泊松干扰场中雷达条件接收机操作特性（ROC）的分布。基于高阶Campbell-Mecke定理推导条件虚警概率（CFA）的均值与方差闭式解，利用Cantelli不等式建立紧上界，并提出Beta分布近似CFA元分布。扩展分析条件检测概率（CD），揭示传统恒定虚警率设计的局限性。数值验证表明：当平均虚警概率为0.29时，超20%雷达节点虚警率超0.6，证明基于分布尾部的百分位保证对高可靠性雷达设计至关重要。

Polarforming：无线网络极化重构技术

极化控制硬件成本无线通信文章提出极化重构（Polarforming）技术，通过动态调整天线极化状态（如机械旋转与相位偏移）实现电磁波的实时极化匹配。该技术仅需单射频链即可控制多维极化自由度（DoFs），显著降低多输入多输出系统硬件成本。数值实验表明：在相同射频链条件下，极化重构较双极化天线（DPA）和固定极化天线（FPA）方案提升可达率15%-40%，且在去极化信道中（XPD>0dB）保持稳定性能。应用场景涵盖卫星通信干扰抑制、物理层安全增强及高密度机器通信等领域，但极化信道估计与机械设计仍是实用化关键挑战。

OFDM-PASS：捏合天线系统的频率选择性建模

波导色散循环前缀相位失准文章首次提出OFDM与捏合天线系统(PASS)的集成方案，建立基于耦合模理论的端到端信道模型，揭示波导色散与天线耦合的频率选择性效应。关键发现包括：1）当工作频率接近波导截止频率(f₀=15GHz)时，循环前缀(CP)开销剧增，频谱效率下降达40%；2）基于路径损耗最小化的天线位置近似策略导致宽带相位失准，在2GHz带宽下相位波动超120°；3）频率选择性引起子载波可达率波动>3bps/Hz，需在f>1.2f₀区域运行以保证通信有效性。该研究为毫米波频段可重构无线系统设计提供理论支撑。