虚拟货币论文2021

币圈问答阅读 5 2023-06-22 01:46:52

Bitget下载

注册下载Bitget下载，邀请好友，即有机会赢取 3,000 USDT

APP下载官网注册

贝叶斯图神经网络用于不确定复杂网络中关键节点的快速识别

原文标题： Bayesian Graph Neural Network for Fast identification of critical nodes in Uncertain Complex Networks

地址： http://arxiv.org/abs/2012.15733

作者： Sai Munikoti, Laya Das, Balasubramaniam Natarajan

摘要：为了提高效率，相互依赖和复杂性正在成为代表工程和自然系统的现代复杂网络的定义特征。图论是用于建模此类复杂网络并评估其抗干扰能力的广泛使用的框架。特别地，图形中关键节点/链接的标识可以促进图形（系统）鲁棒性的增强并表征系统性能的关键因素。关键节点识别的大多数现有方法都基于探索图形的每个节点/链接的迭代方法。这些方法具有很高的计算复杂度，并且所得到的分析是针对特定网络的。此外，与基础图形模型相关的不确定性进一步限制了这些传统方法的潜在价值。为了克服这些挑战，我们提出了一种基于贝叶斯图神经网络的节点分类框架，该框架的计算效率很高，并且系统地结合了不确定性。代替利用观察到的图来训练模型，而是基于观察到的拓扑和节点目标标签来计算图的MAP估计。此外，还采用了蒙特卡洛（MC）辍学算法来解决认知不确定性。使用仿真结果说明了贝叶斯框架提供的保真度和计算复杂度的提高。

城市分析：历史、轨迹和批评

原文标题： Urban Analytics: History, Trajectory, and Critique

地址： http://arxiv.org/abs/2105.07020

作者： Geoff Boeing, Michael Batty, Shan Jiang, Lisa Schweitzer

摘要：城市分析将空间分析，统计，计算机科学和城市规划相结合，以理解和塑造城市的未来。尽管它有望提供更好的决策见解，但围绕其认识论范围及其对隐私，道德和社会控制的影响仍存在担忧。本章介绍了城市分析作为一门学术和专业学科的历史和发展轨迹。特别是，它考虑了该领域的发展方向，以及它是否改善了我们的集体和个人福利。它首先介绍了早期的理论，模型和演绎方法，这些领域是从领域起源的，然后才转向归纳法。然后，它探索了城市网络分析，以丰富空间交互作用和结构的传统表示。接下来，它讨论时空大数据和机器学习在城市中的应用。最后，它认为隐私和道德问题经常被忽视，因为无处不在的监视和分析可以增强社会压制力。最后，呼吁进行更为关键的城市分析，以认识到其认识论的局限性，强调人类的尊严，并向边化社区学习并提供支持。

播种和维持超图传染的有影响力的群体

原文标题： Influential groups for seeding and sustaining hypergraph contagions

地址： http://arxiv.org/abs/2105.07092

作者： Guillaume St-Onge, Iacopo Iacopini, Vito Latora, Alain Barrat, Giovanni Petri, Antoine Allard, Laurent Hébert-Dufresne

摘要：多体相互作用的结果是几种生物和社会传染现象，例如超级传播事件或社会强化现象，超图为此提供了自然的数学描述。在本文中，我们建立了一个基于近似主方程的新颖数学框架，以研究具有均质结构的随机超图上的感染，包括组大小（超基数基数）和节点到组的成员关系（超度数）。基团内部动力学的表征提供了传染过程的准确描述，而不会失去分析性。使用将多人相互作用映射到非线性感染率的传染模型，我们的两个主要结果显示了大群体的影响力，从某种意义上说，它们既推动了传染的早期传播，也推动了流行的状态（即其静止状态）。状态）。首先，我们提供了相变的详细表征，该相变可以是双稳态的，也可以是连续的或不连续的，并得出临界点和三临界点的解析表达式。我们发现，隶属度分布的第三矩的较大值抑制了不连续相变的出现。此外，异质基团大小和非线性传染的结合促进了介观定位阶段的开始，在该阶段，只有最大的基团才能维持传染，从而也抑制了双稳态。其次，我们为超图传染制定了一个最佳播种的简单问题，以比较两种策略：根据节点的单个属性或根据组属性调整种子的分配。我们发现，当传染是足够非线性的时，组是比单个节点更有效的传染种子。

救援网络：在地震危机管理中使用无人机

原文标题： Rescue Network: Using UAVs (drones) in Earthquake Crisis Management

地址： http://arxiv.org/abs/2105.07172

作者： Masoud Hayeri Khyavi

摘要：地震是无法完全控制或预测的自然灾害之一。由于不可能预防地震，因此防止其破坏也是困难的。不幸的是，在每次地震及其经济和生命损失之后，人们的最初恐慌导致第二波事故和损失。混乱的人们涌入城市，街道和房屋是一个很大的问题。除了在地震地区进行非常重要的培训外，考虑安全措施并遵守施工中的安全原则，对人员进行指导也很重要。除了寻找和营救被困在危险中或处于危险中的人之外，小偷破坏区域的人是每次地震后的另一个重要问题。因此，提出了一种解决方案，以使用现代技术来减少包括地震在内的自然灾害的威胁。如今，无人机被用于自然灾害和事故中。为此，考虑到包括物联网和云在内的网络技术和通信的不断增长，提出了一种有效的设计，该设计增加了自然灾害中活物的营救因子，可用于抢救人类生命并防止几次后的后果秒。在这项研究中，重点是地震发生的时间和震后

表征复杂网络中经典和考虑社区的中心性度量之间的交互

原文标题： Characterizing the Interactions Between Classical and Community-aware Centrality Measures in Complex Networks

地址： http://arxiv.org/abs/2105.07233

作者： Stephany Rajeh, Marinette Savonnet, Eric Leclercq, Hocine Cherifi

摘要：识别具有社区结构的网络中的重要节点是一个基本问题。实际上，社区结构是现实世界网络的主要属性之一。最近的工作表明，与社区无关的经典方法与社区意识中心措施相比，无处不在。但是，对于它们之间的关系以及在哪种情况下，最好使用经典或社区意识的中心度度量方法尚未达成共识。为此，在本文中，我们进行了广泛的调查，以更好地理解文献中报道的经典和社区意识的中央集权措施之间的关系。实验使用了具有受控社区结构属性的人工网络，以及来自不同领域的大量实际网络样本。结果表明，社区结构越强大，社区意识集中度措施就越合适。此外，程度和社区规模分布参数的变化不会影响结果。最后，网络可传递性和社区结构强度是控制经典和社区意识的中心性措施之间相互作用的最重要驱动力。

帐户关联的深度度量学习方法

原文标题： A Deep Metric Learning Approach to Account Linking

地址： http://arxiv.org/abs/2105.07263

作者： Aleem Khan, Elizabeth Fleming, Noah Schofield, Marcus Bishop, Nicholas Andrews

摘要：我们考虑了根据相应文档流的内容和元数据以自动方式链接属于同一作者的社交媒体帐户的任务。我们专注于学习一种将用户活动的可变大小的样本（从单个帖子到整个活动的整个月）映射到向量空间的嵌入，在该向量空间中同一作者的样本映射到附近的点。该方法不需要出于培训目的而使用人工注释的数据，这使我们能够利用大量的社交媒体内容。在以其他领域建立的公认基准为基础的新型评估框架下，建议的模型优于一些竞争基准。即使使用训练时未看到的账目中的小样本，我们的方法也可以实现较高的链接精度，这是所建议的链接框架实际应用的前提。

从有偏的货币交换中得出财富分配

原文标题： Derivation of wealth distributions from biased exchange of money

地址： http://arxiv.org/abs/2105.07341

作者： Fei Cao, Sebastien Motsch

摘要：在手稿中，我们有兴趣使用动力学理论更好地理解财富分配的时间演变及其大规模行为，例如不平等现象的演变（例如基尼系数）。我们研究了三种类型的动力学，分别表示无偏，弱偏和富偏动力学。在粒子级别，将根据其财富随机选择一种主体，并将其中的一美元重新分配到总体中。为了证明所谓的混沌传播，我们使用耦合技术[48]和基于mar的方法[36]将每个动力学的极限确定为单个接近无穷大。配备了极限方程，我们确定并证明了无偏和弱偏动力学的收敛性。但是，在富偏置动力学中，我们观察到了更复杂的行为，其中出现了色散波。尽管色散波随时间消失，但它也累积了所有财富，导致基尼值接近1（最大值）。我们在数值上描述了色散波的行为，但需要进一步的分析研究才能直接从动力学中得出此类色散波。

COVID-19大流行期间的口罩感知：俄罗斯在线社会网络VKontakte的观察研究

原文标题： Face mask perception during the COVID-19 pandemic: an observational study of Russian online social network VKontakte

地址： http://arxiv.org/abs/2105.07397

作者： Alexander G. Chkhartishvili, Dmitry A. Gubanov, Ivan V. Kozitsin

摘要：这项横断面研究的特征在于用户对俄罗斯政府针对COVID-19大流行采取的口罩要求提出的态度。我们研究了它们如何与其他用户的特征（例如年龄，性别和政治态度）相关联。我们的结果表明，男性和老年人-最易受COVID-19攻击的人口群体-低估了戴口罩的好处。我们还发现，反对俄罗斯政府的用户高度赞成这项反COVID-19措施-反对派将以0.95的概率批准口罩要求。对于那些支持俄罗斯政府的人来说，批准的几率仅为0.45。

用于复杂产品设计决策的知识价值流框架

原文标题： Knowledge Value Stream Framework For Complex Product Design Decisions

地址： http://arxiv.org/abs/2105.07444

作者： Ramakrishnan Raman, Meenakshi D’Souza

摘要：产品开发价值流包括用于设计和开发产品的所有活动，包括增值和非增值。它的特点是知识流驱动决策，并处理设计团队如何对产品进行概念化，架构化和设计化。知识的无形流是由知识价值流决定的，知识流决定了原始概念和思想如何流入成熟的知识，知识如何被社会化，内化以及知识如何推动产品开发价值流中的决策。对于复杂的产品，设计团队在制定设计决策时会遇到诸如不确定性和可变性之类的严峻挑战。本文提出了用于复杂产品设计决策的知识价值流的框架。该框架将知识节奏和学习周期作为其核心要素，并纳入了复杂产品设计的基础，例如不确定性，可变性和感知力。它有助于管理不确定性和可变性，并发展所需的知识，以在复杂产品的设计过程中做出最佳决策。它主张采用分阶段的框架部署模型，以建立并逐步成熟知识价值流。

负责任的社交媒体协调检测的同步动作框架

原文标题： A Synchronized Action Framework for Responsible Detection of Coordination on Social Media

地址： http://arxiv.org/abs/2105.07454

作者： Thomas Magelinski, Lynnette Hui Xian Ng, Kathleen M. Carley

摘要：随着社交媒体在放大错误信息，仇恨和两极分化中的作用已受到审查，对社交媒体上的对话的协调操纵的研究已变得越来越普遍。我们讨论了基于权力转移的成功协调检测算法的含义，并考虑了如何通过同步动作来执行负责任的协调检测。然后，我们提出了一个“同步动作框架”，用于通过构建和分析多视图网络来检测自动协调。我们通过检查Twitter上的“重新开放美国”对话，发现三个协调的活动来验证我们的框架。我们进一步调查了围绕抗议活动的秘密协调，发现任务比以前工作中看到的示例要复杂得多，这表明需要我们的多视图方法。确定了一组可疑用户，并详细说明了三个成员的活动。这些用户在相同的时间使用相同的标签放大抗议消息，尽管他们都专注于不同的状态。通过此分析，我们既强调了协调检测算法在研究扩增方面的潜在实用性，也强调了认真，负责地部署此类工具的必要性。

fybrrStream：基于WebRTC的高效可扩展P2P实时流媒体平台

原文标题： fybrrStream: A WebRTC based Efficient and Scalable P2P Live Streaming Platform

地址： http://arxiv.org/abs/2105.07558

作者： Debajyoti Halder, Prashant Kumar, Saksham Bhushan, Anand M. Baswade

摘要：对流媒体和实时视频会议的需求已达到顶峰，并且预计将进一步增长，因此，对具有更好质量和更低延迟的低成本流服务的需求至关重要。因此，在本文中，我们提出了一种新颖的点对点（P2P）实时流媒体平台，称为fybrrStream，其中逻辑网格和物理树（即基于混合拓扑的方法）被用于低延迟流媒体。 fybrrStream通过考虑参与方的网络带宽，网络延迟和节点稳定性，以分层方式将负载分配给参与方。 fybrrStream的成本低至仅托管一个轻量级网站的成本，其性能可与现有的最新媒体流服务相媲美。我们使用分布在印度的50多个用户进行了实地实验，对提议的fybrrStream平台进行了评估和测试，所获得的结果表明，与其他方案相比，实时流媒体性能有了显著提高。

使用可转移机器学习的电网稳定性预测

原文标题： Power-grid stability prediction using transferable machine learnings

地址： http://arxiv.org/abs/2105.07562

作者： Seong-Gyu Yang, Beom Jun Kim, Seung-Woo Son, Heetae Kim

摘要：复杂的网络分析为借助数值模型提高电网稳定性提供了线索。然而，数值模拟的高计算成本抑制了该方法，尤其是当它处理电网动态特性（例如频率同步）时。在这项研究中，我们研究了机器学习技术以估计电网同步的稳定性。我们测试了三种不同的机器学习算法-随机森林，支持向量机和人工神经网络-分别使用两种分别由同质和异质输入功率分布组成的合成电网对它们进行训练。我们发现，当使用异构输入-功率分布训练它们时，这三种机器学习模型可以更好地预测电力网节点的同步稳定性，而不是均质模型。借助英国，西班牙，法国和德国的真实世界电网，我们还证明了在合成电网上训练的机器学习算法可转换为真实世界电网的稳定性预测，这意味着预期的适用性电网研究中的机器学习技术。

比特币去中心化：一种资产视角

原文标题： On Decentralization of Bitcoin: An Asset Perspective

地址： http://arxiv.org/abs/2105.07646

作者： Ling Cheng, Feida Zhu, Huiwen Liu, Chunyan Miao

摘要：自2009年问世以来，具有加密功能的点对点数字支付系统比特币一直受到学术界和业界的越来越多的关注。旨在克服现有集中式金融系统固有的一系列瓶颈的努力，比特币一直被加密货币社区拥护，以此作为分散精神的典范。虽然经常详细讨论了比特币的工作量证明共识算法的去中心化性质，但到目前为止，还没有进行系统的研究来从资产的角度定量地衡量比特币的去中心化程度-比特币作为一种去中心化的程度如何？金融资产？我们在本文中首次根据整个交易历史对比特币的去中心化程度进行系统的调查。我们基于网络分析和市场效率研究，提出了可量化的分散化措施，对比特币交易网络进行了静态和动态分析。还进行了案例研究，以证明我们提出的指标的有效性。

算法偏差和网络结构对意见的共存、共识和极化的影响

原文标题： The effect of algorithmic bias and network structure on coexistence, consensus, and polarization of opinions

地址： http://arxiv.org/abs/2105.07703

作者： Antonio F. Peralta, János Kertész, Gerardo Iñiguez

摘要：现代社会的个人在内容过滤技术的一个普遍，可变且大多为隐藏的生态系统内共享思想并参与集体过程，这些生态系统决定了我们在网上看到的信息。尽管这些算法对日常生活和社会产生了影响，但对它们对信息传递和意见形成的影响知之甚少。因此，目前尚不清楚算法偏差在多大程度上对集体决策产生有害影响，例如使辩论两极分化的趋势。在这里，我们介绍了一个通用的理论框架来系统地链接意见动态，社会网络结构和内容过滤的模型。通过探索一个二元状态的意见动态模型系列，我们展示了我们框架的灵活性，其中信息交换处于从成对到小组交互的谱中。所有模型都显示了由算法偏差和模块化网络结构驱动的观点极化机制。但是，内容过滤的作用令人惊讶地细微差别。对于成对的交互，它导致两极分化，而对于群体的交互，它促进观点的共存。这使我们能够查明哪些社交互动对算法偏见具有鲁棒性，哪些社交互动容易受到偏见增强的观点两极分化的影响。我们的框架为启发式技术的发展提供了理论基础，以解决在线偏见的有害影响，例如信息瓶颈，回声室和激进观点。

使用社会网络和语义分析来分析在线旅游论坛并预测旅游需求

原文标题： Using social network and semantic analysis to analyze online travel forums and forecast tourism demand

地址： http://arxiv.org/abs/2105.07727

作者： A Fronzetti Colladon, B Guardabascio, R Innarella

摘要：预测旅游需求对决策者和从事旅游业的公司都具有重要意义。在这项研究中，我们应用了社交网络和语义分析的方法和工具来研究从在TripAdvisor的旅游论坛上进行交互的在线社区中检索到的用户生成的内容。我们对欧洲7个主要首都城市的论坛进行了为期10年的分析，收集了266万个帖子，由大约14.7万名用户撰写。我们提出了一种与旅游相关的大数据分析的新方法，以及可以集成到传统预测模型中的一组变量。我们使用社交网络和语义变量实施了因子增强自回归和桥梁模型，与单变量模型和基于Google趋势数据的模型相比，这些模型通常可带来更好的预测性能。论坛语言的复杂性和通信网络的集中化，即杰出的贡献者的存在，是对预测国际机场到达量做出更大贡献的变量。

推特的信息疫情状态

原文标题： The State of Infodemic on Twitter

地址： http://arxiv.org/abs/2105.07730

作者： Drishti Jain (1), Tavpritesh Sethi (1) ((1) Indraprastha Institute of Information Technology)

摘要：随着互联网上大量误解，操纵和恶意信息的泛滥，围绕COVID-19的错误信息已成为首要问题。在当前的COVID-19大流行的背景下，面对围绕病毒本身的严重不确定性，社交媒体帖子和平台面临谣言和错误信息的风险。同时，COVID-19的不确定性和新性质意味着可能出现“谣言”的其他未经确认的信息可能是这种新病毒的行为和影响的重要指标。尤其是Twitter，在这场风暴中占据了中心位置，而Covid-19一直是人们谈论最多的话题。我们已经对推文和参与传播错误信息的用户进行了探索性分析，然后深入研究了机器学习模型和自然语言处理技术，以识别推文是否包含错误信息。

一维随机几何图的连通性

原文标题： Connectivity of 1d random geometric graphs

地址： http://arxiv.org/abs/2105.07731

作者： Alexander P. Kartun-Giles, Kostas Koufos, Nicolas Privault

摘要：一维随机几何图（1d RGG）是通过以概率 p 连接来自实线间隔的 n 个点的随机样本而构建的。在空间为1d间隔 [0,1] 的情况下，我们计算图的两个顶点之间的 k 跳路径的数量。我们展示了在欧几里得距离 | xy | 的两个顶点之间的 k -hop路径计数是双射的，并且该体积由连接（k-1 维超矩形晶格。我们能够提供概率生成函数和 k -hop路径计数的分布，作为晶格路径上的总和，并结合了有限整数部分数量有限的思想。因此，我们证明并描述了空间随机图和晶格路径组合之间的重要联系，其中 d 维晶格路径对应于直线上几何点的空间排列。

非正式咨询网络中关键角色的人格相关性

原文标题： Personality correlates of key roles in informal advice networks

地址： http://arxiv.org/abs/2105.07740

作者： E. Battistoni, A. Fronzetti Colladon

摘要：先前的研究强调了非正式建议网络对于知识共享和同伴学习的重要性。我们使用社会网络分析来检测在建议网络中发挥战略作用的个人。即使角色已被广泛描述，如何识别角色中的人仍然是一个悬而未决的问题。此外，我们通过非参数统计调查了主要参与者和五个主要人格特质之间是否存在关联。为了实现这一目标，我们提出了一个案例研究，涉及大约180名大学生。我们发现其中21个扮演着关键角色。结果提供了关键职位与尽责，神经质和宜人之间显著关联的证据；而没有证据表明与外向性或开放经验的关系。始终如一地，个性化成为预测人的重要指标，即使人们不理解其联系方式，他们也更可能扮演战略角色。

研究在线品牌重要性与博物馆游客的关联：语义品牌评分的应用

原文标题： Studying the association of online brand importance with museum visitors: An application of the semantic brand score

地址： http://arxiv.org/abs/2105.07749

作者： A. Fronzetti Colladon, F. Grippa, R. Innarella

摘要：本文探讨了品牌重要性与博物馆游客增长之间的关系。我们分析了10年的在线论坛讨论，并应用语义品牌评分（SBS）评估了五个欧洲博物馆的品牌重要性。我们的朴素贝叶斯和回归模型表明，SBS的组合维度（普遍性，多样性和连通性）的变化与博物馆游客的变化保持一致。结果表明，为了吸引更多游客，博物馆品牌管理者应着重于增加在线发布的数量和品牌周围用户生成的信息的丰富性，而不是控制帖子的整体积极性或消极性。

使用智能计算技术对CoVid-19扩散进行建模无法工作。我们做错什么了？

原文标题： Modeling CoVid-19 Diffusion with Intelligent Computational Techniques is not Working. What Are We Doing Wrong?

地址： http://arxiv.org/abs/2105.07861

作者： Marco Roccetti, Giovanni Delnevo

摘要：由于欧洲正经历第二次CoVid-19狂暴风暴，基于PCR的测试系统由于每天要测试的人数众多而恶化，因此在对我们的联系进行跟踪和测试的基础上，人们对数学理论进行了普遍的重新考虑方法。借鉴超级传播者的概念，我们建议使用（敏感性较低）快速测试来检测那些不需要使用PCR的继发感染，从而节省了当前使用的大部分PCR测试。这在系统出现故障之前。

亲属结构和下降系统的出现：多层次演化模拟和经验数据分析

原文标题： Emergence of Kinship Structures and Descent Systems: Multi-level Evolutionary Simulation and Empirical Data Analyses

地址： http://arxiv.org/abs/2105.08014

作者： Kenji Itao, Kunihiko kaneko

摘要：在氏族社会中，人们被分为几个文化群体，即所谓的氏族，他们认为在其中共享共同的祖先。家族归属为婚姻和血统提供了某些规则。人类学家遵循这样的规则揭示了几种亲属结构及其相应的文化特征。我们先前介绍了基于主体的亲属结构模型。在这里，我们提出了一个简化模型，其中竞争性社会在其中发展。这些社会本身包括多个不断发展的家庭，这些家庭具有文化特征和交配偏好的参数。这些价值观决定了每个家庭与谁合作和竞争，并且在传给下一代时会发生变异。每个家庭的增长率取决于合作者和竞争者的数量。通过这种多层次的演变，家庭特征和偏好多样化，形成了具有家族属性的集群。随后，亲属结构出现，包括双重组织和普遍或有限交换，以及父系，母系和双重血统。这些结构取决于合作的必要性和交配竞争的强度，这些也可以通过分析得出。最后，基于全球跨民族志数据库“标准跨文化样本”的统计分析，从经验上验证了理论结果。理论和经验方法之间的这种合作将揭示人类学的普遍特征。

理解世界上最快的非机动运动的物理学

原文标题： Understanding the physics of world’s fastest non-motorized sport

地址： http://arxiv.org/abs/2105.08041

作者： Narit Pidokrajt

摘要：本文的主要目的是描述速度跳伞的物理原理，这是在FAI下进行的世界上最快的非机动性运动-国际飞行联合会（F ‘ed ‘eration A ‘eronautique Internationale，世界航空体育联合会）国际奥委会-在第一年或第二年为世界各地的物理本科生教授的标准物理和数学的帮助下。尽管航空运动这一学科自1990年代中期以来就已经存在，并且已成为重大国际体育赛事的一部分，但它尚未为更广泛的公众所熟知，并且在物理学教科书中还没有将其作为物理学的物理学来加以全面论述。各种其他运动。希望本文能在教学上介绍和吸引对该航空运动学科陌生的物理教师/讲师。大学或高中学生在学习极限速度的主题时可能会发现本文很有帮助，本文将对此进行详细讨论。本文还可以作为跳伞和空气动力学物理学进一步研究的背景。

财富流变学

原文标题： Wealth rheology

地址： http://arxiv.org/abs/2105.08048

作者： Zdzislaw Burda (1), Malgorzata J. Krawczyk (1), Krzysztof Malarz (1), Malgorzata Snarska (2) ((1) AGH University of Science and Technology, Faculty of Physics and Applied Computer Science, (2) Cracow University of Economics, Department of Financial Markets)

摘要：我们在一个简单的宏观经济模型中研究财富等级的相关性。为了量化不同时间财富排名之间的排名相关性，我们使用肯德尔（Kendall）的 tau 和Spearman的 rho ，Goodman-Kruskal的 gamma 以及列表的重叠率。我们表明，排名表中财富流动的动态和改组的速度取决于控制财富汇率和财富增长波动性的模型参数。作为真实数据中财富流变学的一个例子，我们分析了波兰，德国，美国和世界上最富有的人的名单。