直播预告

5月3日（周日）19:00-21:00，集智复杂系统自动建模读书会将进行新一期的论文分享直播，欢迎感兴趣的朋友参与。


基于交叉映射方法的

复杂系统自动建模


直播地址：集智俱乐部 B 站直播间


👀关注B站主播“集智俱乐部”
不错过每一场集智重磅直播


直播地址：
https://live.bilibili.com/8091531
直播时间 ：19:00-21:00


论文1：检测复杂生态系统中的因果关系
论文题目：

Detecting Causality in Complex Ecosystems

论文详情：
https://pattern.swarma.org/paper?id=fa40bc0c-0b3c-11ea-b5df-0242ac1a0005
论文简介：
识别因果网络对于在气候、流行病学、金融监管等方面提出有效的政策和管理建议非常重要。提出了一种基于非线性状态空间重构的区分因果关系和相关关系的方法。它扩展到不可分离的弱连通动态系统(当前的格兰杰因果关系范式没有涵盖的情况)。这种方法通过简单的模型(与现实世界相比，我们知道基本方程 / 关系，因此可以检验我们方法的有效性)和应用于实际生态系统，包括有争议的沙丁鱼-鳀鱼-温度问题来说明。
论文作者：
George Sugihara, Robert May, Hao Ye, Chih-hao Hsieh, Ethan Deyle, Michael Fogarty, Stephan Munch

主讲人：张妍



论文2：基于复杂动力系统时间序列的时间延迟和方向相互作用检测
论文题目：

Detection of time delays and directional interactions based on time series from complex dynamical systems

论文详情：

https://pattern.swarma.org/paper?id=0a0f2624-547a-11ea-a359-0242ac1a0005
论文简介：

基于数据和无模型的内在时滞和方向性相互作用的精确识别是复杂动力系统及其网络重构中一个极具挑战性的问题。该论文提出了一种基于新分值的无模型方法，该方法通常能够检测单个、多个和分布式时延。该方法不仅适用于相互作用的动态变量，而且适用于时滞反馈环路中的自相互作用变量。该论文 使用物理、生物、生态模型和实时数据集对该方法进行验证，尤其是应用香港的空气污染数据和心血管疾病入院记录，并显示主要的空气污染物是引起这些疾病的原因。更重要的是，它揭示了以往研究未能发现的空气污染延迟(约30至40天)的影响。预计该方法将普遍适用于确定和量化由各种学科引起的复杂系统中的微妙相互作用(如因果关系)。

论文作者：
H. Ma, S. Leng, C. Tao, X. Ying, J. Kurths, Y.-C. Lai, W. Lin

主讲人：郭宇


论文3：Convergent Cross-Mapping and Pairwise Asymmetric Inference
论文题目：

Convergent Cross-Mapping and Pairwise Asymmetric Inference

论文详情：
https://pattern.swarma.org/paper?id=05a69044-547b-11ea-a845-0242ac1a0005
论文简介：
Convergent cross-mapping 和 pairwise asymmetric inference Convergent cross-mapping (CCM) 是 Sugihara 等人于2012年首次提出并用于时序数据集因果关系推断的技术。在本文中，文章作者发现在一些情形下CCM会给出与直觉相悖的结论。他们给出一个对CCM方法进行改进的方法，即Pairwise asymmetric inferenc (PAI)方法。他们给出一些例子及计算结果对该方法进行了说明。
论文作者：
J. M. McCracken, R. S. Weigel

主讲人：郭铁城，清华物理博士研究生 关注量子多体物理、时空结构、复杂网络、人工智能。



复杂系统自动建模

读书会公开招募


我们持续招募对复杂系统建模感兴趣，或正在进行相关研究的朋友，参与到《复杂系统自动建模》系列读书会中，研读经典论文，交流所思所想，激发科研灵感，促进科研合作。

 

报名方式：请扫下方小程序码，填写报名信息。

线上一起读论文——“复杂系统自动建模读书会”开放招募


   

编辑：张爽



资料回看


已解读过的具体的内容和视频可以看下面的视频资料：


https://campus.swarma.org/course/1365


论文题目：

Reconstructing propagation networks with natural diversity and identifying hidden sources

论文地址：

https://pattern.swarma.org/paper?id=7bab5ed8-28b0-11ea-a52f-0242ac1a0005

简评：本文提出了一种根据网络上的传播数据重构网络结构和识别隐藏节点的新范式，即采用压缩感知（CS）的方法。在上一次读书会的基础上，将进一步介绍文中的方法部分，着重于如何将问题归于CS框架中，以及如何化为一个凸优化问题。



https://campus.swarma.org/course/1379

论文题目：

Geometry from a Time Series

论文详情：

https://pattern.swarma.org/paper?id=10da53a4-556d-11ea-ad35-0242ac1a0005

简评：相空间重构是混沌时间序列分析的关键技术，本文发表于四十年前（1980年），是相空间重构领域的开山之作，作者提出了由混沌时间序列重构相空间的两种方法：导数重构法和坐标延迟重构法，并用导数重构法为例重构了Rossler系统的吸引子，并求出了Liapunov指数。而坐标延迟重构法则在1981年由Takens总结成Takens嵌入定理，从数学上保证了我们可以从一维的混沌时间序列中重构一个与原系统在拓扑意义下等下的相空间。





集智俱乐部QQ群｜877391004

商务合作及投稿转载｜swarma@swarma.org

◆ ◆ ◆

搜索公众号：集智俱乐部


加入“没有围墙的研究所”

让苹果砸得更猛烈些吧！



👇点击“阅读原文”，了解更多论文信息