直播预告

5月10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。


基于因果推断的

复杂系统分析建模


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：

用计量经济模型和交叉谱方法研究因果关系

论文题目：

Investigating Causal Relations by Econometric Models and Cross-spectral Methods

论文详情：

https://pattern.swarma.org/paper?id=3c75ecc8-55e3-11ea-bf1e-0242ac1a0005

论文简介：

在大多数情况下，确定两个相关变量之间的因果关系方向、以及是否正在发生互反馈是很困难的。2003 贝尔经济学奖得主克莱夫·格兰杰（Clive Granger）认为，因果关系反馈与计量经济学模型与谱分析中出现的函数之间的关系，特别是交叉谱（cross spectra）和部分交叉谱有关。在这篇论文中，他从简单的二变量模型入手，提出并说明了因果关系和反馈的可测性定义。该文认为，对于标准的时间序列，在进行随机过程中的谱表示（spectral representation）之后，进行的反馈机制可以分解为两个因果关系，其交叉谱可以看作是两个交叉谱之和，且其中每部分都与反馈过程的一个单向因果相关。此外，论文还讨论了瞬时因果关系表示的重要问题，构造了因果滞后和因果强度的度量，并认为该问题通常是由于记录信息的速度较慢或可能未使用足够广泛的因果变量而引起的。论文在通过谱方法研究和建立因果关系模型之后，最后还概括了三变量之间的结果，并认为通过部分交叉谱方法对能对因果关系研究进行进一步推广。

论文作者：

C. W. J. Granger


主讲人：

十三维，集智俱乐部公众号特约作者，某航企数据运营主管。



论文2：

在地球科学中从时间序列进行因果推断

论文题目：

Inferring causation from time series in Earth system sciences

论文详情：

https://pattern.swarma.org/paper?id=fbc2d5ba-4da4-11ea-a904-0242ac1a0005
论文简介：
本论文是一个展望性质的评论文章，作者指出，虽然目前在地球科学中的依然更多的采用传统的相关性及回归分析，然而这些方法在解释因果关系上尚不够清晰。随着算力的提高和因果推断方法的发展，利用数据驱动的因果推断方法能为地球科学系统提供新的角度和价值。作者希望能为地球科学领域的科技工作者介绍因果推断的方法。本文首先回顾了因果推断在地球科学中的几个应用案例，并且对于地球科学中的常见问题进行了分类介绍。其次，作者对于不同的因果推断方法及其优缺点进行了总结评论。文章的最后，作者为了他们建立的测评网站 causeme.net 进行了宣传，希望业界能够提供更多的成功案例，方便不同方法之间的比较和创新。
论文作者：
Jakob Runge, Sebastian Bathiany等

主讲人：
高亦斌，北京大学物理本科，美国俄亥俄州立大学博士，现在北京某互联网公司从事人工智能算法和大数据相关工作。对于复杂系统建模，因果推断，脑科学和人工智能具有广泛的兴趣。


论文3：

不依赖模型的从钙成像信号重构兴奋性神经元连接方法

论文题目：

Model-Free Reconstruction of Excitatory Neuronal Connectivity from Calcium Imaging Signals

论文详情：

https://pattern.swarma.org/paper?id=59c94eba-55ec-11ea-ae63-0242ac1a0005
论文简介：
随着神经记录技术大幅提高，同时记录多神经元活动的数据也逐渐增多，但从神经活动数据中推测神经元之间连接关系仍是一项困难的任务。本文提出 Generalized
Transfer Entropy 方法在通过神经钙信号分析神经元之间连接的应用。该方法基于信息论，无需对从神经元活动到产生钙分子荧光信号的过程直接建模。通过模拟神经网络，发现该方法相对线性模型可以获得更精确的结果。本文提供了从多维时间序列中重构网络内部因果关系的一个可参考的思路。
论文作者：
O. Stetter, D. Battaglia, J. Soriano

主讲人：
蔡明博，东京大学神经智能国际研究中心特任助理教授。从事认知计算神经科学研究与脑成像分析算法开发。


论文4：

揭秘复杂系统中的因果关系

论文题目：

Unveiling causal interactions in complex systems

论文详情：
https://pattern.swarma.org/paper?id=4bfb5ebe-78ff-11ea-b651-0242ac1a000b
论文简介：
长期以来，复杂系统的概念和运作规律都被用作对自然和社会系统中重要方面和相互作用进行定量模拟。然而，要预测构成这些系统结构真实相互依存关系，尤其是当在现实世界因果关系在晦暗不明下，如在金融市场中各种要素之间的相互作用，对大多数传统因果检验方法依旧是非常困难的。在这篇论文中，作者在正向因果、负向因果关系之外，定义了一种新型的因果关系：暗因果关系，用以表达动态复杂系统中潜伏和难以捉摸的结构，并且发展出一种基于符号动力学和相空间重构结合的的方法，使用因果模式矩阵得以对所有关系进行计算、分析和预测，并找出其中作用影响最大的因果关系。通过对生态学、神经科学、金融领域等各种现实系统的广泛应用和测试，能够证明这种方法在重构复杂系统特殊结构能力上具有相当准确度。可以说，这篇论文使人们对因果关系的认识和预测能力又大大向前迈进了一步。
论文作者：
Stavros K. Stavroglou, H. Eugene Stanley

主讲人：
十三维，集智俱乐部公众号特约作者，某航企数据运营主管。



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/1383


论文题目：

Detecting Causality in Complex Ecosystems

论文地址：

https://pattern.swarma.org/paper?id=fa40bc0c-0b3c-11ea-b5df-0242ac1a0005

简评：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。



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