这个项目在做什么，有什么意义？


Hi，不久前，ComplexityAI 开放实验室启动了招募，现在开放实验室的代码库项目也正式公开，并吸纳感兴趣、有能力的朋友。


这个项目的目的是整理、复现一些与复杂系统建模相关的代码，可以方便地用于新的数据，从而加速大家的科研进展。


目前，我们收集的代码主要有三种类型：


  • 复杂系统中的时间序列数据生成模型，如传染病模型、投票模型、Kuramoto模型等
  • 经典的网络结构重构方法，如基于压缩感知的方法、CCM、ANRI等方法

  • 动力学预测方法，如复杂网络上的神经微分方程方法（NDCN）等

我是本项目的负责人张妍，任何问题请随时联络～



如何加入这个项目


目前我们已经复现了十余项代码，本项目还在持续更新中，项目内部成员可以free to use所有的代码，我们欢迎大家加入这个项目，使用丰富的代码库资源来加速您的研究。具体的加入方式有两种：

  • 您可以通过参与一次代码复现来加入这个项目，只要复现过一次代码，所有的代码资源都可以随时使用

  • 如果您没有时间参与具体的代码复现工作，那么您可以通过付费支持的方式加入本项目，价格为399元，请联系负责人张妍转账即可。


我们的代码库是github上的一个私有库，您首先需要加入项目，项目负责人会给为您设置代码查看、修改的权限。

扫码即可报名


如何使用这个代码库？


假设您已经加入了本项目，那么您会看到我们对代码库中的代码都做了比较详细的文档说明，有模型介绍、数据生成的具体方式、生成数据的说明和参考文献等，您可以简单地上手使用。

例如，假设您要研究一个简单的化学反应网络上的化合物的相互作用，生成化合物的浓度变化时间序列，那么Michaelis–Menten kinetics模型对您来说或许是一个不错的选择，我们已经复现了相关代码，并且做了介绍：

首先，我们对这个模型进行了简介并给出了参考文献：


其次，我们解释了这个动力学方程的含义：


另外，我们还说明了代码在何处，如何使用代码生成数据，并且对生成的数据做了解释：



待复现和已复现的代码有哪些？


已经复现的代码有：

  • Kuramoto模型复现

  • CML模型复现

  • Michaelis–Menten kinetics模型复现

  • SIR模型复现

  • ARNI方法


正在复现中的代码有：

  • 使用压缩感知重构SIS动力学

  • Voter模型

  • NK自动机模型

  • Spring System

  • Heat热传导数据生成模型


待认领的代码有：

  • 使用相空间重构方法预测混沌时间序列，参考资料：https://campus.swarma.org/course/1379

  • 基于收敛交叉映射的因果推断方法，参考资料：https://campus.swarma.org/course/1383/study

  • 一种短时间序列下重构方法，参考资料：https://campus.swarma.org/course/1601/study

  • 一种从二元时间序列数据重构网络结构的统计方法，参考资料：https://campus.swarma.org/course/1601/study



复现代码的工作流程


复现代码的工作流程如下：

  




标准和报酬


参与代码贡献的朋友，我们会为您的工作提供合理的报酬，按项目计价：

  • A类项目：整理他人论文已经开源的代码，难度适中的，对其透彻理解并且可以用于新的数据，撰写文档：100元

  • A+类项目：整理他人论文中已开源但难度较高，可学习性较高的代码，产出文档，并录制视频讲解代码运作流程和其中的难点、坑与细节：200元。

  • B类项目：复现他人论文中未开源的代码，难度适中（机制不复杂）的，对其透彻理解并可用于新的数据：100元

  • B+类项目：复现他人论文中未开源的代码，难度较高的，对其透彻理解并可用于新的数据，撰写文档：200元

  • 思路贡献奖：提供合适的外部代码入库，和主办方沟通后确认适合入库的：50元（该类奖励将会在代码复现后一并发放）

  • 项目难度由主办方和复现者共同商议，最终由主办方决定

  • 奖励每月结算一次



关于ComplexityAI 开放实验室的招募信息，请参考阅读：

“复杂 AI 次方”开放实验室启动招募，挑战复杂系统自动建模难题