一周值得学：集智学园新课视频速览 | 2020.12.28-2021.01.03

本期内容概览：
复杂系统与脑科学
深度学习求解高维偏微分方程问题
图分析与可视化
网络科学全景图发布
北京师范大学陈六君：数学物理方法
北京师范大学王大辉：动力系统分析（研究生课程）
陈关荣：网络鲁棒性
樊瑛：社团结构
刘宗华：复杂网络上的流行病传播

复杂系统与脑科学

点击文字了解更多课程相关信息

课程概览

课程背景本小型研讨会希望把活跃在复杂脑系统研究的年轻学者聚在一起对数据采集、分析及网络结构和动力学建模等展开深入探讨，并讨论开展合作的可能性和前沿研究课题。

课程学习
学习地址：

https://campus.swarma.org/course/2258

深度学习求解高维偏微分方程问题

点击文字了解更多课程相关信息

课程概览

课程背景本文提出deep BSDE方法，结合BSDE和深度学习网络来解决一类非线性半抛物型PDE问题，以克服BSDE传统解法无法解决高维问题的不足。这篇文章提出在每一时刻分别使用一个深度学习子网络，把输入的Wt模拟生成目标函数梯度△(u)，通过反向调整使得目标时间T时网络输出的u(T)与目标ξ相等。这种方法重构了BSDE的传播流程，既能解决高维问题，在精度和速度上也比较理想。

课程学习
学习地址：

https://campus.swarma.org/course/2239

图分析与可视化

点击文字了解更多课程相关信息

课程概览
课程背景图数据的可视化可以帮助人们对其结构进行理解与分析，目前市场上也有一些基于图分析与可视化的产品与应用。但是毕竟在国内图分析与可视化整体生态正在萌芽，大家对其理解也是千差万别，于是结合自身经验，从可视分析、图技术生态、产品与应用这三个角度聊聊对图分析与可视化的一点系统理解。因为本身从事产品工作，因此并不是在技术上进行更多的探讨，而是秉承着“好读书不求甚解”的精神，为大家梳理一些应用思路，供参考。

课程学习
学习地址：

https://campus.swarma.org/course/2231

网络科学全景图发布

点击文字了解更多课程相关信息

课程概览

本课程中，主讲人将带我们回顾和梳理系列课程的全貌。

课程学习
学习地址：

https://campus.swarma.org/course/2246

北京师范大学王大辉：动力系统分析

点击文字了解更多课程相关信息

课程背景复杂系统研究中，自顶向下的动力学分析方法是探索复杂性的重要方法。本课程主要讲授连续和离散动力系统的定态、极限环及其稳定性分析、动力学系统的结构稳定性和常见的分支类型以及分析方法，混沌概念等。

本课程是系统科学专业的学位基础课，是系统科学博士研究生培养的基础课程。主要培养硕士、博士研究生从动力学演化角度观察世界的能力，并可以分析具体的动力学系统，能够分析研究对象中随时间变化的状态变量以及变量之间的关系，建立动力学方程并进行定性和定量的分析，是非线性系统控制、控制理论、复杂系统建模与分析以及系统生物学等专业课的理论基础，应用领域涉及国防、科技、经济、工业和农业的各个方面。

课程学习
学习地址：