集智斑图顶刊论文速递栏目上线以来，持续收录来自Nature、Science等顶刊的最新论文，追踪复杂系统、网络科学、计算社会科学等领域的前沿进展。现在正式推出订阅功能，每周通过微信服务号「集智斑图」推送论文信息。

扫描下方二维码，关注“集智斑图”服务号，即可订阅Complexity Express：             

Complexity Express 一周论文精选

以下是2022年1月3日-2022年1月9日来自Complexity Express的复杂性科学论文精选。如果Complexity Express列表中有你感兴趣的论文，欢迎点赞推荐，我们会优先组织解读~

目录：

1. 解耦网络中的同质性、社团结构与三元闭包

2. 大规模网络的功能可观测性与目标状态估计

3. 高阶效应、连续的物种相互作用以及特征演化塑造了微生物的空间动力学

4. 热力学稳定性意味着因果关系

5. 扩展 Bose-Hubbard 模型的拓扑量子临界点

6. 通过人群、机器和机器知情的人群进行深度虚假侦测

7. nudging 的有效性：选择架构干预在各行为领域的元分析

8. 生产网络如何放大经济增长

1.解耦网络中的

同质性、社团结构与三元闭包

论文题目：Disentangling Homophily, Community Structure, and Triadic Closure in Networks

期刊来源：Physical Review X

论文地址：https://journals.aps.org/prx/abstract/10.1103/PhysRevX.12.011004

网络同质性（即相似节点的连接趋势）和传递性（即两个节点有一个共同邻居时的连接趋势）是网络分析中的合并性质，因为一种机制可以驱动另一种机制。该文章提出了一个能够区分这两种机制的生成模型和对应的推演过程，这种方法在随机块模型（stochastic block model，SBM）的基础上考虑三元闭包边（triadic closure edges），可以用来识别网络中每个边存在的最合理的机制，以及底层的社团结构本身。文中展示了该方法如何避免检测到仅由网络中三角形的形成而产生的虚假社团，以及和没有三元闭包的原始随机块模型相比，该方法如何提高边预测的效果。

图1. 模型的生成过程示意图（上）和相关推演过程图（下）。生成过程包括根据随机块模型设置“种子边”（seminal edges），以及添加以种子边为基础的三元闭包边（用红色表示）。推演过程以相反的方向运行，给出一个最终观测图和它产生种子边和三元闭包边可能划分的后验分布，利用该后验分布可以获得边概率。

2.大规模网络的

功能可观测性与目标状态估计

论文题目：Functional observability and target state estimation in large-scale networks

期刊来源：PNAS

论文地址：https://www.pnas.org/content/119/1/e2113750119

对复杂动力学系统的定量理解和精准控制只能通过测量或估计其内部状态。在大规模动力学网络中，通常很难或者不可能有足够的传感器节点让系统可被完全观测。即使系统在原则上是可观测的，但系统的高维数从根本上限制了全状态观测器的计算可处理性和性能。为了突破维数的限制，研究者们反过来要求系统在功能上是可观测的，这意味着能从可用的测量数据中重构状态变量的目标子集。

在此，该文章中提出了一种基于图的功能可观测性理论，该理论提出了一种高度可扩展的算法：（1）确定所需传感器节点的最小集合，（2）设计相应的最小阶状态观测器。与全状态观测器相比，文中所提出的功能观测器（functional observer）在感知、计算资源显著减少的情况下能获得相同的估计效果，且适用于大规模网络。研究者们将所提出的方法应用于从有限相位测量数据中检测电网扰动，并在有限测试条件下推断流行病期间的感染率。结果表明，功能观测器可以显著提高在复杂网络中探索其他不可观测动力学过程的能力。

图1. 动力系统结构的功能可观测性。

3.高阶效应、连续的物种相互作用

以及特征演化

塑造了微生物的空间动力学

论文题目：Higher-order effects, continuous species interactions, and trait evolution shape microbial spatial dynamics

期刊来源：PNAS

论文地址：https://www.pnas.org/content/119/1/e2020956119

生物学的一大难题，是为何会持续存在多样的微生物群落。利用一个自适应的、高突变率的物种特征连续模型，本文研究了微生物群落，其拮抗作用通过产生毒素、抑制毒素和易受毒素（如抗生素）伤害而发生。突变的大小和迁移性增强了微生物的多样性和持久性，使种群多样性维持在非常高的水平。群落构建中过渡相的持续时间促进了均衡多样性，此类发现突出了拮抗相互作用在促进细菌系统多样性方面可能发挥的关键作用。拮抗相互作用、资源驱动的相互作用和空间结构，可能推动了微生物系统谜一般的生物多样性。

图1. 模型的概念图，描述了所有涉及的参数。

4.热力学稳定性意味着因果关系

论文题目：Thermodynamic Stability Implies Causality

期刊来源：Physical Review Letters

论文地址：https://journals.aps.org/prl/abstract/10.1103/PhysRevLett.128.010606

相对论流体力学理论的稳定性条件可以直接从平衡态时熵最大化的要求推导出来。这里我们用一个简单的几何论证来证明，如果根据这一熵准则，流体力学理论是稳定的，那么对平衡态的局部扰动不能传播到它们的未来光锥外。也就是说，在相对论流体力学中，非因果理论在热力学上必须是不稳定的，至少是接近平衡态的。我们表明，稳定性和因果关系之间这种深层联系的物理根源在于熵和信息之间的关系。我们的结果可以解释为一个“平衡守恒定理”（equilibrium conservation theorem），它将 Hawking-Ellis 真空守恒定理推广到有限温度和化学势。

图1.（左）几何论证示意图。初始扰动（红色）位于原点左边，因果关系将其限制于 t≥x 半平面内。我们构建三角形 ABC，使其所有边都是类空的。边 B 和 C 相交于原点。我们可以让 B 任意靠近直线 t=x。绿色箭头是边的单位法向量的欧几里德表示，它们指向内侧，与我们选择的度量特征一致。（右）Bemfica 等人的定理的几何论证示意图。三角形 ABC 的所有边都是类空的。在 C 边产生一个任意的初始扰动（红色），因为 A 在 C 的因果未来之外，我们可以自由地将 A 上的扰动设置为零。四向量 β^a （墨绿色）与 t 轴一致。

5.扩展Bose-Hubbard模型的

拓扑量子临界点

论文题目：Topological quantum critical points in the extended Bose-Hubbard model

期刊来源：Physical Review Letters

论文地址：https://journals.aps.org/prl/accepted/9f078YfaTae1868184839e659df00b0daa8cc414b

拓扑和量子临界点的结合，可以产生反直觉效应的一种奇异混合。这里我们证明，意想不到的拓扑性质出现在一个范例式的强关联哈密顿量中：一维扩展的 Bose-Hubbard 模型。特别地，我们揭示了两种不同拓扑量子临界点的存在，它们都具有局部边缘态和无能隙体激发。我们的结果表明，拓扑临界点会区分两种相，即拓扑保护相和拓扑平庸相，两者都由一个长程有序的弦关联函数刻画。长程序在拓扑临界点上依然存在，这解释了有限电荷隙保护的局部边缘态的存在。最后，我们介绍了一种偶极镝原子（镧系元素）的超分辨率量子气体显微镜方案，为拓扑量子临界点的实验研究提供了可靠路径。

6.通过人群、机器和机器知情的人群

进行深度虚假侦测

论文题目：Deepfake detection by human crowds, machines, and machine-informed crowds

期刊来源：PNAS

论文地址：https://www.pnas.org/content/119/1/e2110013119

机器能够生成虚假视频，这提出了一个重要的社会问题：我们如何知道观看的视频是真是假？在两个有15016名参与者的在线研究中，我们展示了真实视频和虚假视频，并要求参与者辨别视频的真假。我们比较了正常人类观察者和先进的计算机视觉模型的表现，发现它们识别的准确性相似，但所犯的错误类型不同。总的来说，在计算机视觉模型辅助下的人类观察者比两者单独识别的表现都更好，但是模型的错误预测常常会降低人类观察者的表现。为了探讨人类和机器检测虚假视频的相对优势和劣势，我们考察了人类和机器在视频特征上的表现，并评估了随机干预对识别虚假视频的影响。我们发现干扰面部视觉处理的操作会降低人类观察者的表现，而对模型影响不大，这表明人类对面部特征的认知能力在识别虚假视频中起到了重要作用。

图1. 两图中其中一张为真实视频第一帧图片，另一张为虚假视频第一帧图片，研究中让人类观察者和计算机视觉模型辨别图片及视频的真假。

7.nudging的有效性：

选择架构干预在各行为领域的元分析

论文题目：The effectiveness of nudging: A meta-analysis of choice architecture interventions across behavioral domains

期刊来源：PNAS

论文地址：https://www.pnas.org/content/119/1/e2107346118

改变个人的行为是解决当下一些最紧迫的社会挑战的关键，例如应对新冠和全球变暖。通过设计环境来促进人们做出对自己和社会有利的选择，这被称为选择架构干预，又称 nudging。这类行为干预集中在设计选择环境，而不限制人们的自由选择。虽然选择构架干预越来越流行，但是人们对其整体效果以及它们促进行为改变的条件知之甚少。

该研究基于超过200个研究报告，对超过450个干预的效应大小（n = 2149683） 进行分析，提出了各选择架构干预在不同行为领域和研究背景特征有效性的综合分析。结果表明，选择架构干预总体上促进了行为的改变。选择架构干预的影响效果，相对独立于研究背景特征（如地理位置或干预的目标人群），并随着干预方式和行为领域的功变化而变化。在各干预方式中，针对选择方案组织和结构（决策结构）的干预方式，始终优于针对描述方案（决策信息）或强化行为意图（决策协助）的干预方式。

图1. 各选择架构干预和行为领域效应大小的森林图。

8.生产网络如何放大经济增长

论文题目：How production networks amplify economic growth

期刊来源：PNAS

论文地址：https://www.pnas.org/content/119/1/e2106031118

技术进步是经济长期增长的最重要原因。在该研究中我们分析了技术进步对生产网络的影响。在生产网络中，每个生产者购买商品，并将其转变为其他商品，销售给其他顾客和生产者。我们的研究展现了技术进步如何沿着生产网络传播，以及网络如何放大了技术进步的效果。一个行业的生产链路较长会导致降价更快，对于一个国家而言则会带来经济增长。我们的预测结果与观测数据相吻合，并且随着时间推移，我们的研究证明了生产链路在价格变化和长期产出增长中的关键影响。

图1. 左图为简化的生产网络，其中箭头表示货物的方向。右图显示了生产率变化对价格的影响。

关于Complexity Express

Complex World, Simple Rules.

复杂世界，简单规则。

由于学科交叉融合，大量针对复杂系统的研究成果散落在人工智能、统计物理、网络科学、数据科学、计算社会科学、生命科学、认知科学等等不同领域的期刊会议中，缺乏整合。

 

为了让大家能及时把握复杂系统领域重要的研究进展，我们隆重推出「Complexity Express」服务，汇总复杂系统相关的最新顶刊论文。

 

Complexity Express 是什么？

Complexity Express 每天爬取复杂系统领域最新发表的顶刊论文，每周通过“集智斑图”服务号汇总推送。

 

进入 Complexity Express 页面即可随时查看顶刊论文更新，你也可以通过微信接收研究更新推送和一周汇总。

               

Complexity Express 为谁服务？

• 如果你是复杂系统领域的研究者，可获得重要论文上线通知，每周获取最新顶刊论文汇总。

• 如果你是复杂系统领域的学习者，可了解学界关注的前沿问题，把握专业发展脉络。

• 如果你是传统的生命科学、社会科学等学科中的研究者/学习者，可以从复杂科学和跨学科研究中获得灵感启发。

• 如果你是关注前沿研究发现的知识猎手，可获得复杂系统研究对自然和人类世界的最新洞见。

Complexity Express 栏目也是集智俱乐部公众号的主要选题来源，诚挚邀请你订阅，与我们信息同步。

 

Complexity Express 论文从哪里来？

考虑复杂系统研究往往属于跨学科工作，我们主要抓取综合类和泛物理类/计算机类的顶级期刊，从每周新发表的数百篇论文中精选出与复杂系统相关的论文。

 

Complexity Express 参考影响因子和学者口碑，选择了如下期刊，每日爬取其论文更新：

• Nature

• Science

• PNAS

• Nature Communications

• Science Advances

• Physics Reports

• Physics Review Letters

• Physics Review X

• Nature Physics

• Nature Human Behaviour

• Nature Machine Intelligence

• Review of Modern Physics
• Nature Review Physics
• Nature Computational Science
• National Science Review
• 更多期刊持续增补中，欢迎推荐你认为重要的期刊！

 

如果你在 Complexity Express 中发现了感兴趣的论文，请立刻“点赞”！每周最高赞的论文，集智编辑部将组织专业解读~

 

Complexity Express 追踪哪些领域？

我们力求兼顾热点追踪与领域覆盖，目前筛选的论文主要集中在如下与复杂性关系密切的领域：

• 复杂系统基本理论
• 复杂网络方法及应用
• 图网络与深度学习
• 计算机建模与仿真
• 统计物理与复杂系统
• 量子计算与量子信息
• 生态系统、进化、生物物理等
• 系统生物学与合成生物学
• 计算神经科学与认知神经科学
• 计算社会科学与社会经济复杂系统
• 城市科学与人类行为
• 科学学
• 计算流行病学
• 以及一些领域小众，但有趣的工作

 

由于复杂性研究领域横跨多个学科，研究论文散落在不同的期刊上，很难不重不漏地把握最新工作。针对复杂性领域的论文筛选，我们专门设计了算法。经过数月的训练迭代优化，目前对上述领域爬取准确率达到90%以上。

 

将来我们还会根据你的具体研究领域，推出研究分类与个性化的订阅服务，敬请期待！

 

由于复杂性领域涉及的论文关键词和研究问题纷繁复杂，所以算法难免有不成熟的地方，如果你发现我们有漏掉的重要论文，或者爬到了领域有偏差的论文，欢迎联系我们（小助手微信：swarmaAI），帮助我们持续优化算法。

如果你对科学学、计算术语学等感兴趣并有代码能力，欢迎报名成为集智算法志愿者/实习生（具体请邮件联系算法组负责人huqiao@swarma.org）。

如果你对复杂科学及相关跨学科研究有长期兴趣，并乐于解读分享，欢迎加入集智作者团队（具体请邮件联系编辑部负责人liupeiyuan@swarma.org）。

更多论文

更多复杂性顶刊论文，请到Complexity Express页面查看。订阅即可每周获取更新提醒。

       

点击“阅读原文”，追踪复杂科学顶刊论文