随机传染病模型中的爆发规模分布 | 复杂性科学顶刊精选8篇
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
目录：
8.利用聊天机器人提供反驳意见以扩展交互式论证
1.随机传染病模型中的爆发规模分布
论文题目：Outbreak Size Distribution in Stochastic Epidemic Models
期刊来源：Physical Review Letters
论文地址：https://journals.aps.org/prl/abstract/10.1103/PhysRevLett.128.078301
在新冠疫情不定期爆发的背景下，我们利用带有人群统计噪声的SIR及其扩展的流行病学模型，解决了计算大范围爆发的动力学和可能性的典型问题。在大量的人口限制下，我们计算了所有广泛爆发的概率分布，包括那些需要异常（极端）大、小人口比例的流行病爆发案例。我们的研究表明，与其他随机系统中的疫情爆发不同。极端爆发的统计数据来自于一个完整的连续哈密顿路径，每个路径都满足独特的边界条件，具有守恒的概率通量。
2.用最大熵原则提升酶的计算设计
论文题目：Enhancing computational enzyme design by a maximum entropy strategy
期刊来源：PNAS
论文地址：https://www.pnas.org/content/119/7/e2122355119
尽管酶的计算设计很重要，但基于物理的计算方法进展缓慢，急需进步。另一方向则是利用机器学习，但该方法仍未建立预测酶催化能力的有效工具。此处，通过最大熵原则，我们表明，由同源序列推测的统计能量与活性位点区域的酶催化能力和离活性位点较远区域的酶稳定性强相关。该发现揭示了酶的框架，并且指出酶的演化与其催化作用的物理化学间的关系，促进我们深入理解酶的稳定性-活性平衡假设。总之，此处发现的强关联为酶的计算设计提供了有力引导。
3.大数据方法
使得动物移动生态学有更多了解
论文题目：Big-data approaches lead to an increased understanding of the ecology of animal movement
期刊来源：Science
论文地址：https://www.science.org/doi/10.1126/science.abg1780
了解动物移动对于阐明动物在不断变化的世界中如何互动、生存和繁衍至关重要。数据收集和管理的最新进步改变了我们对动物“移动生态学”（生物移动的综合研究）的理解。该学科是一个大数据学科，受益于大量关于野生动物移动数据快速、经济且高效的生成。通过高分辨率的野生动物追踪系统，研究者现在可以更彻底地调查个体间和物种间在时空上的差异、生物互动的本质以及对环境的行为反应。通过大型的跨学科和合作框架，移动生态学正在迅速扩大科学前沿，为保护和洞察野生动物的移动，进行归因分析和结果预测提供新的机会。
4.利用社交媒体帖子中的语言，
对抑郁症的网络动力学进行纵向研究
论文标题：Using language in social media posts to study the network dynamics of depression longitudinally
期刊来源：Nature Communications
论文链接：https://www.nature.com/articles/s41467-022-28513-3
精神疾病的网络理论假设症状之间的因果相互作用导致精神健康障碍。越来越多的证据表明，抑郁网络连通性（depression network connectivity）可能是转变和维持抑郁状态的一个风险因素。在这里，研究者们分析了946名被试的社交媒体（Twitter）数据，这些被试回顾了过去12个月里每次抑郁发作的日期和当前抑郁症状的严重程度，研究者基于他们抑郁症相关的语言特征为其构建个性化的网络。研究发现，目前的抑郁严重程度与9个文本特征中的8个存在关联。抑郁严重程度越高的个体，抑郁相关语言特征之间的整体网络连通性越高。研究者们观察了被试个人的抑郁网络连通性的变化，这些变化与自我报告的抑郁发作日期相关。结果表明，抑郁症相关语言特征的个性化网络中的连通性可能会随着当前抑郁症症状的变化而动态变化。
5.气候-社会耦合系统中
排放路径的决定因素
论文题目：Determinants of emissions pathways in the coupled climate–social system
期刊来源：Nature
论文地址：https://www.nature.com/articles/s41586-022-04423-8
气候政策的目标和成效决定着温室气体的排放及气候变化的影响规模。然而，几乎每个气候变化模型，都将决定气候政策及排放趋势的社会-政策-技术过程视为外部因素。此处，研究者明确了一系列学科中所记录的相关反馈过程，并将其关联至气候-社会系统的程式化模型。模型行为的分析揭示了非线性及倾覆点的潜在影响，这一影响与个体间、群体间、国家间及全球的关联尤其相关。这些关联决定着政策及排放的结果。结合观察，对模型的参数空间进行部分限制，研究者模拟了10万种可能的政策及排放趋势，其结果可根据2100年预测气温相较1880-1910平均气温的变暖程度（1.8 °C 至 3.6 °C）分成5类。模型结果涌现出能够解释排放路径的三个参数，分别为大众对气候变化的接受程度，气候治理科技的未来成本及成效，政府机构的响应，由此可指导缓解21世纪气候变暖问题。
6.多层网络中的恢复耦合
论文标题：Recovery coupling in multilayer networks 期刊来源：Nature Communications
论文链接：https://www.nature.com/articles/s41467-022-28379-5
基础设施系统日益增加的复杂性导致了多个网络之间存在至关重要的相互依赖性，例如通信系统需要电力，而电网的正常运行依赖于通信系统。这些相互依赖性启发了大量关于耦合多层网络的文献，假设存在硬相互依赖性，其中一个网络中的组件故障会导致另一个网络中的故障，从而导致跨系统的级联失效。虽然此类硬故障的经验证据有限，但网络的修复和恢复需要通常由其他网络提供的资源，从而导致恢复过程中产生有记录的相互依赖关系。在这项研究中，研究者们探索恢复耦合（recovery coupling），捕捉一个系统的恢复对另一个系统的瞬时功能状态的依赖性。如果支持网络不起作用，恢复过程将会放缓。该研究收集了数百万次电网故障的恢复时间数据，在大型扰动后恢复过程中普遍发现存在非线性行为。研究者提出一个理论框架来解决恢复耦合，预测不同于多层级联失效的定量特征。然后，依靠受控的自然实验将恢复耦合的影响与其他因素影响（如资源限制）分离，提供恢复耦合影响系统功能的直接证据。
7.通过深度强化学习
对托卡马克等离子体进行磁控制
论文题目：Magnetic control of tokamak plasmas through deep reinforcement learning
期刊来源：Nature
论文地址：https://www.nature.com/articles/s41586-021-04301-9
利用磁约束特别是托卡马克结构的核聚变，是通向可持续能源的一条充满前景的道路。一个核心挑战是约束和维持托卡马克腔中的高温等离子体，这需要使用磁致动器线圈进行高维、高频的闭环控制，更复杂的是不同等离子体构型有着不同要求。这项工作介绍了一个此前没有描述过的托卡马克磁控制器设计架构，它可以自主学习控制全套控制线圈。该架构满足在高层指定的控制目标，同时满足物理和操作约束。这种方法在问题规范方面具有前所未有的灵活性和通用性，并显著减少了产生新等离子体构型的设计工作。研究者们在可变配置托卡马克（TCV）上成功生产和控制了一系列不同的等离子体构型，包括细长型、传统形状，以及更先进的如负三角形和“雪花形”等构型。该方法实现了对这些配置的位置、流体和形状的精确跟踪。研究者还演示了TCV上处于持续控制的“液滴”，即腔内同时保持两个独立的等离子体。这代表了托卡马克反馈控制的显著进步，显示了强化学习对加速核聚变研究的潜力，这也是强化学习在现实世界中最具挑战性的应用系统之一。
8.利用聊天机器人提供反驳意见
以扩展交互式论证
论文题目：Scaling up interactive argumentation by providing counterarguments with a chatbot
期刊来源：Nature Human Behaviour
论文地址：https://www.nature.com/articles/s41562-021-01271-w
讨论比标准的单向发送信息更有说服力，但交互性又使其难以扩展。该研究创造了一个聊天机器人来模仿讨论中最重要的特征。一个简单的论点指出，对基因改造生物的安全性达成科学共识，已经导致人们对基因改造生物比控制信息组持更积极的态度。为参与者提供好的论据来反驳常见的反对基因改造生物的论据，会让他们对基因改造生物持更积极的态度，无论参与者是否能在聊天机器人中立即看到所有论据，或选择最相关的论据。对基因改造生物持最消极态度的参与者表现出更多态度转变。参与者在看到好的论据时会更新他们的观点，但研究没有发现任何能够表明交互式聊天机器人比一系列论证和反驳更有说服力的证据。
关于Complexity Express
Complex World, Simple Rules. 复杂世界，简单规则。
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 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 论文从哪里来？
-
Nature
-
Science
-
PNAS
-
Nature Communications
-
Science Advances
-
Physics Reports
-
Physical Review Letters
-
Physical 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！
Complexity Express 追踪哪些领域？
-
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
更多论文
点击“阅读原文”，追踪复杂科学顶刊论文
微信扫一扫,分享到朋友圈
