从非完整和含噪声的数据中推理复杂网络动力学丨周六直播·论文一作线上解读

导语

3月24日，《自然-计算科学》（Nature Computational Science) 发表了同济大学物理科学与工程学院、上海自主智能无人系统科学中心严钢教授团队研究提出的“数据驱动的复杂网络动力学自主推理新方法框架”，该方法实现了结构信息不完整和强噪声场景下的鲁棒推理，为真实复杂系统底层原理的自主发现提供了重要基础和算法支撑。论文第一作者高婷婷撰文对这项工作进行了深度解读。同时将于4月16日（周六）进行线上直播解读，欢迎扫描文中二维码预约直播。

线上直播解读

直播信息：

时间：2022.4.16 19:00-20:30

主讲人：

高婷婷，2018级同济大学物理科学与工程学院凝聚态物理直博生，2018年师从严钢教授，主要研究为复杂网络动力学推断；开发了结合全局粗粒回归和精细筛选的两步推理方法，在多种复杂系统动力学实现了动力学推断，相关工作发表在Nature Computational Science上。

分享内容：

生物、社会、信息复杂系统往往缺乏第一性原理的引导，因此从观测数据中推理底层原理是研究这些复杂系统的重要途径。如何从这些观测数据中推理出决定复杂系统行为的底层动态方程？为回答这一问题，同济大学物理科学与工程学院、上海自主智能无人系统科学中心严钢教授团队研究提出的“数据驱动的复杂网络动力学自主推理新方法框架”；并将由本工作第一作者高婷婷进行深度解读，并分享复杂网络动力学推理的广阔前景。