导语


高阶网络读书会由电子科技大学吕琳媛老师、任晓龙老师及中国地质大学（北京）管青老师联合发起，自2022年6月28日开始，每周四晚上19:30-21:30举办，持续时间预计 10-12周。期间，我们将围绕高阶交互网络的基本概念、模型、方法与应用等研究进行研讨，本季读书会分享会按照「基础理论」+「深入理论」+「案例研讨」的模式展开。欢迎对本话题感兴趣的朋友报名参加！详情见文末。


除了个体之间的成对互动，很多社会现象都是以群体为单位互动的。一些任务是个人无法完成的，需要大量的个体共同合作完成。这样的群体合作从宏观角度来看，是利于整体的。但是从个体角度来看，并不符合个体利益最大化。因此有很多学科都在探究群体合作行为的产生和维持的机制。社会网络的结构对群体合作行为的影响被广泛研究，之前的研究都是基于简单的成对关系，不足以描述一些实际情况下群体的复杂交互行为。


本次分享将首先回顾网络上的演化博弈，再以两篇论文为例介绍高阶网络对合作演化的影响。


分别是

1. Alvarez-Rodriguez, U., Battiston, F., de Arruda, G.F. et al. Evolutionary dynamics of higher-order interactions in social networks. Nat Hum Behav 5, 586–595 (2021). https://doi.org/10.1038/s41562-020-01024-1

2. Civilini A ,  Anbarci N ,  Latora V . Evolutionary Game Model of Group Choice Dilemmas on Hypergraphs[J]. Physical review letters, 2021(127-26).






跟读书会主题之间的关系




以往对群体合作的建模通常是将一个中心个体与其成对连接的所有其他个体视为一个群体，这样构建的群体有一个不足之处，即同一群体的成员并不都直接相互联。这些并不直接互联的成员，即使能在一个群体中互动，却并不能互相学习和模仿对方的策略。这样基于成对关系的群体互动并不足以支撑群体高阶交互中合作演变的研究。而高阶网络的引入能够很自然地描述结构化的群体互动。




报告内容简介




除了个体之间的成对互动，很多社会现象都是以群体为单位互动的。一些任务是个人无法完成的，需要大量的个体共同合作完成。这样的群体合作从宏观角度来看，是利于整体的。但是从个体角度来看，并不符合个体利益最大化。因此有很多学科都在探究群体合作行为的产生和维持的机制。社会网络的结构对群体合作行为的影响被广泛研究，之前的研究都是基于简单的成对关系，不足以描述一些实际情况下群体的复杂交互行为。本次分享将首先回顾网络上的演化博弈，再以两篇论文为例介绍高阶网络对合作演化的影响。


【大纲】
  • 背景知识
    • 从博弈到演化博弈
    • 网络上的演化博弈
    • 基于普通网络研究的不足
  • 论文一：超图上的公共品博弈
    • 与以往基于超图结构不同
    • 基于均匀超图
    • 基于异质超图
    • 实际应用
  • 论文二：超图上的群体选择困境
    • 群体层面的平均场动力学
    • 群体选择的偏好转变
  • 总结


【主要涉及到的知识概念】
社会困境 social dilemma
公共品博弈 public goods game
演化博弈 evolutionary game
复制动态 replicator dynamics
网络互惠 network reciprocity
均匀混合人群 well-mixed population
选择困境 choice dilemma

选择转变 choice shift





主持人




任晓龙，电子科技大学长三角研究院（湖州），苏黎世联邦理工学院博士，专注于复杂系统与网络中信息挖掘的研究，利用统计物理和复杂网络的理论和方法来解决信息领域中的若干重要问题，包括系统鲁棒性、网络拆解问题，重要节点（群）挖掘，链路预测等。

实验室网站：https://linyuanlab.com/

个人主页：http://networkscience.cn/





主讲人介绍




张薇，苏黎世联邦理工大学博士研究生。研究兴趣为：网络上的演化动力学，包括随机模型和确定性模型，以及与其他传播模型的双层耦合。


解读文献

1. Nowak, M.A., 2006. Five Rules for the Evolution of Cooperation. Science 314, 1560–1563. https://doi.org/10.1126/science.1133755

2. Ohtsuki, H., Hauert, C., Lieberman, E., Nowak, M.A., 2006. A simple rule for the evolution of cooperation on graphs and social networks. Nature 441, 502–505. https://doi.org/10.1038/nature04605

3. Perc, M., Gómez-Gardenes, J., Szolnoki, A., Floría, L.M. and Moreno, Y., 2013. Evolutionary dynamics of group interactions on structured populations: a review. Journal of the royal society interface, 10(80), p.20120997. https://doi.org/10.1098/rsif.2012.0997

4. Battiston, F., Cencetti, G., Iacopini, I., Latora, V., Lucas, M., Patania, A., Young, J.-G., Petri, G., 2020. Networks beyond pairwise interactions: Structure and dynamics. Physics Reports 874, 1–92. https://doi.org/10.1016/j.physrep.2020.05.004

5. Alvarez-Rodriguez, U., Battiston, F., de Arruda, G.F., Moreno, Y., Perc, M., Latora, V., 2021. Evolutionary dynamics of higher-order interactions in social networks. Nat Hum Behav 5, 586–595. https://doi.org/10.1038/s41562-020-01024-1

6. Civilini, A., Anbarci, N., Latora, V., 2021. Evolutionary Game Model of Group Choice Dilemmas on Hypergraphs. Phys. Rev. Lett. 127, 268301. https://doi.org/10.1103/PhysRevLett.127.268301





直播信息




时间：

2022年9月29日（周四）晚上19:30-21:30

参与方式：

  • 集智俱乐部 B 站免费直播，扫码可预约：

扫码报名
  • 文末扫码付费参加高阶网络读书会可加入腾讯会议，可提问交流，加入群聊，获取回看地址及更多学习资料，成为集智网络科学社区种子用户，与网络科学社区的一线科研工作者沟通交流，共同推动网络科学社区的发展。


高阶网络读书会招募中


随着对现实世界探索的不断深入，人们发现在许多真实的复杂系统中，组成系统的个体之间不仅存在二元交互关系，也广泛存在多个体同时（或以特定顺序）进行交互，即高阶交互现象。为此，研究人员分别发展出了基于超图、单纯复形、依赖关系等的网络高阶表示模型，为复杂网络分析和研究提供了新的思路。为了促进此领域的交流与合作，我们发起了高阶网络读书会。


高阶网络读书会由电子科技大学吕琳媛老师、任晓龙老师及中国地质大学（北京）管青老师联合发起，第一期分享从 6月 28日（周二）20:00 开始，后续每周分享时间为每周四 19:30-21:30 进行，预计持续 10-12 周。这期间，我们将围绕高阶交互网络的基本概念、模型、方法与应用等研究进行研讨，本次读书会分享会按照「基础理论」+「深入理论」+「案例研讨」的模式展开。欢迎感兴趣的朋友参与。



本季读书会详情与报名方式请参考：
探索复杂系统高阶交互的奥秘 | 高阶网络读书会启动


点击“阅读原文”，报名直播