嚴鋼教授團隊在《自然·計算科學》發(fā)表復雜系統(tǒng)自主推理新成果
2022年3月24日，《自然·計算科學》（Nature Computational Science）在線發(fā)表了題為“Autonomous inference of complex network dynamics from incomplete and noisy data”的研究論文，該研究由同濟大學物理科學與工程學院、上海自主智能無人系統(tǒng)科學中心嚴鋼教授團隊完成。在該研究中，作者提出了數(shù)據(jù)驅(qū)動的復雜系統(tǒng)自主推理新框架，實現(xiàn)了結構信息不完整和強噪聲場景下的魯棒推理，為自動化、智能化地發(fā)現(xiàn)真實復雜系統(tǒng)的底層原理提供了重要基礎和算法支撐。
?
復雜系統(tǒng)是由大量節(jié)點相互作用所形成的非平凡系統(tǒng)，例如無人集群系統(tǒng)、物聯(lián)網(wǎng)、神經(jīng)元網(wǎng)絡、社會信息網(wǎng)絡等。隨著數(shù)字化和微觀實驗技術的不斷發(fā)展，很多學科領域都積累了關于實際復雜系統(tǒng)的大量觀測數(shù)據(jù)，主要包括網(wǎng)絡結構和節(jié)點活動序列。從這些觀測數(shù)據(jù)中發(fā)現(xiàn)底層原理是科學研究常常需要經(jīng)歷的過程。站在智能化蓬勃興起的當今，能否利用人工智能輔助的方式加速這種科學發(fā)現(xiàn)的過程，比如從數(shù)據(jù)中自動化地推理出決定復雜系統(tǒng)行為的動態(tài)方程，是學界和業(yè)界都普遍關心的問題。
?
以往的研究著重于單節(jié)點或少量節(jié)點動態(tài)方程的推理，對于包含大量節(jié)點的復雜網(wǎng)絡系統(tǒng)而言這個問題面臨更多挑戰(zhàn)。例如，不僅節(jié)點活動數(shù)據(jù)含有噪聲而且網(wǎng)絡結構數(shù)據(jù)可能不準確，節(jié)點的自身動力學可能具有異質(zhì)性，系統(tǒng)宏觀行為可能會掩蓋節(jié)點之間動態(tài)耦合的微觀機制。為了克服這些挑戰(zhàn)，在該研究中作者融合全局和局部兩個視角，提出了新的復雜系統(tǒng)自主推理框架（圖1），該算法能夠高效、準確地從觀測數(shù)據(jù)中推理出隱藏的網(wǎng)絡動力學方程，為自動化地發(fā)現(xiàn)復雜系統(tǒng)的底層原理提供了有效的新途徑。
該算法框架具有很強的魯棒性，能夠?qū)褂^測數(shù)據(jù)中的缺失邊、偽連邊、觀測噪聲、關聯(lián)噪聲、內(nèi)稟隨機性等不確定性，在宏觀行為同步較強時仍然能夠?qū)崿F(xiàn)推理。與以往針對單個體或少量個體的智能推理方法相比，該研究提出的方法能夠在更復雜、非正交項空間中進行搜索，而且在針對數(shù)據(jù)不確定性的5個模型系統(tǒng)測試中均表現(xiàn)更優(yōu)。該框架也被應用于推理全球性傳染病的傳播動力學（圖2），算法基于H1N1傳播數(shù)據(jù)，發(fā)現(xiàn)了用于描述早期傳播過程的簡潔的常微分方程，該方程同時能夠刻畫SARS和COVID-19的早期傳播行為，驗證了方法的有效性和普適性。
該研究由同濟大學博士研究生高婷婷（第一作者）和嚴鋼教授（通訊作者）完成，并得到了國家自然科學基金、國家科技創(chuàng)新2030、上海市市級科技重大專項等項目資助。
?
論文鏈接：https://www.nature.com/articles/s43588-022-00217-0
版權與免責聲明：本網(wǎng)頁的內(nèi)容由收集互聯(lián)網(wǎng)上公開發(fā)布的信息整理獲得。目的在于傳遞信息及分享，并不意味著贊同其觀點或證實其真實性，也不構成其他建議。僅提供交流平臺，不為其版權負責。如涉及侵權，請聯(lián)系我們及時修改或刪除。郵箱：sales@allpeptide.com