张海峰课题组提出一种纯数据驱动的重构方法

发布时间:2022-06-10

近日,博亚app最新官方入口数学科学学院张海峰教授课题组与美国亚利桑那州立大学来颖诚教授合作,针对网络科学中的反问题——高阶网络的重构问题,提出了一种纯数据驱动的重构方法。相关研究成果以“Full reconstruction of simplicial complexes from binary contagion and Ising data”为题发表在Nature Communications上。博亚app最新官方入口为唯一通讯单位,博亚app最新官方入口数学科学学院2020级博士研究生王欢和互联网学院马闯老师为共同第一作者,张海峰教授为论文的通讯作者,物理与光电工程学院陈含爽教授和美国亚利桑那州立大学来颖诚教授为论文的合作者。


从网络科学视角对复杂的系统和数据进行建模已成为一种主流的研究范式。在许多真实的复杂系统中,个体之间不仅存在成对的交互模式,还广泛存在超越成对关系的多体交互模式,即高阶交互,如从人类的信息交互模式到生态系统中的多物种相互作用。因此,对具有高阶拓扑结构的网络系统(高阶网络)的研究受到了广泛关注。然而,在许多真实情形下,我们仅能观测到状态数据,很难获取结构信息,所以如何利用观测数据重构出高阶网络的结构就显得了尤为重要,且极具挑战性。

针对这些问题,张海峰教授课题组基于统计推断框架设计了一种纯数据驱动的方法用于重构高阶网络的结构。研究表明该方法可以从不同的动力学数据中高效重构出网络中的两体及三体关系。


重构高阶网络的框架图和效果展示

 

该研究工作得到国家自然科学基金面上项目(61973001, 12005001,11875069)、安徽省自然科学基金(2008085QF299)及安徽省协同创新项目(GXXT-2021-032)联合资助。


返回原图
/