真实复杂系统高阶体系结构的DNDS研究发表在《365娱乐游戏》杂志上

2021年10月5日

许多生物的复杂性, 社会和技术系统源于其单位之间的丰富互动. 在过去的几十年中, 各种复杂系统已被成功地描述为网络,其相互作用的节点对由链路连接. 然而,, 从人类交流到化学反应和生态系统, 交互通常发生在由三个或更多节点组成的组中,不能简单地用二元来描述.

直到最近,很少有人关注真正复杂系统的高阶架构,” 费德里科•Battiston,助理教授 网络与数据科学系 项目协调人. 然而, 越来越多的证据表明,考虑这些系统的高阶结构可以提高我们的建模能力,并帮助我们理解和预测它们的动力学行为.

Battiston的最新研究, 发表在《365娱乐游戏》杂志上 10月4日, 得益于多位国际研究人员的贡献, 其中包括CEU的 Iacopo Iacopini 和 Tiago Peixoto为复杂系统中高阶相互作用的物理学奠定基础.

他进一步解释说,模拟真实系统的一个关键因素是从数据重建高阶交互. 网络系统中的绝大多数可用数据只包含成对交互的记录, 即使底层规则依赖于高阶模式. 这使得重建问题相当具有挑战性.

更至关重要的是, 高阶交互作用与新的动态行为和集体现象有关. 新的研究发现, 有趣的是, 在高阶交互中,两个以上的主体同时相互作用,这似乎是获得所谓爆炸性转变的关键一般机制.

在社会动力学模型中,这些突变是非常重要的, 因为它们让人想起临界质量现象. “想象一下可能突然发生的一连串谣言, 但只有当第一个易受影响的个体周围有足够比例的代理人,这些代理人已经知道这种谣言. 否则什么也没发生! 这些群体交互只能通过使用高阶交互来正式描述,“突出Battiston.

这一发展表明,高阶交互有望成为未来网络科学理论进一步发展的基础工具.