查看原文
其他

通过非线性控制实现系统的死亡与重生 | 复杂性科学顶刊精选5篇

集智小编 集智俱乐部 2022-05-09

集智斑图顶刊论文速递栏目上线以来,持续收录来自Nature、Science等顶刊的最新论文,追踪复杂系统、网络科学、计算社会科学等领域的前沿进展。现在正式推出订阅功能,每周通过微信服务号「集智斑图」推送论文信息。


扫描下方二维码,关注“集智斑图”服务号,即可订阅Complexity Express:             



Complexity Express 一周论文精选




以下是2021年3月29日-4月4日来自Complexity Express的复杂性科学论文精选。如果Complexity Express列表中有你感兴趣的论文,欢迎点赞推荐,我们会优先组织解读~

目录: 

  • 通过非线性控制实现系统的死亡与重生

  • 检测和模拟社交媒体上信息的真实渗透和相变

  • 劳动力市场中的普遍弹性模式

  • 强化学习的适应范围与外推误差

  • 动物文化的蓬勃发展


1.通过非线性控制实现系统的死亡与重生


期刊来源:Science

论文标题:Death and rebirth through nonlinear control论文地址:https://science.sciencemag.org/content/372/6537/32


非线性系统的特征是输出与输入不成比例,这构成了自然界和应用科学中大量的真实系统。平台中的非线性可以大大扩展其可访问功能的范围,例如在数字电子和人工神经网络中所示。但是截至目前,许多系统对非线性的影响尚不清楚。

拓扑光子学领域的建立是基于凝聚态物理的发展,特别是基于与著名的量子霍尔效应和拓扑绝缘体有关的思想。目前,科研人员可以在各种光子学平台上获得相似的效果,从而实现了重大的基础和工程学进展。
 
研究人员基于将光波导晶格可重构地写入偏光折射晶体中的方法,引入了一种易于访问的通用平台,用于探索此类系统中的非线性。这种类型的结构称为Su-Schrieffer-Heeger晶格,它是光子学中拓扑研究的既定工具。研究人员使用偏场修改波导的非线性响应,引起光学自聚焦和散焦效应,从而改变光在整个晶格中的传播方式。尽管这种非线性仅影响整体折射率的实部,但是这等效地调谐了波导势函数的实部和虚部。
 
 控制复杂系统中的状态
 
这项工作为调查非线性系统相关学科重叠打开了大门,但是仍然存在许多问题。目前,学界迫切需要一个通用的理论框架来描述非Hermitian拓扑系统的非线性驱动,以及将当前的对称分类方法扩展到此类系统。本项工作对新设备开发的潜在影响也令人振奋。这种非线性控制方案在光学系统以外的许多其他复杂系统中可能是有益的。
 
 

2.检测和模拟社交媒体上信息的

真实渗透和相变


期刊来源:Nature Human Behaviour

论文标题:Detecting and modelling real percolation and phase transitions of information on social media论文地址:https://www.nature.com/articles/s41562-021-01090-z


社交媒体促进了大规模社交网络的建立,让信息流通更为高效便捷。社交网络上的信息传播是一个级联过程,一个节点(用户)生成信息,通过其关注者和智能推荐将该信息以一定的概率传递给更多用户。人们普遍认为社交媒体上的信息传播是一个渗透过程,这与理论物理中的相变过程有相似之处。然而,在任何社交媒体上都没有直接观察到相变转换,上述的假设缺乏科学的证据。主要挑战在于,若要计算渗流相变的序参量(order parameter ),必须分析大量的信息传播轨迹,这需要每个人的(被)关注、(被)推荐数据。此外,由于社交媒体网络的小世界性和无标度性,一些大规模级联传播途径中存在某些中心节点,他们往往都拥有成千上万的粉丝数量,在短时间内收集全部的动态网络数据非常困难。
 
近日在 Nature Human Behaviour 刊登的一篇文章通过对1亿个微博用户、4000万推特用户的海量数据分析,研究者发现了社交网络中类似渗流的传播过程,并发现该过程比当前的理论预测模型更容易发生。较低的渗流阈值可以理解为网络结构与用户活跃程度的协同演化过程存在正反馈,即越活跃的用户获得越多的关注者。此外,这种共同进化导致了用户影响力的极度不平衡。该项研究结果表明,信息在社交网络中传播的能力比预期的要强,这也意味着会存在很多负面信息传播问题。
 

上图表示微博信息级联渗流阈值非常低。A为均匀渗流模型,B为非均相渗流模型。节点被选中的概率与节点的出度呈正相关,出度用节点的大小来表示。在a和b中,蓝色节点对应收到消息后会转发该消息的人,灰色节点对应不转发该消息的人。阴影区域内的节点表示如果该消息是由红色框的节点发布的,会转发该消息的用户群体。C为实证的级联转发概率β的分布。D为实证结果与均匀渗流模型模拟结果的比较。

 
 

3.劳动力市场中的普遍弹性模式


期刊来源:Nature Communications

论文标题:Universal resilience patterns in labor markets论文地址:https://www.nature.com/articles/s41467-021-22086-3


像生态系统一样,具有稳定劳动市场结构的城市可以更好地吸纳新的劳动力并促进其自身的发展。然而如何得到这种稳定性依然是一个悬而未决的问题。已有的研究往往忽略了不同城市劳动市场是在技能、职业、地理位置等方面具有异质性的系统,因此建立在职业技能数据上构建的模型可以更好的描述工人的流动性,并通过工作场所与技能的相互依赖性更好的确定城市劳动市场适应性的来源。3月30日发表在 Nature Communications 上的一篇文章根据不同职业技能需求的详细度构建了生态系统启发的职业关联网络,对不同城市的劳动市场进行了弹性建模。
 

城市劳动力市场中职业关联性的可视化 A 技能相似ωij与职业匹配过程的示意图 B 依照技能相似度构建的职业关联网络,连边代表两种职业间的技能相似度ωij超过0.7。C-E 2017年三个不同城市下得到的子网络,三图依次为科罗拉多州博尔德、密西根州底特律,以及印第安那州南本德。

 
该模型表明,城市的经济弹性是由城市职业关联网络的连通性普遍且唯一确定的。数据表明,在大萧条时期,工作关联更加密切的美国城市的失业率更低。此外,在工作关联愈发紧密的城市中,人们的平均工资也在逐渐增长。如果一个人的职业深深嵌入在其所在城市的职业网络,那么他的工资也会显著高于其他直接连接松散的其他城市的同行。作者还展示了如何通过职业关联网络解释自动化在美国城市发展过程中的利与弊,并说明了促进职业连通性的政策可能可以扩大劳动力市场并促进经济弹性。

 

4.强化学习的适应范围与外推误差


论文期刊:Science Advances论文题目:Two sides of the same coin: Beneficial and detrimental consequences of range adaptation in human reinforcement learning论文地址:https://advances.sciencemag.org/content/7/14/eabe0340


我们对事物的感受与价值的判断往往要依赖周围环境给出的信息。这种依赖于周围环境做出的判断。虽然,在强化学习中运用对该方法的研究运用已经被证明为会得到局部最优结果,适应性不强。当强化学习系统在处理新的任务时,这一问题尤为突出。但这也带来了另一个问题,如果降低任务的难度,增强其适应性,也会增大外推误差。近日来自法国国家卫生和医学研究所的Sophie Bavard、 ProfileStefano Palminteri 和来自明尼苏达大学的 Aldo Rustichini 就对这一两难的问题给出了他们自己的分析。并将研究成果发表在 2021 年 4 月 2 日的 Science Advances 上。
 
在该研究中,研究者设计了包含变形物体的学习与决策实验,并对实验中任务的难度加以控制。并通过这一实验证实,当任务难度下降时,参与者表现出了更高的准确率,也确实会导致系统的外推误差增大。
 
实验设计示意图
  
 

5.动物文化的蓬勃发展


期刊来源:Science

论文标题:The burgeoning reach of animal culture论文地址:https://science.sciencemag.org/content/372/6537/eabe6514
 
文化深刻地影响着人类的生活,以至于人类的意义(例如行为表述)在人类所居住的星球的许多不同区域之间——有时甚至在人类的整个不同区域之间——以及在整个人类之间,都存在巨大差异。曾经人们认为人类拥有文化的能力将我们与其他生命系统以及塑造它们的动态进化力分开。然而,从更广泛的角度来看,文化被深深地嵌入到进化生物学中,因为它结合了第二个继承体系(社会学习或向他人学习),该体系建立在基于遗传的主要继承体系的基础上。此外,正如达尔文本人认可并在较新的理论和实证研究中得到证实的那样,这反过来又可以形成一种详尽的进化表现形式——累积的文化进化,使得我们可以看到这样的场景:文化出现在语言、习俗以及人类生活的几乎所有方面。
 
非人类动物(此后称为“动物”)的文化证据最早来自20世纪中叶的三个发现。最初,人们发现,少数山雀学会了撕开奶瓶顶部以喝到奶油的创新行为,随后这一行为传遍了英国。同样,日本猕猴中的觅食行为也与之类似传遍了近亲网络。最后,研究人员将不同地区的鸟鸣方言与实验室实验相结合,确认了动物可以从现有模型中学习,从而提供了动物声带文化的早期证据。除此之外,另一些例子则是通过对圈养种群的实验进行的,结论展示了在各种各样的哺乳动物、鸟类、鱼类中,社会学习和新技术的传播。
 
这些研究通常表现出单一的传统,如上面概述的三个示例所示。相反,对黑猩猩的研究在本世纪后期积累了证据,表明种群具有多种传统,涵盖了多种行为模式,例如工具使用、修饰风格和觅食技术。到本世纪初,对这些记录的系统整理显示出多达39种类似的文化变体,不同种群可以通过独特的传统方式加以识别,呼应了人类文化可通过多种技术、社会习俗和文化来区分的方式。
 
文化传播实验
 
对动物文化的发现也在督促科研人员要求将文化成分紧急纳入保护规划。学界日益认识到,同一物种的不同文化变异可能需要不同的管理方法,诸如重新引入野生动物可能缺乏关键的文化知识,从而影响动物保护工作的效果。在未来,新一代的科学家们将会在动物生活中追求更广阔的文化底蕴,更好地保护众多生命。




集智新栏目Complexity Express 上线啦!




Complex World, Simple Rules.
复杂世界,简单规则。
复杂性科学(Complexity Science)是集智俱乐部多年以来的主题,我们长期追踪关于自然、生命、社会、认知等各类复杂系统的研究进展,并组织学术研讨。
 
同时由于学科交叉融合,大量针对复杂系统的研究成果散落在人工智能、统计物理、网络科学、数据科学、计算社会科学、生命科学、认知科学等等不同领域的期刊会议中,缺乏整合。
 
为了让大家能及时把握复杂系统领域重要的研究进展,我们隆重推出「Complexity Express」服务,汇总复杂系统的最新顶刊论文。
 

Complexity Express 是什么?

Complexity Express 每天爬取复杂系统领域最新发表的顶刊论文,每周通过“集智斑图”服务号汇总推送。
 
进入 Complexity Express 页面即可随时查看顶刊论文更新,你也可以通过微信接收研究更新推送和一周汇总。

               


Complexity Express 为谁服务?

  • 如果你是复杂系统领域的研究者,可获得重要论文上线通知,每周获取最新顶刊论文汇总。

  • 如果你是复杂系统领域的学习者,可了解学界关注的前沿问题,把握专业发展脉络。

  • 如果你是传统的生命科学、社会科学等学科中的研究者/学习者,可以从复杂性科学和跨学科研究中获得灵感启发。

  • 如果你是关注前沿研究发现的知识猎手,可获得复杂系统研究对自然和人类世界的最新洞见。
Complexity Express 栏目也是集智俱乐部公众号的主要选题来源,诚挚邀请你订阅,与我们信息同步。
 

Complexity Express 论文从哪里来?

考虑复杂系统研究往往属于跨学科工作,我们主要抓取综合类和泛物理类/计算机类的顶级期刊,从每周新发表的数百篇论文中精选出与复杂系统相关的论文。
 
Complexity Express 参考影响因子和学者口碑,选择了如下期刊,每日爬取其论文更新:
  • Nature

  • Science

  • PNAS

  • Nature Communications

  • Science Advances

  • Physics Reports

  • Physical Review Letters

  • Physical Review X

  • Nature Physics

  • Nature Human Behaviour

  • Nature Machine Intelligence

  • 更多期刊持续增补中,欢迎推荐你认为重要的期刊!
 
如果你在 Complexity Express 中发现了感兴趣的论文,请立刻“点赞”!每周最高赞的论文,集智编辑部将组织专业解读~
 

Complexity Express 追踪哪些领域?

我们力求兼顾热点追踪与领域覆盖,目前筛选的论文主要集中在如下与复杂性关系密切的领域:
  • 网络科学各个分支及交叉应用

  • 图数据与图神经网络

  • 计算机建模与仿真

  • 统计物理与复杂系统理论

  • 生态系统、进化、生物物理等

  • 系统生物学与合成生物学

  • 计算神经科学与认知神经科学

  • 计算社会科学与社会经济复杂系统

  • 城市科学

  • 科学学

  • 计算流行病学

  • 以及一些领域小众,但有趣的工作
 
由于复杂性研究领域横跨多个学科,研究论文散落在不同的期刊上,很难不重不漏地把握最新工作。针对复杂性领域的论文筛选,我们专门设计了算法。经过数月的训练迭代优化,目前对上述领域爬取准确率达到90%以上。
 
将来我们还会根据你的具体研究领域,推出研究分类与个性化的订阅服务,敬请期待!
 
由于复杂性领域涉及的论文关键词和研究问题纷繁复杂,所以算法难免有不成熟的地方,如果你发现我们有漏掉的重要论文,或者爬到了领域有偏差的论文,欢迎联系我们(小助手微信:swarmaAI),帮助我们持续优化算法。

如果你对科学学、计算术语学等感兴趣并有代码能力,欢迎报名成为集智算法志愿者/实习生(具体请邮件联系算法组负责人huqiao@swarma.org)

如果你对复杂性科学及相关跨学科研究有长期兴趣,并乐于解读分享,欢迎加入集智作者团队(具体请邮件联系编辑部负责人liupeiyuan@swarma.org)




更多论文




更多复杂性顶刊论文,请到Complexity Express页面查看。订阅即可每周获取更新提醒。
       


点击“阅读原文”,追踪复杂科学顶刊论文

您可能也对以下帖子感兴趣

文章有问题?点此查看未经处理的缓存