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7月19日-7月25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：
更新提醒： 顶刊速递已支持论文图片速览
期刊来源： Physical Review Letters
论文题目： Tensor-Network Codes 论文地址： https://journals.aps.org/prl/abstract/10.1103/PhysRevLett.127.040507 张量网络在物理学的几个分支中是一个强大的工具，可应用于量子纠错和全息纠错码中。全息纠错码是AdS/CFT对应关系的玩具模型，其思想是将二维双曲空间中系统的体自由度 （对应于逻辑量子位 ） 编码在边界自由度 （对应于物理量子位） 中。这些全息纠错码重现了AdS/CFT中预期的许多纠缠结构。通常全息码是由一种叫做完美张量的等距图构造的，这是一种强约束，随后这类张量被更大类的块完美张量所取代，这导致了CSS全息码的构建。 7月23日发表于 Physical Review Letters 的文章受全息码和张量网络解码器的启发，用张量描述了稳定器码。这些张量网络稳定器代码带有一个自然的张量网络解码器，将此应用于推广以前结构的全息码，发现了一种在去极化噪声下阈值为18.8%的新码。研究还发现，即使在没有键维截断的情况下，通过最大似然解码器解码全息码的计算复杂度在物理量子比特的数量上也是多项式的。此外，在实践中，即使对于张量网络的单次收缩，也可以并行进行许多操作，这将大大加快解码速度。 张量网络代码：（a）一个六量子位代码，其中 L表示逻辑运算符。（b）应用定理 1 通过收缩第六个索引g6来构建新的代码张量（c）张量网络解码器计算每个逻辑运算符L的概率
期刊来源： Nature
论文标题： Highly accurate protein structure prediction for the human proteome 论文地址： https://www.nature.com/articles/s41586-021-03828-1 蛋白质结构可以提供宝贵的信息，既可以用于推理生物过程，也可以用于实现基于结构的药物开发或靶向诱变等干预措施。经过数十年的努力，人类蛋白质序列中 17% 的总残基被实验确定的结构所覆盖。近日，研究人员通过将最先进的机器学习方法 AlphaFold2 大规模应用于几乎整个人类蛋白质组 （人类蛋白质的 98.5%） ，显着扩大了结构覆盖范围。得到的数据集覆盖了 58% 的残基，其中一个子集 （所有残基的 36%） 具有非常高的置信度。研究人员引入了通过建立在 AlphaFold 模型上开发的几个指标，并使用它们来解释数据集，识别强大的多域预测以及可能无序的区域。最后，他们提供了一些案例研究，说明如何使用高质量的预测来生成生物学假设。 蛋白质结构预测通过快速、大规模地提供可操作的结构假设，有助于缩小实验进度缓慢与生物领域需求这一差距。相关的蛋白质生物信息学领域与结构预测一起发展，包括蛋白质设计、功能注释以及域识别和分类等方面。 为了使结果预测在实际中有用，蛋白质结构必须带有经过良好校准和序列解析的置信度度量。后一点在预测完整链时尤为重要，因为研究人员利用AlphaFold 在 0 到 100 的范围内生成称为预测的 lDDT-Cα (pLDDT) 的每个残基置信度指标。pLDDT 估计预测与基于局部距离差异测试的实验结构的一致性程度。它已被证明是经过良好校准的 （图1a） 。此外，AlphaFold 在多个 pLDDT 条带内的示例蛋白质上的准确性如图 1b 所示。 虽然研究人员已经证实了数个案例研究来说明可能从这些数据中获得的见解类型，但他们认识到还有更多的东西需要发现。通过向学术界提供他们的预测结果，研究人员希望能够探索结构生物信息学的新方向。 人类蛋白质组中仍然没有可靠预测的部分代表了未来研究的方向。其中一部分将是真正的失败，其中存在固定结构，但当前版本的 AlphaFold 无法预测。在许多其他情况下，序列孤立地是非结构化的，这个问题可以说不属于单链结构预测的范围。开发可以解决这些区域生物学问题的新方法至关重要，例如，通过预测复杂的结构或通过预测细胞环境中可能状态的分布。 期刊来源： PNAS
论文标题： A unified energy-optimality criterion predicts human navigation paths and speeds 论文地址： https://www.pnas.org/content/118/29/e2020327118 众所周知，人类在物理环境中的移动需要改变方向，转弯、绕过障碍或是沿着复杂的路径运动。对于人在运动中被观测到的路径与速度关系，科学界尚未有合理的解释，但是目前公认的能量最优性 （energy optimality） 至少能大致解释直线运动的许多方面。然而，这种能量最优性是否适用于在更复杂环境中还不得而知。为了解决这些问题，近日在 PNAS 刊登的一篇文章中将直线行走作为特例，提出一个统一的最优准则来预测不同的非直线行走现象。 研究者们首先描述了转弯的代谢成本，并推导出转弯半径和速度的成本函数。然后，再将这种成本推广到任意复杂的轨迹，包括允许速度方向偏离身体方向等。研究者们使用这种广义最优准则从数学角度预测不同复杂性环境下的运动模式，例如在规定的路径上行走、原地转弯、在有角度的走廊中行动、在端点约束下自由行动、穿过门和绕过障碍。在这些任务中，人类按照研究提出的最优准则所预测的速度和路径移动、减速、转弯。该研究提出的统一的理论解释，可以用来预测不同环境下的人类行走路径和速度。现在该模型关注的是健康成年人的行走，未来还可以将其推广到其他人类种群、其他动物或其他运动任务中去。 上图表示人类绕圈行走的速度、半径与能量代谢成本的关系 期刊来源： Science
论文标题： Innovation and geographic spread of a complex foraging culture in an urban parrot 论文地址： https://science.sciencemag.org/content/373/6553/456 城市是人类文明的发展的产物，城市的出现也有助于经济的发展和新文化的诞生。不过，城市从来都不是只属于人类。在城市中的与人类共生的动物也有他们的“都市文化”。由德国马斯克 · 普朗克动物行为研究所的 Barbara C. Klump 和 Lucy M. Aplin 带领的研究小组就对城市中鹦鹉开垃圾箱找吃着这一现象做出了观察，并分析了这一现象背后复杂文化习性。这一研究于 2021 年 6 月 23 日发表于 Science 网站上。 在这样研究中，研究者主要的研究对象是一种原产于澳大利亚的凤头鹦鹉。据观察显示，生活在城市中的凤头鹦鹉会打开垃圾箱去觅食剩余的食物。而且鹦鹉之间会学习这一行为。该研究就对鹦鹉“开箱”行为的传播进行的观察与统计。 即便是同样的“开箱”动作鹦鹉之间也会存在个体上的差异，下图就展现了，鹦鹉开箱的五个基本动作和以及开箱动作序列在每个步骤上的差异。 而这项研究指出，这些差异也和鹦鹉生活的地区有关，因此，研究者也绘制了地理上的差异分布图。 期刊来源： Nature Communications
论文标题： Heterogeneity-stabilized homogeneous states in driven media 论文地址： https://www.nature.com/articles/s41467-021-24459-0 减轻动力系统的不稳定性是科学和工程的共同难题，从湍流、生态系统崩溃、级联故障到金融崩溃和建筑结构中的共振都与该问题有关。而关于不稳定性如何从复杂系统的特性中涌现这一问题，当前仍无定论，对于复杂系统不稳定性的缓解能力也因此受限。 7月23日发表在 Nature Communications 的一篇文章开发了一种缓解复杂系统中对称破缺不稳定性发生的方法。该方法是基于这样的认识：通过引入合适的系统不对称性，大量原本由对称破缺不稳定性导致的不稳定状态得以保存并稳定。研究表明，特别是对于参数驱动的系统，引入受约束但经过适当设计的异质性提供了一种稳定各参数值均匀状态的通用方法，并且这种非反馈控制具有抑制混沌的潜力。 异质稳定的均匀状态（heterogeneity-stabilized homogeneous states）概念说明。a)由垂直振动驱动的均匀膜经历对称破缺不稳定性，导致异质（起伏）状态。b） 在膜中引入异质性（由颜色表示）可稳定均匀（平面）状态，其中边界条件是周期性的。
期刊 来源： Physical Review Letters
论文题目： Experimental Observation of Phase Transitions in Spatial Photonic Ising Machine 论文地址：https://journals.aps.org/prl/abstract/10.1103/PhysRevLett.127.043902 具备光学调制的空间光子伊辛机已被证明具有可靠的大规模伊辛自旋系统，可对光信号进行高速并行处理，在搜索基态和解决组合优化问题方面表现出很高的效率，有望解决一大类NP问题。通常，为了估计实际系统的伊辛描述，需要对系统可能的稳定相进行完整的表征。然而，无论是从理论还是实验的角度，探索伊辛机的所有受控参数和稳定相都是具有挑战性的。在理论上，传统做法建立平均场模型，通过单体平均来近似多体相互作用，这种假设需要通过实验研究进行验证。另一方面，当系统具有大量自旋时会存在海量的自旋配置，因此相变的实验研究通常仅限于自旋很少的系统。 7月22日发表于 Physical Review Letters 的文章提出一种空间光子伊辛机的规范变换，以结合自旋配置和相互作用强度。研究通过规范变换，在平衡状态下执行自旋系统，实验证明了自旋数N=100的相图，并实验验证了空间光子伊辛机中平均场模型的近似。 空间自旋玻璃系统的规范变换和实验光学装置示意图。(a)(b) 无规范变换的装置，自旋配置和相互作用强度分别在相位空间光调制器（SLM1）和幅度空间光调制器（SLM2）上编码 (c)(d) 通过规范变换，自旋配置和相互作用强度仅通过一个相位空间光调制器编码
集智新栏目Complexity Express 上线啦！
Complex World, Simple Rules. 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 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。 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： 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
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