查看原文
其他

张江、崔鹏 & Zenil 联合发起:Entropy 因果与复杂系统特刊征稿倒计时

Entropy 集智俱乐部 2023-11-29


导语


如何从一个复杂系统的原始数据中发现错综复杂的因果结构并识别因果涌现?如何利用因果机制推断系统未来的状态和演化?机器学习、互信息分解、因果推断等新兴技术将为我们提供新的解决方案。由北京师范大学系统科学学院张江教授与清华大学计算机科学学院崔鹏副教授合作在Entropy杂志发起的Causality and Complex Systems特刊正在征稿中,欢迎对相关话题感兴趣的研究者投稿,会议文章也可投稿。


主要信息如下:

期刊:Entropy (ISSN 1099-4300)

栏目:复杂性

特刊主题:因果与复杂系统(Causality and Complex Systems)

征稿截止日期:2023年11月7日


通过以下链接或文末“阅读原文”进入官网查看更多信息:

https://www.mdpi.com/journal/entropy/special_issues/causality_complex_systems





特刊信息




复杂系统无处不在。系统复杂性的一个原因是,大型系统中不同层次上广泛存在纠缠的因果结构。在复杂系统中,因果关系可能是涌现的,这意味着如果对系统进行适当的粗粒化操作,那么更强的因果关系可能只在宏观层面而不是微观层面观察得到。更进一步,自上而下的因果关系,即系统中的宏观状态变量影响微观状态变量,也可以在活系统或社会系统中观察到。

 

然而,我们如何从一个复杂系统的原始数据中发现这些错综复杂的因果结构并识别因果涌现,以及如何利用这些因果机制推断系统未来的状态和演化,这些都是重要而又困难的问题。机器学习、互信息分解、因果推断等新兴技术将为我们提供新的解决方案。在本期特刊中,我们将重点关注但不限于以下主题:

 

因果发现(Causal discovery)
因果推断(Causal inference)
因果涌现(Causal emergence)
自上而下因果(Downward causality)
因果的信息论测量(Information theoretic measure of causality)
信息分解(Information decomposition)
因果表征学习(Causal representation learning)
基于因果的机器学习(Machine learning based on causality)

基于机器学习的重整化(Renormalization based on machine learning)

 




特刊关键词




因果发现(causal discovery)
因果推断(causal inference)
因果涌现(causal emergence)
自上而下因果(downward causality)
因果表征学习(causal representation learning)
因果强化学习(causal reinforcement learning)
重整化(renormalization)
多尺度分析(multi-scale analysis)
信息分解(information decomposition)

信息几何(information geometry)

 




特刊主编




张江,北京师范大学系统科学学院教授
研究兴趣:复杂系统,机器学习,因果涌现,规模理论
 
 
 
崔鹏,清华大学计算机科学学院副教授

研究兴趣:人工智能,稳定学习,复杂系统,图神经网络,因果关系,信息论,推荐系统,机器学习,数据挖掘,多媒体,网络嵌入

 

Hector Zenil,瑞典卡罗琳斯卡医学院高级研究员,算法动力学实验室负责人。研究兴趣:算法信息动力学,因果关系,算法信息理论,元胞自动机,机器学习,随机性。




顶会成果可否投稿?




在计算机科学和相关领域中,顶会是学术界中最有影响力的会议之一,通常接收的论文都是经过严格的审稿和筛选后的高质量研究成果。因此,如果你的工作被顶会所接收,说明该研究成果已经得到了同行专家的认可,并且对该领域的研究有着积极的推动作用。


如果你的工作已经被顶会所接收,这也意味着你在该领域有着卓越的研究能力和创新思维。这样的成果可以为其他研究人员提供有价值的参考和启发,也可以为领域内的学术界和产业界带来创新的想法和技术进步。

因此,如果你想将你的顶会成果投稿到本特刊,只需要将其进行扩充50%以上,与我们特刊的主题相结合,展示您在这一领域的杰出贡献和创新的想法。这样的投稿将有机会被本特刊接受,并被更多人所认可和使用。

需要注意的是,投稿应该在原有成果的基础上进行扩展和创新,而不是简单地复制和粘贴原有成果。投稿的主题和内容应该与本特刊的主题和范围相符,并符合学术规范和道德标准。在投稿之前,建议仔细阅读本特刊的投稿指南和要求,并进行仔细的修改和润色,以确保投稿的质量和准确性。

被本特刊征收的文章,后续集智俱乐部和Entropy的相关媒体会跟进相关的话题并进行宣传和报告。



因果涌现社区介绍


因果涌现社区由集智俱乐部通过系列因果涌现读书会孕育孵化,旨在促进学术交流和科学创新,聚焦于破解复杂科学的圣杯问题,为国内学者和科学爱好者提供一个共享和探索的平台,推动科学研究的发展。

网站地址:https://www.ce.swarma.org/


 

点击“阅读原文”,查看更多信息
继续滑动看下一个

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