复杂系统的低秩表示理论与信息分解｜周五直播·因果涌现第五季

文章预览

导语 复杂系统是高维非线性的动力系统，其组成成分之间存在异质相互作用。不同领域的研究者都试图找到简化复杂系统描述的方法，确定复杂系统中最重要的变量和特征，以便更好地理解系统的行为。近期发表于 Nature Physics 的一项最新研究关注低秩假设的有效性，发现许多复杂系统可以被简化，同时保留其初始高维网络的基本特征。另一篇发表于 PNAS 的论文提出了一种新方法，利用机器学习对复杂系统中的信息进行分解，以识别出与宏观行为最相关的变异。 本周五晚的 「因果涌现」读书会 将由东北大学未来技术学院博士生张鹏和北京交通大学经济管理学院的唐润璇分别介绍这两篇前沿工作。读书会于6月7日晚19:00-21:00进行，欢迎感兴趣的朋友参与讨论交流！ 第一部分：复杂系统的低秩表示理论 内容简介 复杂系统是高维非线性的动力系统，其 ………………………………