从数据到结构——动力学网络重构

摘要：

大数据是一笔越来越重要并不断快速增长的财富,合理利用这一财富的关键是有效的分析手段.大数据中一大类数据是由复杂网络代表的实际动力学系统产生的,其中网络各个单元的输出数据可以测量,但产生数据的网络结构却不为所知;而了解这些网络结构对我们理解、预测和控制实际系统功能极为重要.因此,从分析网络数据出发揭示网络结构的重构问题就成为数学物理特别是统计物理以及一系列交叉领域对网络研究的核心问题之一.网络重构的重要性还来源于解决实际网络重构中所面对的各种困难的理论要求.网络结构的复杂性、网络节点动力学的非线性、未知噪声对网络动力学演化数据的影响以及测量中有效数据的缺失等都是在实际网络重构中要面对的常见且非常重要的困难.本综述介绍并讨论了如何有效克服这些困难的方法,特别是通过数据扩张充分利用数据信息的方法,针对不同的系统特征和重构任务选择合适的关联量计算方法,以及利用噪声帮助克服重构困难的方法等.网络重构研究将逐步解决实际复杂系统重构问题并引起复杂网络相关学者越来越多的关注和研究兴趣.

关键词：网络重构、非线性动力学、数据分析

所属期刊栏目：50

资助基金：国家自然科学基金;宁波市自然科学基金;北京市科学技术委员会类脑计算专项;北京市科技新星项目;宁波大学王宽诚基金资助项目

在线出版日期：2020-05-08（万方平台首次上网日期，不代表论文的发表时间）

页数：共17页

页码：2-18