集智俱乐部 集智俱乐部 2025年03月04日 20:29 上海


导语


集智俱乐部联合合肥工业大学物理系教授李明、杭州师范大学物理学院教授刘润然、同济大学副教授张毅超、北京师范大学特聘副研究员史贵元与在读博士生邱仲普、张章共同发起「复杂网络动力学」读书会。

作为读书会的第一期分享，我们邀请了其中5位发起人来做概述性分享，将带领大家探讨读书会三大方向五个主题的具体研究问题与方法论体系 。本次分享将于3月7日（本周五）19:10-21:20进行，欢迎感兴趣的朋友参与讨论交流！



本期试呈现下列问题并提出解决思路



如何预测复杂系统的临界点？

如何描述和理解复杂系统中涌现出集体行为模式中的同步现象？

如何基于多种网络渗流模型研究网络以及超图连通性？

如何将平衡态统计物理理论扩展至复杂网络数据，以更好地描述网络动态行为？

如何基于时序网络博弈框架更好地理解复杂协作系统中合作行为？



分享流程



正式分享在19:30开始，每位发起人老师介绍约20分钟，预计持续到21:20，具体流程如下：

    19:10-19:30 集智俱乐部与读书会介绍

    19:30-19:50 史贵元：复杂系统的多稳态与临界点

    19:50-20:10 邱仲普：同步和同步相变

    20:10-20:30 刘润然：网络渗流与级联失效

    20:30-20:50 张章：扩散动力学视角下的复杂网络统计物理

    20:50-21:10 张毅超：动态博弈网络中的合作演化机制的探索

    21:10-自由讨论




内容及主讲人介绍



史贵元：复杂系统多稳态与临界点

史贵元，理学博士，现任北京师范大学文理学院系统科学系特聘副研究员、硕士生导师。在Physical Review Letters等刊物发表学术文章十余篇。研究方向：非线性动力学理论与应用，复杂网络。

分享内容简介

一些复杂系统在经过临界点时，会发生不可逆的突变，这可能对自然和社会产生灾难性的影响。为了确保系统运行在有利的状态，预测复杂系统的临界点至关重要。在本次分享中，我们将从两个主要思路来探讨如何预测复杂系统的临界点：1. 基于模型的方法。通过动力学建模描述系统的演化规律，并求解临界点的解析形式；2. 数据驱动的方法。监测系统状态演化的时间序列，通过统计规律或机器学习识别接近临界点的信号。


分享核心概念

多稳态，Multistability
临界转变，Critical Transition
临界点，Tipping Point


主要参考文献

    Gao, Jianxi, Baruch Barzel, and Albert-László Barabási. "Universal resilience patterns in complex networks." Nature 530.7590 (2016): 307-312.

    Wu, Rui-Jie, et al. "Rigorous criteria for the collapse of nonlinear cooperative networks." Physical Review Letters 130.9 (2023): 097401.

    Scheffer, Marten, et al. "Early-warning signals for critical transitions." Nature 461.7260 (2009): 53-59.

    Liu, Zijia, et al. "Early predictor for the onset of critical transitions in networked dynamical systems." Physical Review X 14.3 (2024): 031009.


邱仲普：同步和同步相变

邱仲普，北京师范大学系统科学学院系统理论专业博士生，导师为樊京芳教授。本科就读于四川大学物理学（试验班）专业，曾入选2018年度基础学科拔尖学生培养试验计划（珠峰计划）。主要从事相变与临界现象、地球系统复杂性与临界性分析、复杂网络上的同步与涌现动力学等方面的研究。


分享内容简介

复杂系统由多个相互作用的单元构成。它们在动态演化中相互协调，从而涌现出集体行为模式。同步是非平衡涌现形式中最简单的一种，涉及通过微观耦合实现系统的宏观状态一致性。以 Kuramoto 模型为代表的耦合随机自然频率振子系统是同步研究领域中的范式性模型。在这一框架下，振子们通过相互作用克服自身自然频率之间的异质性，发生同步相变，使得秩序（order）从无序(disorder)中涌现出来。Kuramoto模型的各种变体可以描述自然和社会中的多种多样的同步现象，近年来，这一领域与多个学科交叉，产生了一些系列新模型、新概念和新方法。它们加深了我们对于同步现象和理论的理解，值得更多关注。


分享核心概念

同步相变，Synchronization transition

Kuramoto模型，Kuramoto model

D维Kuramoto模型，D-dimensional Kuramoto model

协频（频率夹带），Frequency entrainment

临界指数，Critical exponent

普适类，Universality class

临界维数，Critical dimension


主要参考文献

    Hong, H., Chaté, H., Park, H. & Tang, L.-H. Entrainment Transition in Populations of Random Frequency Oscillators. Phys. Rev. Lett. 99, 184101 (2007).

    Chandra, S., Girvan, M. & Ott, E. Continuous versus Discontinuous Transitions in the $D$-Dimensional Generalized Kuramoto Model: Odd D is Different. Phys. Rev. X 9, 011002 (2019).

    O’Keeffe, K. P., Hong, H. & Strogatz, S. H. Oscillators that sync and swarm. Nat Commun 8, 1504 (2017).


刘润然：网络渗流与级联失效

刘润然，博士，杭州师范大学阿里巴巴商学院教授。在New J. Phys.、Commun. Nonlinear Sci.、Phys. Rev. E等权威期刊共发表SCI论文40篇，编写《网络渗流》一书获中国科学著作出版基金资助。主持完成国家自然科学基金项目2项，浙江省自然科学基金一般项目1项，中国博士后科学基金面上项目1项。曾获中国计算机学会自然科学奖二等奖。担任中国工业与应用数学学会复杂网络与复杂系统专业委员会委员。


分享内容简介

网络渗流是研究网络连通性的有力工具，由于网络的连通性与网络的功能和动力学行为密切相关，因此渗流理论在网络科学中具有重要的地位。本次简要介绍渗流理论和概率生成函数方法在网络科学中的应用以及在超图中的拓展，涉及静态渗流在网络删除部分的连通性，以及动态级联失效所涉及的阈值模型，相依网络模型和超图级联失效模型。


分享核心概念

渗流，Percolation
相变，Phase transition
概率生成函数，Probability generating function
阈值，Threshold
级联失效，Cascading failure
巨分支，Giant component

主要参考文献

    Duncan J Watts. A simple model of global cascades on random networks. Proceedings of the National Academy of Sciences, 99(9):5766–5771, 2002.

    Duncan S Callaway, Mark EJ Newman, Steven H Strogatz, and Duncan J Watts. Network robustness and fragility: Percolation on random graphs. Physical Review Letters, 85(25):5468, 2000.

    Sergey V. Buldyrev, Roni Parshani, Gerald Paul, H. Eugene Stanley, and Shlomo Havlin. Catastrophic cascade of failures in interdependent networks. Nature, 464:1025–1028, 2010.

    Hanlin Sun and Ginestra Bianconi. Higher-order percolation processes on multiplex hypergraphs. Physical Review E, 104:034306, 2021.

    Run-Ran Liu, Chun-Xiao Jia, Ming Li, Fanyuan Meng, A threshold model of cascading failure on random hypergraphs. Chaos, Solitons & Fractals, 2023, 173: 113746

    Run-Ran Liu, Changchang Chu, Fanyuan Meng, Higher-order interdependent percolation on hypergraphs. Chaos, Solitons & Fractals, 2023, 177: 114246


张章：扩散动力学视角下的复杂网络统计物理

张章，北京师范大学系统科学学院博士生。研究兴趣集中于复杂网络与深度学习的交叉领域，具体包括机器学习，复杂系统自动建模等。


分享内容简介

近期，研究人员将平衡态统计物理理论扩展至复杂网络数据上。用于度量复杂网络在扩散等动力学作用下的信息传播动态，本部分将会分享的主要内容包括复杂网络上的统计物理量的定义以及与经典统计物理量的对比。统计物理如何帮助我们在理论视角更好的理解复杂网络的信息动态，网络的形成过程等。本部分还涉及如何使用这些理论工具在现实世界的应用，如分析现有网络的鲁棒性、对扰动的响应多样性等。


分享核心概念

复杂网络的扩散，Diffusion in complex networks
配分函数，Partition function
熵，Entropy


主要参考文献

    Ghavasieh, A., Nicolini, C., & De Domenico, M. (2020). Statistical physics of complex information dynamics. Physical Review E, 102(5), 052304.

    Villegas, P., Gili, T., Caldarelli, G., & Gabrielli, A. (2023). Laplacian renormalization group for heterogeneous networks. Nature Physics, 19(3), 445-450.

    Ghavasieh, A., & De Domenico, M. (2023). Generalized network density matrices for analysis of multiscale functional diversity. Physical Review E, 107(4), 044304.

    Zhang, Z., Ghavasieh, A., Zhang, J., & De Domenico, M. (2025). Coarse-graining network flow through statistical physics and machine learning. Nature Communications, 16(1), 1605.

    Ghavasieh, A., & De Domenico, M. (2024). Diversity of information pathways drives sparsity in real-world networks. Nature Physics, 20(3), 512-519.


张毅超：动态博弈网络中的合作演化机制的探索

张毅超，博士，同济大学副教授，博导。主要研究领域包括基于图的深度神经网络学习算法、链路及其权重预测、加权网络建模与随机扩散、社交网络上的信息扩散、网络博弈、金融数据分析、城市防灾。研究方向包括复杂网络、机器学习。曾一作或通讯共发表相关文章20余篇，专利13项，软著1项，专著1本；一篇会议论文获IEEE Outstanding Paper Award；一篇论文入编多院院士陈关荣教授《复杂网络基础》一书；主持国家自然科学基金青年项目1项，上海市自然科学基金面上1项，骨干参与科技部国家重点研发计划1项，国家自然科学基金重点项目1项，面上项目多项。


分享内容简介

在日益复杂和动态的协作系统中，如何促进个体之间的合作成为一个重要的研究课题，尤其在联合申报项目或任务小组中，个体的合作与博弈行为如何协调，直接影响到团队的整体效能。

传统群体博弈理论认为，完全混合群体中背叛策略往往占据优势。进一步地，Nowak和May的经典研究揭示：稳定的社会结构可能成为合作者的庇护所。然而，真实世界的协作网络绝非静止——人际关系动态重构、互动频率波动变化，这些因素为合作行为的维持提供了新的视角。

本次分享将初步介绍通过理论模型的详细剖析及大规模实证实验结果，展示时序博弈框架这一新型合作机制的有效性，推动对复杂协作系统中合作行为的理解与应用。


分享核心概念

群体博弈，Group game
演化博弈，Evolutionary game
时序网络博弈，Temporal-network game
有限协作时间，Finite collaboration time
个体行为，Individual behavior


主要参考文献

    Y. Zhang, J. Wang, G. Wen, J. Guan, S. Zhou, G. Chen, K. Chatterjee, and M. Perc, “Limitation of Time Promotes Cooperation in Structured Collaboration Systems,” IEEE Transactions on Network Science and Engineering, vol. 12, no. 1, pp. 4-12, 2025.

    M. A. Nowak and R. M. May, “Evolutionary games and spatial chaos,” Nature, vol. 359, pp. 826–829, 1992.

    D. G. Rand, S. Arbesman, and N. A. Christakis, “Dynamic social networks promote cooperation in experiments with humans,” Proc. Nat. Acad. Sci. USA, vol. 108, pp. 19193–19198, 2011.

    D. Melamed, A. Harrell, and B. Simpson, “Cooperation, clustering, and assortative mixing in dynamic networks,” Proc. Natl. Acad. Sci. U.S.A., vol. 115, no. 5, pp. 951–956, Jan. 2018.




报名参与读书会



直播信息
时间：2024年3月7日（本周五） 19:10-21:10

运行模式

从2025年3月7日开始，每周五19:30-21:30，持续时间预计 8-10 周左右，按读书会框架设计，每周进行线上会议，与主讲人等社区成员当面交流，会后可以获得视频回放持续学习。


报名方式

扫码填写报名信息。

斑图链接：https://pattern.swarma.org/study_group/59?from=GraphScienceLab

扫码参与「复杂系统网络动力学」读书会，加入群聊，获取系列读书会回看权限，加入复杂系统自动建模社区，与社区的一线科研工作者沟通交流，共同探索复杂系统自动建模这一前沿领域的发展。

复杂网络动力学读书会

集智俱乐部联合合肥工业大学物理系教授李明、同济大学副教授张毅超、北京师范大学特聘副研究员史贵元与在读博士生邱仲普、张章共同发起「复杂网络动力学」读书会。本次读书会将探讨：同步相变的临界性、如何普适地刻画多稳态与临界点、如何识别并预测临界转变、如何通过局部干预来调控系统保持或回到期望稳态、爆炸逾渗临界行为的关键特征、不同类型的级联过程对逾渗相变的影响有何异同、高阶相互作用的影响能否等效为若干简单机制的叠加、如何有效地促进人类个体间的合作等问题。

读书会计划从3月7日开始，每周五晚19:30-21:30进行，持续8-10周。诚挚邀请领域内研究者、寻求跨领域融合的研究者加入，共同探讨。

微信群

内容中包含的图片若涉及版权问题，请及时与我们联系删除