用统计物理方法理解复杂网络的信息动力学性质丨周五直播·复杂网络动力学读书会第八期

导语

复杂网络的研究并不仅仅停留在结构层面，网络结构与其上的信息传播动力学过程之间的相互作用同样至关重要。所谓信息传播动力学过程是指节点之间通过信息传递引起状态变化的行为。为了理解其性质，我们建立一个整合多种拓扑特征与多类型动力学过程的统一框架。近年来，基于平衡态统计物理思维，人们提出了一系列诸如配分函数、熵，自由能等复杂网络上的统计物理指标来度量网络的信息传播动力学性质。

第八期将由北京师范大学张江教授课题组的博士生张章分享，我们将讨论在各类动力学下，这些指标的定义，物理含义及相关应用。读书会将于5月9日（本周五）19:30-21:30进行，欢迎感兴趣的朋友参与讨论交流！

分享内容简介

在理论层面，我们将介绍已知动力学方程和仅有节点状态数据条件情况下的各类信息传播动力学指标的定义方法，并分析他们的性质与物理含义。在应用层面，我们将介绍这些工具如何被用于理解网络的稀疏性及度量网络的鲁棒性的相关工作。

分享内容大纲

建模复杂网络上的信息传播动力学

定义配分函数、熵与自由能等统计物理指标

分析各类指标的性质与物理含义

数据驱动的指标构建方式

应用1：理解网络的稀疏性

应用2：度量网络的鲁棒性

主要涉及到的知识概念

平衡态统计物理， Equilibrium Statistical Physics

配分函数， Partition Function

熵， Entropy

自由能， Free Energy

复杂网络， Complex Network

网络动力学， Network Dynamics

稀疏性， Sparsity

鲁棒性， Robustness

讲者介绍

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。

参考文献

Ghavasieh, Arsham, Carlo Nicolini, and Manlio De Domenico. "Statistical physics of complex information dynamics." Physical Review E 102, no. 5 (2020): 052304.

Ghavasieh, Arsham, and Manlio De Domenico. "Generalized network density matrices for analysis of multiscale functional diversity." Physical Review E 107, no. 4 (2023): 044304.

Ghavasieh, Arsham, and Manlio De Domenico. "Diversity of information pathways drives sparsity in real-world networks." Nature Physics 20, no. 3 (2024): 512-519.

Ghavasieh, Arsham, Massimo Stella, Jacob Biamonte, and Manlio De Domenico. "Unraveling the effects of multiscale network entanglement on empirical systems." Communications Physics 4, no. 1 (2021): 129.

报名方式

直播信息

时间：2025年5月9日 周五 19:30-21:30

报名参与读书会：

斑图链接：https://pattern.swarma.org/study_group_issue/900?from=wechat

扫码参与，加入群聊，获取系列读书会回看权限，加入复杂网络动力学社区，与社区的一线科研工作者沟通交流，共同探索复杂网络动力学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、杭州师范大学阿里巴巴商学院教授刘润然、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。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。

详情请见：