91精品视频在线看_久久国产精品久久国产片_青春草在线视频精品_伊人天天躁夜夜躁狠狠

近日，復旦大學數學科學學院、類腦智能科學與技術研究院林偉教授團隊與中科院、蘇州大學、日本東京大學團隊合作，提出了一種新的數據驅動的因果網絡識別算法。 該方法可重現大規模復雜動態系統內在的因果網絡，有助于分析實際系統演化的本質機制和規律。 該研究成果于5月26日以《部分交叉映射消除間接因果影響》為題在線發表在綜合性學術期刊《自然通訊》上。

傳統基于統計學和信息論的因果分析方法復旦大學網絡學院，如格蘭杰因果關系、傳遞熵等方法，要求變量因素之間具有可分離性條件，即原因信息與結果信息需要分離。 然而，在現實世界中，特別是在非線性復雜動態系統產生的多維時間序列中，這樣的可分離性條件無法滿足，因果機制往往交織在同一時間序列中。 另一方面，由于多個變量之間因果關系的傳遞性，且直接因果關系能夠反映現象之間本質的內在機制，因此開發有效可靠的算法來區分復雜動態系統中的直接因果關系和間接因果關系變得非常重要。 重要的科學問題。 面對這些問題，本研究利用動力系統理論明確了可分離條件的嚴格數學機制復旦大學網絡學院，并綜合運用相空間重構、交叉映射、偏相關系數等動態和統計算法英語作文網，建立了一種新的偏交叉映射該方法實現了非線性動態系統中直接因果關系和間接因果關系的區分，從而為大規模數據中識別可信因果網絡提供了可靠的算法。 該算法已應用于生態系統、環境與疾病相互作用系統、基因調控網絡等許多實際問題中。 它成功地再現了這些復雜動態演化系統的內在因果網絡，為進一步理解系統演化的基本機制提供了基礎。 提供方法論基礎。

該研究進一步完善了復雜系統因果分析的現有理論體系，為多學科共性科學問題提供了有效的數學方法，在數據驅動研究領域具有廣闊的應用前景，體現了應用數學研究的價值。 中國科學院林偉教授、陳洛南研究員、東京大學相原一幸教授為該論文的共同通訊作者。 畢業于復旦大學數學科學學院的冷斯陽博士為該論文的第一作者。 該研究得到國家自然科學基金委、教育部腦科學前沿中心、科技部重大研究計劃、上海市科委項目的支持。