NetSci中国

过去二十年，基础神经科学领域取得了巨大进步，已经完成了大量神经影像、基因以及其他神经科学和心理健康相关数据的收集。然而，这些研究进展尚未有效促进我们对脑功能或脑功能障碍的理解，也阻碍了心理健康治疗领域的发展。要解决上述问题，我们面临的第一个挑战是，如何从收集而来的包含多个变量的庞大数据集中提取出有意义的信息——这要求我们转向系统性的分析方法。第二个挑战是如何整合不同层面的神经科学研究，如...

新冠疫情颠覆了我们的社会，改变了我们日常生活的方方面面——从我们工作和互动的方式，到购买食品和上学的方式。在这次演讲中，我将呈现一系列研究，量化我们的行为、移动模式和社交网络如何塑造并受到 COVID-19 的影响。利用代表数十亿人的全球数据集，我将展示多种因素如何相互作用来构建疫情的进程。然后，通过将流行病学的数学与生态学的经典理论联系起来，我将概述一种防止未来疫情爆发演变成大流行的策...

网络科学在流行病学领域日益成为核心。然而，许多从现代数据集中派生的网络不仅规模庞大，而且密度高，平均度数很高。减少在这些网络上模拟流行病的计算成本的一种方法是稀疏化，即选择一部分边并根据它们的重要性进行重新加权。根据计算机科学的最新研究，我们发现最准确的方法使用边的有效电阻，这可以从图拉普拉斯算子计算得出。由此产生的稀疏网络保留了 SIR 模型的局部和全局行为，包括每个节点被感染的概率及...

摘要结合生物医学数据与网络可以为我们提供前所未有的洞见，深入了解疾病发生的机制。此外，在开发新的治疗或预防策略时，量化生物网络复杂结构在疾病期间的变化也是至关重要的问题。尽管现有研究已经发展了众多逆向工程生物网络（译者注：即运用数学物理等知识根据网络功能来研究功能背后网络结构的方法）的方法，但这些方法通常使用多个实验样本来估计单个“总体”网络，无法捕捉到人群层面的异质性。在本报告中，我将回顾...

讲座主题高阶交互网络的结构、过程和动力学主讲嘉宾欧洲科学院院士、意大利国家科学院复杂系统研究所常务研究主任Stefano Boccaletti讲座时间2024年1月12日(星期五 ) 14:00线上参与复制下方链接 或扫描二维码https://teams.microsoft.com/l/meetup-join/19%3ameeting_OTkyZjVjMjItYzIxNy00YzMwLWJh...