金沙威尼斯欢乐娱人城严钢团队关于复杂网络重构的研究成果发表于《物理评论快报》

近日，金沙威尼斯欢乐娱人城、上海自主智能无人系统科学中心严钢教授团队在数据驱动的复杂网络重构方面取得进展，研究成果以“High Reconstructability of Degree-Heterogeneous Networks”为题发表于《物理评论快报》（Physical Review Letters），并获编辑推荐（Editors' Suggestion）和亮点报道（Featured in Physics）。

实际复杂系统通常包含大量相互作用的个体，这些个体可以用节点来表示，节点之间通过加权的连边来量化相互作用的强度。然而，很多实际复杂系统中的节点连边是隐藏的，需要从含有噪声和不确定性的观测数据中进行推断（如图1a,b所示）。该任务称为网络重构，是理解复杂系统功能的关键。虽然学界已有统计推断等多种算法用于网络重构，但一个基本问题仍不清楚：某些网络是否本质上比其他网络更容易重构，即隐藏网络的结构性质如何影响其可重构性。

图1、网络重构及可重构性：（a）实际网络结构与观测数据；（b）通过算法重构的网络结构；（c）度异质性对网络重构精度的影响，包括理论结果与网络模型的对应；（d）30个实际网络结构数据集的验证。

某个节点与其他节点的连接数称为该节点的度。实际复杂系统各个节点的度存在差异，即度的异质性。为此，严钢教授团队重点考察了度的异质性对网络重构的影响。通过理论推导与数值分析发现，度异质性较强的网络更易重构。该理论结果在不同的网络模型（图1c）和30个实际网络数据集（图1d）上得到了验证。该结论突破了网络重构准确性仅取决于观测数据质量和具体重构算法的传统观点，为网络重构方法的设计和优化提供了新思路。

金沙威尼斯欢乐娱人城智能科学与技术交叉学科博士研究生秦佳杰为论文第一作者，严钢教授为论文通讯作者。该研究工作得到了国家基金委、教育部和上海市的相关项目资助。

论文链接：https://journals.aps.org/prl/abstract/10.1103/PhysRevLett.134.137402

亮点报道：https://physics.aps.org/articles/v18/s43