学术报告:复杂网络相关

发布时间:2017-03-09        浏览量:721

报告题目:时变耦合网络上的社会传播动力学研究

报告人:唐明

报告时间:3月16日8:00 -8:55

报告地点:四教409室

报告人简介:

    唐明,研究员,任职于华东师范大学信息科学技术学院通信工程系,2010年博士毕业于华东师范大学理论物理所,先后在新加坡、香港和韩国等地从事过多年的博士后研究工作。研究方向为非线性物理与复杂性科学、复杂系统与网络科学、网络信息传播动力学、在线社交网络数据分析和挖掘。近五年以来已主持国家自然科学面上项目、国家自然科学青年基金、博士后特别资助、国家自然科学青年基金(联合项目)、博士点新教师基金、博士后基金和中央高校基本科研业务费项目共计8项。现已在Rep. Prog. Phys.,New J. Phys., Phys. Rev. E, Sci. Rep., Chaos, Europhys. Lett.等国际权威期刊发表论文75篇;其中60篇为第一或通讯作者,中科院JCR二区以上文章30余篇。SCI已检索60余篇,共被Google Scholar引用1120余次,SCI引用750余次,SCI他引600余次。

报告内容简介:

Time-varying community structures widely exist in real-world networks. However, the spreading dynamics on this kind of networks has not been fully studied, especially for social contagions. To study the effects of time-varying community structures on social contagions, we propose a non-Markovian social contagion process on time-varying community network which is based on the activity driven network model. Then, we develop a mean-field theory to analyse the proposed model. Through theoretical analyses and numerical simulations, we find that there are two hierarchical features in the behavior adoption processes. On the one hand, the behavior spreads easily in one of the communities, while in the other community quick spreading only occurs at a larger behavioral information transmission rate. On the other hand, the behavior adoption displays a hierarchical feature in spatial-temporal evolution pattern. Moreover, under different information transmission rates, the final behavior adoption proportion in the whole network versus the community strength shows three distinctive patterns: enhancing-only pattern, enhancing-depressing pattern, and depressing-only pattern. An optimal community strength that maximizes the final adoption proportion can be observed in a suitable transmission rate range. Finally, compared with the average activity potential, the number of edges generated by active nodes has more crucial influence on promoting/inhibiting the social contagions.

 

 

报告题目:利用前馈模体实现信号放大

报告人:梁晓明

报告时间: 3月16日9:00-9:55

报告地点: 四教409室

报告人简介:

梁晓明,博士,副教授,2010年6月毕业于华东师范大学理论物理研究所,获理学博士学位.2010年10月-2012年9月,在巴西圣保罗大学从事博士后研究.主要研究方向为混沌同步,神经元耦合系统动力学,复杂网络等.已在Physical Review E, IEEE Trans. Neural Netw.等期刊上发表多篇学术论文.

报告内容简介:

信号放大是生物体的一项重要认知功能,但是何种机制支持这一功能尚未清楚。随机共振机制是最早提出的一种可能机制,该机制利用适当程度噪声以提高系统输出的。但是,噪声强度难以控制。因此,有必要提出一种不依赖于噪声而能实现信号放大的简易机制。在本报告中,我们将介绍几种前馈模体,利用这些模体可实现微弱信号的放大及传输。值得注意的是,我们提出的基于模体结构增强的信号输出优于传统的基于随机共振机制。

 

 

报告题目:复杂网络上流行病传播的研究

报告人:阮中远

报告时间: 3月16日10:00-10:55

报告地点: 四教409室

报告人简介:

阮中远,博士,讲师,2013年6月毕业于华东师范大学理论物理研究所,获理学博士学位.2013年9月至2015年8月,分别在匈牙利布达佩斯技术与经济大学和中欧大学从事博士后研究.主要研究方向为复杂网络上的动力学行为,包括流行病传播,信息传播,人类行为动力学等.已在国际权威期刊上发表多篇学术论文,包括physical review letters, scientific reports, physical review E 等.2016年获得国家自然科学青年基金.

报告内容简介:

流行病的传播是人类社会所面临的一个极具挑战的问题.近年来,复杂网络科学的兴起为其提供了一个很好的数学模型框架.复杂网络上流行病传播的研究主要分为两条主线,一条是基于个体的接触网络模型,另一条是基于地区的集合种群模型.本报告将主要介绍这两种模型的研究进展,并结合近期的研究工作,介绍一种新的,简单的模型,它同时考虑了接触网络模型中个体的连接结构特征和集合种群模型中个体运动的特征,讨论这种模型下流行病传播的一些动力学行为.

 

 

报告题目:复杂网络上流行病爆发的研究

报告人:郑木华

报告时间: 3月16日11:00-11:55

报告地点: 四教409室

报告人简介:

    郑木华,华东师范大学博士研究生。曾获2012年研究生国家奖学金。研究工作涉及复杂网络上流行病传播、信息传播、人类动力学、渗流理论。曾在Scientific Reports、Physical Review E、Chaos等杂志发表论文多篇,参与多项国家级科研项目。2015年获得国家公派留学项目在纽约城市大学Hernan Makse教授处访学一年。现已获得西班牙巴塞罗那大学复杂系统研究中心博士后职位。

报告内容简介:

    流行病自古以来就严重地威胁着人类生命安全,对经济发展和社会稳定造成巨大的危害,因此揭示流行病传播规律,设计有效的控制策略具有十分重要的现实意义。通过对大量的流行病传播数据进行分析,我们发现了流行病存在非周期爆发,同步和混合爆发,双峰爆发的现象。为了理解这些现象背后的传播机制,我们在复杂网络上构建了相应的传播模型。通过数值模拟和理论分析,我们分别找到了影响流行病非周期爆发,同步和混合爆发,双峰爆发的原因。这些研究有助于我们更好地理解复杂网络上流行病爆发的特征,也为流行病的预警与防控提供了一定的借鉴作用。