JPhys Complexity中国编委访谈——电子科技大学吕琳媛教授

03 11月 2021 gabriels
Journal of Physics: Complexity(JPhys Complexity)是英国物理学会(IOP)出版社2019年推出的全新开放获取期刊,主要专注于复杂系统和网络科学。来自电子科技大学吕琳媛教授是JPhys Complexity的高级顾问编委,让我们一起来看看她对期刊以及领域发展的见解吧:


文章介绍

1. 您研究的重点工作主要是哪些?我的研究团队主要从事统计物理与信息科学交叉领域的前沿研究,主要关注网络信息挖掘基础理论和方法。网络信息挖掘作为复杂系统研究的重要方向,其核心问题是如何快速高效地从大规模网络中挖掘出有价值的信息。在网络的框架下包括重要节点挖掘和链路预测两个方面。这一问题对于理解大脑、信息、城市等各类复杂系统的结构、功能、演化机制提供了理论框架和方法论的支撑,对前沿交叉研究具有重要的应用价值。

我们原创性地提出了以系综理论和似然分析为基础的网络信息挖掘基础理论体系,以及以扩散动力学为基础的网络信息挖掘系列方法。在重要链路挖掘方面,在国际上首次提出网络链路可预测性的概念并给出量化指标;在重要节点挖掘方面,首次揭示度中心性,H-指数和核数的内在联系,提出有效挖掘网络中重要节点的新算法,解决大规模演化网络的重要节点识别难题。目前已有部分研究成果应用于网络舆情监控、致病基因预测、医保欺诈识别、电子商务服务等实际系统中,产生了较好的社会价值。

此外,我们还在网络高阶分析方面进行了原创性的探索研究,这也是我们未来的主要研究方向。近几十年来,网络研究方法大都将复杂系统研究的对象和关系抽象为点和线,但是,很多真实系统中个体间的相互作用是多元的。当我们将研究视角从简单的节点对之间的交互转移到更大尺度、更多节点之间的交互关系时,就需要对网络的高阶结构以及它们的交互方式进行研究。面对这些高阶的研究对象,原有的研究范式不再满足新的研究需求,因此需要提出新的理论和方法。我们借鉴庞加莱对几何体“剖分”的思想,对网络进行类似的剖分,并提出基于向量空间和边界算子对网络进行描述和分析的新方法,为网络研究开拓了新的视角,解决了网络高阶结构的计算难题。

2. 您认为在您的研究领域目前主要的挑战是什么?

我认为在复杂性科学领域,高效的分析和计算方法仍是一个重要挑战。目前,随着信息化技术、智能化设备等技术的迅猛发展及在各个领域的广泛应用,人类获取数据的途径越来越多,人类活动所产生的信息体量也越来越大。将这样来源多样、尺度多样、格式多样的数据进行描述建模并用以分析计算就对方法的高效性、可扩展性等多个方面提出了全新的挑战。

另外,将相关理论和方法应用于指导真实世界、创造新的价值也仍是一个挑战。真实系统具有特征多变、动态演化、不可预测的特点,且对效率、精度和成本有更高的要求,这种情况下,将本身就含有一些限制和假设的理论模型和方法应用于真实系统中进行个性化决策和政策指导等,还需要进一步的研究实践。

3. 您为何选择从事复杂系统及网络的研究工作?

有一句话说的很好,叫“Complex world, simple rules(复杂世界,简单规则)”,意思是我们生活在一个高度复杂的世界,但它的背后其实蕴含着简单且普适的规律。例如,规模法则(Scaling law)就是约束生命体、城市、公司等诸多领域的规模发展过程的一致规则(具体可见Geoffrey West所著的《规模》一书);越来越多物理系统中的理论和方法被证明能够很好地应用于社会经济系统;还有科学家发现大脑和宇宙的结构和组织规则有着惊人的相似性,等等。我认为,找到这样的简单规则是非常令人着迷的,而复杂性科学正是理解和描述我们的复杂现实世界并揭示出其背后的简单规则的有力“法宝”。因此,我选择了这一领域进行研究。霍金也曾说过:“21世纪是复杂性的世纪”(The next century will be the century of complexity)。我非常喜欢这个领域并坚信它在未来的巨大发展。

4. 您认为在五年后复杂系统研究领域的重点将会是什么?

在未来的五年里,我认为复杂性科学在多个领域都将会绽放光彩,例如脑科学、社会经济学、管理科学、军事科学等等。复杂性科学将会为相关领域的研究带来新的研究视角以及研究课题,吸引更多的学者产出创新研究工作。以复杂网络为例,近期我们关注的网络高阶分析以一种新的高阶视角对网络的结构和动力学进行研究,在脑网络等研究领域都取得了一系列创新性的成果。未来需要继续大力发展复杂性科学研究的基础理论和方法,同时将其结合各个领域进行交叉研究,突破了传统思路的一些瓶颈,获得新的发现。

5. 您认为像JPhys Complexity这样的期刊对领域的发展有什么重要影响?

复杂性科学这门学科为探索前沿交叉课题提供了有效的理论和方法框架,且与多个学科之间都可以进行交叉研究,目前已有大量的原创性科研成果。但目前并没有专门收录复杂性科学相关研究的期刊,学者们只能选择一些比较开放的物理类或综合性期刊。因此,我认为JPhys Complexity的创刊是非常及时的。这本期刊为相关领域的学者提供了一个专属的学术交流平台,从而也更好地促进该领域的发展。这种跨学科的学术期刊是非常重要且难得的,我为JPhys Complexity这样期刊的存在而感到高兴。曾经不少学者拿着他们最新的研究成果请我推荐合适的期刊,我也非常的为难,现在我可以肯定的告诉他们JPhys Complexity是个不错的选择。能够成JPhys Complexity创刊时期的高级顾问编辑我感到无比荣幸,希望能尽微薄之力助力期刊发展,越办越好。


编委介绍

吕琳媛  教授

电子科技大学

● 吕琳媛,国际网络科学学会理事,电子科技大学教授研究方向:专注于统计物理学与信息科学交叉领域的研究,关注复杂网络信息挖掘方向,利用统计物理和网络科学的理论和方法解决信息领域中的若干重要问题。相关领域发表SCI论文70余篇,9篇论文被选为ESI最高引用率1%的论文,论文引用8000余次。

获奖情况:

2019年获得《麻省理工科技评论》“中国35 位 35 岁以下科技创新青年”

2017年获得浙江省“最美科技人”荣誉称号

2016年获得科学中国人年度人物“杰出青年科学家奖”

2016年获得国家基金委优秀青年基金