“集智俱乐部读书会”的版本间的差异

来自集智百科 - 复杂系统|人工智能|复杂科学|复杂网络|自组织
跳到导航 跳到搜索
第137行: 第137行:
 
|2022年6月-
 
|2022年6月-
 
|-
 
|-
|复杂管理学读书会
+
|复杂系统管理学读书会
 
|罗家德
 
|罗家德
 
|张爱华
 
|张爱华
第429行: 第429行:
  
 
等16期,以Elements of Causal Inference一书为线索,主要展现因果科学在机器学习各个方向上的影响,包括强化学习、迁移学习、表示学习等等,并分享在工业界的部分应用成果。
 
等16期,以Elements of Causal Inference一书为线索,主要展现因果科学在机器学习各个方向上的影响,包括强化学习、迁移学习、表示学习等等,并分享在工业界的部分应用成果。
 +
  
  
第450行: 第451行:
 
* ......
 
* ......
 
等15期内容。
 
等15期内容。
 +
  
  
第491行: 第493行:
  
 
查看更多回放视频,请前往集智学园[https://campus.swarma.org/course/3527 因果科学与CausalAI读书会第三季]
 
查看更多回放视频,请前往集智学园[https://campus.swarma.org/course/3527 因果科学与CausalAI读书会第三季]
== 因果涌现读书会 ==
+
 
 +
==== 相关学习路径 ====
 +
 
 +
* [https://pattern.swarma.org/article/145 构建因果引擎,创新科研范式——因果科学的学习路线图]
 +
* [https://pattern.swarma.org/article/90 因果科学和 Causal AI入门路径]
  
 
==== [https://pattern.swarma.org/study_group/7 【因果涌现读书会第一季】](报名) ====
 
==== [https://pattern.swarma.org/study_group/7 【因果涌现读书会第一季】](报名) ====
 
围绕”因果涌现“主题系统性的讨论因果涌现理论和技术实现、涌现理论、重整化与机器学习、自指动力学、整合信息论、多尺度建模等重要概念和方法。
 
围绕”因果涌现“主题系统性的讨论因果涌现理论和技术实现、涌现理论、重整化与机器学习、自指动力学、整合信息论、多尺度建模等重要概念和方法。
 
  
 
分享主题包括:
 
分享主题包括:
第512行: 第517行:
  
 
等16期。
 
等16期。
 +
  
  
第537行: 第543行:
 
了解更多读书会详情,请前往集智斑图[https://pattern.swarma.org/article/176 因果涌现读书会第二季]  [https://pattern.swarma.org/article/153 入门路径]
 
了解更多读书会详情,请前往集智斑图[https://pattern.swarma.org/article/176 因果涌现读书会第二季]  [https://pattern.swarma.org/article/153 入门路径]
  
查看更多回放视频,请前往集智学园[https://campus.swarma.org/course/4523 因果涌现读书会第二季]  
+
查看更多回放视频,请前往集智学园[https://campus.swarma.org/course/4523 因果涌现读书会第二季]
 +
 
 +
==== 相关学习路径 ====
 +
 
 +
* [https://pattern.swarma.org/article/153 因果涌现初步学习概览]
 +
 
 
== 社会计算读书会 ==
 
== 社会计算读书会 ==
  
==== 【社会计算读书会第一季】 ====
+
==== [https://pattern.swarma.org/study_group/6 【社会计算读书会第一季】](报名) ====
 
为了相关领域学者更好地讨论和交流,推动交叉学科间的合作,促进社会计算的发展和研究,集智俱乐部组织了社会计算读书会,期待和大家一起分享论文、讨论和交流碰撞。
 
为了相关领域学者更好地讨论和交流,推动交叉学科间的合作,促进社会计算的发展和研究,集智俱乐部组织了社会计算读书会,期待和大家一起分享论文、讨论和交流碰撞。
 
  
 
分享主题包括:
 
分享主题包括:
第564行: 第574行:
  
 
等12期。
 
等12期。
 +
  
  
 
了解更多读书会详情,请前往集智斑图[https://pattern.swarma.org/article/126 社会计算读书会第一季]  [https://pattern.swarma.org/article/98 入门路径]
 
了解更多读书会详情,请前往集智斑图[https://pattern.swarma.org/article/126 社会计算读书会第一季]  [https://pattern.swarma.org/article/98 入门路径]
  
查看更多回放视频,请前往集智学园[https://campus.swarma.org/course/2709 社会计算读书会第一季]  
+
查看更多回放视频,请前往集智学园[https://campus.swarma.org/course/2709 社会计算读书会第一季]
  
==== 【社会计算读书会第二季】(2022年6月18日开始) ====
+
==== [https://pattern.swarma.org/study_group/19 【社会计算读书会第二季】](报名)(2022年6月18日开始) ====
 
对计算社会科学中常见的分析处理问题的方法进行介绍,对主要的方法类型和如何运用这些方法研究问题进行梳理。
 
对计算社会科学中常见的分析处理问题的方法进行介绍,对主要的方法类型和如何运用这些方法研究问题进行梳理。
 +
  
  
 
了解更多读书会详情,请前往集智斑图[https://pattern.swarma.org/article/182 社会计算读书会第二季]   
 
了解更多读书会详情,请前往集智斑图[https://pattern.swarma.org/article/182 社会计算读书会第二季]   
  
查看更多回放视频,请前往集智学园[https://campus.swarma.org/course/4537 社会计算读书会第二季]  
+
查看更多回放视频,请前往集智学园[https://campus.swarma.org/course/4537 社会计算读书会第二季]
== 复杂管理学读书会 ==
 
  
生命作为最典型的复杂系统,从细胞到个体再到群体,在不同层次上都展现出各种复杂性,引发不同学科研究者的兴趣。为了促进生命复杂系统的跨学科交流,我们策划“生命复杂性”系列读书会,组织精读和讨论相关研究。
+
==== 相关学习路径 ====
  
== 自生成结构读书会 ==
+
* [https://pattern.swarma.org/article/98 社会计算入门路径]
  
生命作为最典型的复杂系统,从细胞到个体再到群体,在不同层次上都展现出各种复杂性,引发不同学科研究者的兴趣。为了促进生命复杂系统的跨学科交流,我们策划“生命复杂性”系列读书会,组织精读和讨论相关研究。
+
== [https://pattern.swarma.org/study_group/9 复杂系统管理学读书会] ==
  
 +
传统的管理研究和实践早已成果非凡,今非昔比。强调混沌、系统观、网络观、非线性和自组织的复杂性科学思维,已经从物理学、生物学延伸到社会学、经济学和管理学,本季读书会将对此进行讨论。
  
== 地球科学读书会 ==
 
  
生命作为最典型的复杂系统,从细胞到个体再到群体,在不同层次上都展现出各种复杂性,引发不同学科研究者的兴趣。为了促进生命复杂系统的跨学科交流,我们策划“生命复杂性”系列读书会,组织精读和讨论相关研究。
+
分享主题包括:
  
 +
* [https://campus.swarma.org/course/3261 复杂系统管理学公开讲座]    主讲人罗家德
 +
* [https://campus.swarma.org/course/3532 复杂思维——复杂系统管理学读书会第一期]    主讲人罗家德,张江,仇玮祎
 +
* [https://campus.swarma.org/course/3592 管理与不确定性(复杂系统管理学读书会第二期)]    主讲人张劼浩
 +
* [https://campus.swarma.org/course/3628 管理与信息不完整及信息不对称(复杂系统管理学读书会第四期)]    主讲人包堉含
 +
* [https://campus.swarma.org/course/3653 社会网络与网络式治理(复杂系统管理学读书会第五期)]    主讲人吴英发,李静
 +
* [https://campus.swarma.org/course/3722 网络式组织──内部网络、外包系统、平台企业与产业生态(复杂系统管理学读书会第六期)]    主讲人邓非
 +
* [https://campus.swarma.org/course/3886 自组织与复杂系统管理(复杂系统管理学读书会第七期)]    主讲人赵芳芳
 +
* [https://campus.swarma.org/course/3618 双重性逻辑:阴阳的管理学 (复杂系统管理学读书会第三期)]    主讲人李平
 +
* [https://campus.swarma.org/course/4089 复杂系统涌现的突破式变革及其动力机制(复杂系统管理学读书会第十期)]    主讲人杨二茶,段月然
 +
* [https://campus.swarma.org/course/4204 复杂系统管理学的研究方法(复杂系统管理学读书会第十一期)]    主讲人宋爽 孔杉杉
  
== 神经动力学读书会 ==
+
* ......
  
生命作为最典型的复杂系统,从细胞到个体再到群体,在不同层次上都展现出各种复杂性,引发不同学科研究者的兴趣。为了促进生命复杂系统的跨学科交流,我们策划“生命复杂性”系列读书会,组织精读和讨论相关研究。
+
等13期。
  
== [https://mp.weixin.qq.com/s/dSBpO_MBcksNcMIM6J9oMw 因果科学与Causal AI读书会] ==
 
本次读书会的目的是希望可以出版一本关于因果推理相关的书籍,我们希望可以通过闭门分享讨论的形式,为大家提供更加沉浸,深度,自由的交流环境,共同掌握因果推理的基础知识,前沿探究,和业界应用,同时将读书会的产出以科普书籍的方式出版。
 
  
=== 基本介绍 ===
+
了解更多读书会详情,请前往集智斑图[https://pattern.swarma.org/article/139 复杂管理学读书会]
  
Judea Pearl 认为当下正在进行一场改变数据科学的新革命 — ”因果革命“。因果革命和以数据为中心的第一次数据科学革命,也就是大数据革命(涉及机器学习,深度学习及其应用,例如Alpha-Go、语音识别、机器翻译、自动驾驶等等 )的不同之处在于,它以科学为中心,涉及从数据到政策、可解释性、机制的泛化,再到一些社会科学中的归因和公平性问题,甚至哲学中的创造性和自由意志 。可以说, 因果革命彻底改变了科学家处理因果问题的方式,形成了一门新学科—因果科学。
+
查看更多回放视频,请前往集智学园[https://campus.swarma.org/course/3439 复杂管理学读书会]
  
 +
==== 相关学习路径 ====
  
前的大多数 AI 系统只是曲线拟合,他们面临许多开放性难题本质上与因果相关,而其中的三个最主要困难 (1) 稳健性/适应性, (2) 可解释性,和 (3) 不能理解因果关系,而这些问题可以用现代因果建模解决。因果推理和机器学习融合,构建具备果推理能力的 Causal AI 系统,是实现强人工智能的关键步骤。
+
* [https://pattern.swarma.org/article/161 复杂系统涌现的突破式变革入门]
 +
* [https://pattern.swarma.org/article/177 网络式组织入门]
 +
* [https://pattern.swarma.org/article/173 集体智慧入门]
  
 +
== [https://pattern.swarma.org/study_group/13 自生成结构读书会] ==
  
==== 报名方式 ====
+
为了能够更加深入地讨论生命的本质结构和意识等重要问题,并在不同学科间建立有效沟通的桥梁,自生成结构第一季主要围绕形成自生成结构与自复制自动机研究背景相关的基本共识展开。前期将从科学哲学、复杂科学和生物学等学科的不同角度来分别介绍,各个学科在关注生命和意识本质的主体性和生成过程性问题的学科进展和背景,建立起其讨论的基础话语体系。后半部分将进行《自复制自动机》部分内容的学习,在学习中辨析冯诺依曼建立的冯诺依曼计算机结构、自复制自动机以及元胞自动机等模型与自指、图灵机及当代神经网络之间的关系等。
  
[[File:因果科学与causal AI读书会第一期.png|400px]]
+
==== 【第一季:共识——自生成结构与自复制自动机的研究背景】 ====
 +
分享主题包括:
  
第一步:扫码填写报名信息。
+
===== 第一季前期,从科学哲学、复杂科学和生物学的角度介绍这三个学科关注生命和意识起源问题的学科进展和背景,建立我们讨论的基础话语体系。 =====
  
第二步:信息填写之后,进入付款流程,提交保证金299元。(符合退费条件后可退费。)
+
* [https://campus.swarma.org/course/4053 整合信息论 | 自生成结构读书会第一期]  主讲人何真,岳玉涛
 +
* [https://campus.swarma.org/course/4054 从自指到自指动力学 | 自生成结构读书会第二期]    主讲人张江
 +
* [https://campus.swarma.org/course/4077 自指与自生成结构| 自生成结构读书会第三期]    主讲人仇玮祎
 +
* [https://campus.swarma.org/course/4100 什么是生命?生物学哲学的视角 | 自生成结构读书会第四期]    主讲人周理乾
 +
* [https://campus.swarma.org/course/4156 复杂适应系统和耗散适应 | 自生成结构读书会第五期]    主讲人孟庆业
 +
* [https://campus.swarma.org/course/4234 生命体自生成结构的涌现 | 自生成结构读书会第六期]    主讲人贾克防
 +
* [https://campus.swarma.org/course/4268 生命起源的研究前沿 | 自生成结构读书会第七期]    主讲人刘宇
  
第三步:添加负责人微信,拉入对应的读书会讨论群。
+
===== 第一季后期,进行《自复制自动机》部分内容的学习。 =====
  
 +
* [https://campus.swarma.org/course/4316 自复制自动机理论-冯诺依曼的5堂课 | 自生成结构读书会第九、十期]    章彦博,王东
 +
* [https://campus.swarma.org/course/4350 自复制自动机的工程实现|自生成结构系列读书会第十一期]    主讲人张永杰
 +
* [https://campus.swarma.org/course/4379 人工生命的假说与模型 | 自生成结构读书会第十二期]    主讲人陈翔
 +
* ......
  
=== 内容列表 ===
+
等13期。
本次读书会已经结束,内容沉淀在了集智学园的平台上,往期回放解读可以看相关的内容。[https://campus.swarma.org/course/1798 因果科学读书会回放地址点击跳转]
 
 
 
[[File: 因果科学与Causal AI读书会-1.png |1300px| [https://campus.swarma.org/course/1798 因果科学读书会回放地址点击跳转]]]
 
 
 
=== 其他参考资料 ===
 
 
 
==== 文章总结 ====
 
 
 
[https://mp.weixin.qq.com/s/pRgLZFJpbgmAyI7LgOnHug 历时3个月,全球32位讲者,共同讲述因果科学与Causal AI的全景框架!]
 
 
 
[https://mp.weixin.qq.com/s/f-rI5W6tc6qOzthbzK4oAw 崔鹏:稳定学习——挖掘因果推理和机器学习的共同基础]
 
 
 
[https://mp.weixin.qq.com/s/l-05jRYabGI-JoXedU-PLA 因果科学:连接统计学、机器学习与自动推理的新兴交叉领域]
 
 
 
[https://mp.weixin.qq.com/s/ZOUeF_HEFneYVi2BPe8LFg 因果观念新革命?万字长文,解读复杂系统背后的暗因果]
 
 
 
[https://mp.weixin.qq.com/s/dVxgHcQAz_VjT-HDa2fXgg 周晓华:因果推断的数学基础和在医学中的应用]
 
 
 
==== 相关路径 ====
 
*[https://pattern.swarma.org/path?id=99 因果科学与Casual AI读书会必读参考文献列表],这个是根据读书会中解读的论文,做的一个分类和筛选,方便大家梳理整个框架和内容。
 
*[https://pattern.swarma.org/path?id=9 因果推断方法概述],这个路径对因果在哲学方面的探讨,以及因果在机器学习方面应用的分析。
 
*[https://pattern.swarma.org/path?id=90 因果科学和 Causal AI入门路径],这条路径解释了因果科学是什么以及它的发展脉络。此路径将分为三个部分进行展开,第一部分是因果科学的基本定义及其哲学基础,第二部分是统计领域中的因果推断,第三个部分是机器学习中的因果(Causal AI)。
 
*[https://pattern.swarma.org/path?id=28 复杂网络动力学系统重构文献],这个路径是张江老师梳理了网络动力学重构问题,描述了动力学建模的常用方法和模型,并介绍了一些经典且重要的论文,这也是复杂系统自动建模读书会的主要论文来源,所以大部分都有解读视频。
 
*[https://pattern.swarma.org/path?id=114 因果纠缠集智年会——因果推荐系统分论坛]关于因果推荐系统的参考文献和主要嘉宾介绍,来源是集智俱乐部的因果纠缠年会。
 
 
 
==[https://mp.weixin.qq.com/s/_wUeYz3wlfZqG8_W9_X3QQ 因果科学与Causal  AI读书会第二季]==
 
 
 
为了进一步帮助整个社群的参与者拥有将因果推理的方法真正的应用到自己相关的研究中的能力,从基础知识及基本技能建立因果科学的计算框架,掌握举一反三,发现真正的问题并解决问题的能力;我们启动了因果科学社区的第二季读书会。
 
 
 
 
 
 
 
=== 基本介绍 ===
 
 
 
哥伦比亚大学 CausalAI 实验室主任 Elias Bareinboim 在其 ACM 邀请文章中提到:“如果我们希望下一代人工智能系统是安全的,稳健的,与人类兼容的,提升人类社会福祉的,那么把因果之梯和人类经验连接起来是至关重要的步骤”。回顾人类从亚里士多德开始的 2000 多年的因果研究历程,探求事物之间的因果关系是哲学、自然科学和社会科学等众多研究所追求的终极目标。那么如何让 AI 系统超越曲线拟合,攀登因果之梯思考为什么,并使用因果建模回答因果问题?是本次读书会希望解决的问题。
 
 
 
 
 
读书会期间将会精读两本因果科学方向最广泛认可入门教材(具体内容见下方阅读材料),我们不仅将共同完成书籍中的思考题,同时还独创性地加入编程实践内容,让大家可以亲手体验因果科学的美丽。
 
新的读书会将着重介绍如何计算干预分布,如何从观察和干预数据中推断因果模型,以及因果思想如何产生用于经典机器学习问题。非常适合有机器学习背景,希望深入学习研究因果科学的基础知识和重要模型方法,寻求解决相关研究问题的朋友参加。
 
 
 
==== 参与方式 ====
 
 
 
[[File:因果科学读书会报名.png|400px]]
 
 
 
 
 
第一步:扫码填写报名信息。
 
 
 
第二步:信息填写之后,进入付款流程,提交保证金299元。(符合退费条件后可退费。)
 
 
 
第三步:添加负责人微信,拉入对应的读书会讨论群。
 
 
 
我们也会对每次分享的内容进行录制,剪辑后发布在集智学园的官网上,供读书会成员回看。
 
 
 
=== 内容列表 ===
 
 
 
本次读书会正在进行中,内容沉淀在了集智学园的平台上,往期回放解读可以看相关的内容:[https://campus.swarma.org/course/2460 因果科学第二季回放地址][[File:因果科学第二期报名.png|1300px |[https://campus.swarma.org/course/2460 因果科学第二季回放地址] ]]
 
=== 其他参考资料 ===
 
 
 
==== 文章总结 ====
 
 
 
[https://mp.weixin.qq.com/s/mOdTI0gR9rsRyX4fz3mYNA 因果科学入门读什么书?Y. Bengio博士候选人的研读路径推荐]
 
 
 
[https://mp.weixin.qq.com/s/TtYsTyyGEX7U1ZOSl-lsPw 前沿综述:因果推断与因果性学习研究进展]
 
 
 
[https://mp.weixin.qq.com/s/W6PIE211TavEgg_s3adDdg 因果表征学习最新综述:连接因果科学和机器学习的桥梁]
 
 
 
[https://mp.weixin.qq.com/s/pRgLZFJpbgmAyI7LgOnHug 历时3个月,全球32位讲者,共同讲述因果科学与Causal AI的全景框架!]
 
 
 
[https://mp.weixin.qq.com/s/f-rI5W6tc6qOzthbzK4oAw 崔鹏:稳定学习——挖掘因果推理和机器学习的共同基础]
 
 
 
[https://mp.weixin.qq.com/s/l-05jRYabGI-JoXedU-PLA 因果科学:连接统计学、机器学习与自动推理的新兴交叉领域]
 
 
 
[https://mp.weixin.qq.com/s/ZOUeF_HEFneYVi2BPe8LFg 因果观念新革命?万字长文,解读复杂系统背后的暗因果]
 
 
 
[https://mp.weixin.qq.com/s/dVxgHcQAz_VjT-HDa2fXgg 周晓华:因果推断的数学基础和在医学中的应用]
 
 
 
==== 相关路径 ====
 
* [https://pattern.swarma.org/path?id=99 因果科学与Casual AI读书会必读参考文献列表],这个是根据读书会中解读的论文,做的一个分类和筛选,方便大家梳理整个框架和内容。
 
* [https://pattern.swarma.org/path?id=9 因果推断方法概述],这个路径对因果在哲学方面的探讨,以及因果在机器学习方面应用的分析。
 
* [https://pattern.swarma.org/path?id=90 因果科学和 Causal AI入门路径],这条路径解释了因果科学是什么以及它的发展脉络。此路径将分为三个部分进行展开,第一部分是因果科学的基本定义及其哲学基础,第二部分是统计领域中的因果推断,第三个部分是机器学习中的因果(Causal AI)。
 
* [https://pattern.swarma.org/path?id=28 复杂网络动力学系统重构文献],这个路径是张江老师梳理了网络动力学重构问题,描述了动力学建模的常用方法和模型,并介绍了一些经典且重要的论文,这也是复杂系统自动建模读书会的主要论文来源,所以大部分都有解读视频。
 
* [https://pattern.swarma.org/path?id=114 因果纠缠集智年会——因果推荐系统分论坛]关于因果推荐系统的参考文献和主要嘉宾介绍,来源是集智俱乐部的因果纠缠年会。
 
 
 
 
 
== 因果科学与Casual AI读书会第三季 ==
 
待添加
 
 
 
=== 基本介绍 ===
 
待介绍 做什么
 
 
 
 
 
怎么做 适用人群
 
 
 
==== 参与方式 ====
 
 
 
读书会报名二维码
 
 
 
 
 
第一步:扫码填写报名信息。
 
 
 
第二步:信息填写之后,进入付款流程,提交保证金***元。(符合退费条件后可退费。)
 
 
 
第三步:添加负责人微信,拉入对应的读书会讨论群。
 
 
 
 
 
我们也会对每次分享的内容进行录制,剪辑后发布在集智学园的官网上,供读书会成员回看。
 
 
 
=== 内容列表 ===
 
 
 
本次读书会马上开始,敬请期待。
 
 
 
放海报
 
=== 其他参考资料 ===
 
 
 
==== 文章总结 ====
 
 
 
==== 相关路径 ====
 
 
 
== [https://mp.weixin.qq.com/s/-HMX_8RwDcf4xQUdYq19kQ 复杂经济学读书会] ==
 
 
 
为了更好地普及复杂经济学思想,促进复杂经济学教育,推进复杂经济学研究,集智俱乐部特筹备复杂经济学的主题读书会。读书会由北京师范大学李红刚教授发起,获得王有贵、周涛、吕琳媛、张江、陈清华、李睿琪六位老师的内容支持。
 
 
 
=== 基本介绍 ===
 
 
 
传统的主流经济学基于理性人假设,寻求静态的均衡结果。而复杂经济学是一门超越了均衡范式的经济学,它认为经济不是机械的、确定的、可预测的,而是有机的、不确定的、永远在演化进程中。
 
 
复杂经济学以一种不同的方式来思考经济,将经济视作不断进行自我“计算”、自我创建和自我更新的处于动态过程中的演化系统。它强调偶然性、意义构建和“一切变化皆有可能”,是一门以预测、反应、创新和替代为基础的“动词”意义上的学科。
 
 
复杂经济学以非均衡为基本前提(均衡是其特例),用更具一般性的方法来研究经济,它不仅是对传统经济学的补充和拓展,更可能稳步走向未来经济学的中心。
 
 
目前的复杂经济学研究一般基于复杂系统思维,使用多主体建模、复杂网络、统计物理和其它学科、以及大数据分析等思想方法工具,去研究一些传统经济学有意忽视或难以处理的社会经济问题。
 
 
 
==== 参与方式 ====
 
 
 
[[File:复杂经济学读书会.png|400px]]
 
 
 
 
 
第一步:扫码填写报名信息。
 
 
 
第二步:信息填写之后,进入付款流程,提交保证金299元。(符合退费条件后可退费。)
 
 
 
第三步:添加负责人微信,拉入对应的读书会讨论群。
 
 
 
 
 
我们也会对每次分享的内容进行录制,剪辑后发布在集智学园的官网上,供读书会成员回看。
 
 
 
=== 内容列表 ===
 
本次读书会正在进行中,内容沉淀在了集智学园的平台上,往期回放解读可以看相关的内容。[https://campus.swarma.org/course/2294 复杂经济学回放地址点击跳转]
 
 
 
 
 
[[File:复杂经济学读书会2_compressed.jpg|1300px| [https://campus.swarma.org/course/2294 复杂经济学回放地址点击跳转]]]
 
 
 
=== 其他参考资料 ===
 
 
 
==== 文章总结 ====
 
 
 
[https://mp.weixin.qq.com/s/sAcfkZXlKuE1Y0ooU6JePg César Hidalgo:收益递增的复杂性]
 
 
 
[https://mp.weixin.qq.com/s/_C7v1-lx_BpRSJb1Bv775w 布莱恩·阿瑟:数字经济是增长新引擎,还是潘多拉魔盒?]
 
 
 
[https://mp.weixin.qq.com/s/3yj4LN3IV0UNkXHcQDyLzQ 为什么大脑都是吝啬鬼——大脑网络组织中的经济学]
 
 
 
 
 
 
 
==== 相关路径 ====
 
 
 
[https://pattern.swarma.org/path?id=109 复杂经济学读书会论文清单]
 
 
 
== 宏观金融系列读书会 ==
 
待添加
 
 
 
=== 基本介绍 ===
 
待介绍 做什么
 
 
 
 
 
怎么做 适用人群
 
 
 
==== 参与方式 ====
 
 
 
读书会报名二维码
 
 
 
 
 
第一步:扫码填写报名信息。
 
 
 
第二步:信息填写之后,进入付款流程,提交保证金***元。(符合退费条件后可退费。)
 
 
 
第三步:添加负责人微信,拉入对应的读书会讨论群。
 
 
 
 
 
我们也会对每次分享的内容进行录制,剪辑后发布在集智学园的官网上,供读书会成员回看。
 
 
 
=== 内容列表 ===
 
 
 
本次读书会马上开始,敬请期待。
 
 
 
放海报
 
=== 其他参考资料 ===
 
 
 
==== 文章总结 ====
 
 
 
==== 相关路径 ====
 
 
 
 
 
== [https://mp.weixin.qq.com/s/oUlksh3GCEGxzkS5XPXuxw 复杂系统自动建模——企业建模与发展预测读书会] ==
 
 
 
复杂系统自动建模是通过数据驱动,使用机器学习或其他算法,去找到复杂系统的相互作用的关系以及动力学法则,从而对整个系统进行建模的技术。
 
 
 
此前,我们已经展开了两季复杂系统自动建模主题的读书会。
 
 
 
在第一季读书会中,我们以“助力科研”为核心目的,汇集了一批对复杂系统自动建模感兴趣,以及正在进行相关研究的朋友,通过阅读和讨论一系列前沿和经典文献,对复杂系统进行结构和动力学重构领域进行了深度的讨论和交流。
 
 
 
而在第二季“面向复杂系统人工智能研究”的读书会中,我们着重关注用复杂系统的理论和方法更好地理解人工智能,探讨了基于深度学习的复杂系统自动建模技术,以及基于可解释性的因果推断方法论。并且在此基础上,集智俱乐部涌现出了“因果科学社区”,“因果读书会”第二季也正如火如荼地进行中。
 
 
 
=== 基本介绍 ===
 
 
 
本次读书会是复杂系统自动建模系列读书会第三季。
 
 
 
实证数据表明,一些大企业创造的财富总量往往比一些国家还要多。例如,2019年,苹果公司的总资产为3385亿美元,超过了全球第38大经济体新加坡的国内生产总值(GDP) ;中国最大的互联网企业之一阿里集团的总资产为1438亿美元,几乎和乌克兰的 GDP相等 。另一方面,企业是当代经济的基本单位,也是人类与经济环境互动的主要载体。因此,理解企业的演化规律,与理解经济、国家、城市的演化一样,都是我们认识社会系统的重要手段。
 
 
 
而企业是一个典型的复杂系统。企业内部,企业与企业之间都存在着相互作用关系,并且这种相互作用又会推动企业系统的演化。《规模》这本书介绍了企业和生命体一样,存在生长、新陈代谢,以及死亡的机制,探索了不同类型的系统背后存在的统一规律,将网络和规模缩放范式应用于公司的动力学、生长和结构上来,推动了用复杂科学的视角对企业系统的进一步讨论。
 
 
 
我们这次主要内容聚焦于复杂系统自动建模技术在企业研究领域的应用,包括企业破产预测,企业财务属性预测,企业网络研究,企业建模等等。目的在于进一步深入探索复杂科学理论和方法在实证研究中的应用,进一步揭示真实世界的运作模式。
 
 
 
我们也邀请了来自管理科学的老师和同学,对企业研究领域当前关注的问题和方法进行分享,以期实现机器学习、管理科学、网络科学等多学科的碰撞。
 
 
 
 
 
==== 报名方式 ====
 
 
 
[[文件:报名表.png|200px]]
 
 
 
第一步:扫码填写报名信息。
 
 
 
第二步:信息填写之后,会弹出对应的课程购买信息,提交保证金399元。(购课相当于提交保证金,符合退费条件后可退费)。
 
 
 
第三步:添加负责人微信,拉入对应的读书会讨论群(需遵守群规)。
 
 
 
 
 
我们也会对每次分享的内容进行录制,剪辑后发布在集智学园官网,读书会付费报名成员和集智VIP成员(详情见文末)可以观看录播。
 
 
 
 
 
 
 
=== 内容列表 ===
 
 
 
本次读书会正在进行中,内容沉淀在了集智学园的平台上,往期回放解读可以看相关的内容。[https://campus.swarma.org/course/2570 企业读书会回放地址点击跳转]
 
 
 
 
 
=== 其他参考资料 ===
 
 
 
==== 前两季视频回放 ====
 
 
 
[https://campus.swarma.org/course/1740 复杂系统自动建模第一期的内容回放]
 
[https://campus.swarma.org/course/1775 复杂系统自动建模第二期的内容回放]
 
 
 
 
 
==== 相关文章资料 ====
 
[https://mp.weixin.qq.com/s/iIq4VaLMz_zhquoFL10oYw 企业规模法则:数学模型如何破解公司组织层级难题]
 
[https://mp.weixin.qq.com/s/ouu4cfM0ovYUtBPY5hXTiA 为什么公司有衰老死亡,而城市却长生不老?]
 
[https://mp.weixin.qq.com/s/LQlyD9YFrEci8V-ZJyZMKg 如何用网络科学预测创业公司未来成败?]
 
[https://mp.weixin.qq.com/s/_qhFxmF-qAvZRyHY37haOQ PNAS刊文揭秘三千万员工大数据:初创公司要想生存,就应该这样招人]
 
[https://mp.weixin.qq.com/s/O9Q81ebX7DKEUIhvc7r5kQ 超越简单规则——用图神经网络对复杂系统进行自动建模]
 
 
 
 
 
==== 相关路径 ====
 
[https://pattern.swarma.org/path?id=85 基于图网络和深度学习的复杂系统自动建模技术]
 
[https://pattern.swarma.org/path?id=84 路径 - 应用于复杂系统建模的深度学习技术小综述]
 
[https://pattern.swarma.org/path?id=28 路径 - 复杂网络动力学系统重构文献]
 
[https://pattern.swarma.org/path?id=20 路径 - 复杂系统自动建模必读论文列表]
 
 
 
 
 
 
 
== [https://mp.weixin.qq.com/s/KhhDARDyMN0HHpSUVozxBw 因果涌现读书会] ==
 
在通常的复杂系统研究中,我们往往选择从系统的某一个尺度入手建立模型。然而,复杂系统诸多神秘现象和涌现规律恰恰是在多尺度跨越的过程之中出现的。因此,如果要对涌现、因果以及自指等性质有更深入的研究,层次跨越是一种必不可少的步骤。近期发展起来的一些理论与工具,包括因果涌现理论、机器学习驱动的重整化技术,以及自指动力学正在发展一套跨尺度的分析框架,有了这个框架,我们不仅可以将因果、涌现、自指等深奥概念连接起来,还有可能破解注入生命与意识如何涌现这一终极难题。
 
 
 
=== 基本介绍 ===
 
 
 
涌现现象无非是复杂系统中诸多现象中最神秘莫测的一个。所谓的涌现就是指复杂系统在宏观所展现出来的,无法归约到微观的特性或规律。具有一定自我意识的生命的出现,无非又是复杂系统诸多涌现现象中更加令人啧啧称奇的一种。 想象一下,一群无生命的分子在那里胡乱地碰撞组成了一只小虫子的躯体,这支小生命便可以在它那“自我意识”的支配下自由行动。仿佛作用于那群分子身上的物理化学法则就像是不存在了一样,小虫体内的自我成为了因果之力的另一个源头,一切都在小虫的掌控中。古人曾用生命力、气或灵魂解释这一现象,然而复杂科学却笃信这些均来自于涌现,只不过生命力的涌现会比一般的涌现更加强大。那么,活灵活现的自由生命又是如何从一团死气乱撞的分子之中涌现而出的呢?
 
 
 
 
 
本次读书会由北京师范大学系统科学学院教授、集智俱乐部创始人、集智学园创始人张江;加州大学圣地亚哥分校助理教授尤亦庄、分子遗传学博士,从事医药研发工作,集智科学家小木球;毕业于中国科学技术大学凝聚态物理系,美国亚利桑那州立大学 复杂系统博士在读的章彦博、北京师范大学系统科学学院研究生张章、东京大学博士后,南京大学物理学博士傅渥成发起。
 
 
 
 
 
==== 参与方式 ====
 
 
 
第一步:扫码填写报名信息。
 
 
 
第二步:信息填写之后,进入付款流程,提交保证金299元。(符合退费条件后可退费。)
 
 
 
第三步:添加负责人微信,拉入对应的读书会讨论群。
 
 
 
[[File:涌现报名.png|250px]]
 
 
 
我们也会对每次分享的内容进行录制,剪辑后发布在集智学园的官网上,供读书会成员回看。
 
 
 
<br>
 
 
 
=== 内容列表 ===
 
 
 
本次读书会将于8月14日开始,课程更新情况请关注:[https://campus.swarma.org/course/3106 因果涌现读书会]
 
 
 
 
 
=== 其他参考资料 ===
 
 
 
==== 文章总结 ====
 
待更新
 
 
 
 
 
==== 相关路径 ====
 
[https://pattern.swarma.org/path?id=136 因果涌现读书会参考文献汇总列表]
 
 
 
 
 
<br>
 
 
 
== [https://mp.weixin.qq.com/s/ITDH5nRONpMQ_UeLJwh7PA 社会计算系列读书会] ==
 
 
 
为了相关领域学者更好地讨论和交流,推动交叉学科间的合作,促进社会计算的发展和研究,集智社会计算读书会期待和大家一起分享论文、讨论和交流碰撞。
 
 
 
 
 
=== 基本介绍 ===
 
 
 
==== 公众号推文:[https://mp.weixin.qq.com/s/ITDH5nRONpMQ_UeLJwh7PA  融合计算科学、社会科学与复杂科学:社会计算系列读书会启动招募]====
 
 
 
数字技术不仅彻底改变了我们的社会,也正在改变我们研究社会的方式。目前,硅谷里那些价值不菲的公司、许多强大的政府机构和影响力颇大的社会运动都在利用这一点。而这一切的共同点是,它们都在使用计算工具或数据处理技术来帮助理解并影响人类的行为及其社会动力学。
 
 
 
在这个数据时代里,数字足迹毫无保留地记录下了日益增多的人类社会中的各种互动信息,而对这些信息的研究可以使我们对社会的本质及其运作规律获得前所未有的认知和理解。这其中包括了长期以来令人困惑的错综复杂的社会网络,计算能力的改变让该领域的研究取得了长足进步,诸如机器学习和自然语言处理等技术的进步使得科学家可以检测和分析那些隐藏的模式。计算仿真将使我们拥有模拟已知现实甚至探索未知条件的能力,这些变化彻底改变了传统的社会科学研究范式。
 
新的研究范式方兴未艾,而本读书会希望将这些新的研究范式呈现出来并集结起来,通过分享和讨论加强社区的交流碰撞,促进对这个领域的梳理和建设。
 
 
 
==== 参与方式 ====
 
 
 
[[File:社会计算读书会报名.png|200px]]
 
 
 
扫码/点击报名 :https://campus.swarma.org/form/activity/32
 
 
 
 
 
 
 
 
 
 
 
第一步:扫码填写报名信息。
 
 
 
第二步:信息填写之后,进入付款流程,提交保证金399元。(符合退费条件后可退费。)
 
 
 
第三步:添加负责人微信,拉入对应的读书会讨论群。
 
 
 
 
 
我们也会对每次分享的内容进行录制,剪辑后发布在集智学园的官网上,供读书会成员回看。
 
 
 
=== 内容列表 ===
 
 
 
本次读书会即将开启,内容沉淀会放到集智学园的平台上
 
* [https://campus.swarma.org/course/2709 社会计算读书会回放地址]
 
<br/>
 
<br/>
 
[[File:社会计算读书会.jpg | 1000px | [https://campus.swarma.org/course/2709 社会计算读书会回放地址点击跳转]]]
 
 
 
=== 其他参考资料 ===
 
* [https://pattern.swarma.org/paper?id=cf4e13d4-3c7b-11eb-8ce1-0242ac1a0007 2020年社会计算国际会议]
 
 
 
 
 
==== 文章总结 ====
 
 
 
 
 
==== 社会计算相关路径 ====
 
 
 
* [https://pattern.swarma.org/path?id=126 集智俱乐部【社会计算读书会】论文列表], ⬅️ 这个是读书会中列出的论文。
 
* [https://pattern.swarma.org/path?id=77 计算社会学入门路径 - 项目实操型]
 
* [https://pattern.swarma.org/path?id=12 计算社会科学入门路径]
 
* [https://pattern.swarma.org/path?id=98 社会计算入门路径]
 
* [https://pattern.swarma.org/path?id=33 社会引力定律——追根溯源]
 
 
 
 
 
==== 集智百科词条 ====
 
* [https://wiki.swarma.org/index.php?title=%E8%AE%A1%E7%AE%97%E7%A4%BE%E4%BC%9A%E5%AD%A6 社会计算(集智百科)]
 
* [https://wiki.swarma.org/index.php?title=%E7%A4%BE%E4%BC%9A%E5%A4%8D%E6%9D%82%E6%80%A7 社会复杂性(集智百科)]
 
 
 
 
 
——————————————————————————————————
 
 
 
== [https://mp.weixin.qq.com/s/oUlksh3GCEGxzkS5XPXuxw 生命复杂性系列读书会] ==
 
 
 
生命作为最典型的复杂系统,从细胞到个体再到群体,在不同层次上都展现出各种复杂性,引发不同学科研究者的兴趣。为了促进生命复杂系统的跨学科交流,我们策划“生命复杂性”系列读书会,组织精读和讨论相关研究。
 
 
 
 
 
=== 基本介绍 ===
 
 
 
在物理学家薛定谔的《生命是什么》中,生命以负熵为食,能够新陈代谢和自我复制。
 
 
 
* 在自创生理论看来,生命就是一个复杂的化学网络,每时每刻都在不断地生成自己,仅仅是化学过程。
 
*
 
* 从计算的视角,生命就是一台图灵机。碱基配的过程与图灵二进制的工作原理如出一辙。
 
*
 
* 而从信息的视角,生命主体是能将自身信息从过去传播到未来、并保持一定时间完整性度量的集合体。
 
 
 
对“生命是什么”的定义,流派众多。在本次读书会中,我们尝试跳出生物学的桎梏,从物理和信息的角度,理解生命是什么,个体与环境的边界是什么。
 
 
 
 
 
==== 报名方式 ====
 
[[File:生命复杂性读书会报名表.png|400px]]
 
 
 
第一步:扫码填写报名信息。
 
第二步:信息填写之后,会弹出对应的课程购买信息,提交保证金399元。(购课相当于提交保证金,符合退费条件后可退费)。
 
第三步:添加负责人微信,拉入对应的读书会讨论群(需遵守群规)。
 
 
 
 
 
我们也会对每次分享的内容进行录制,剪辑后发布在集智学园官网,读书会付费报名成员和集智VIP成员(详情见文末)可以观看录播。
 
 
 
 
 
 
 
=== 内容列表 ===
 
 
 
本次读书会已经结束,内容沉淀在了集智学园的平台上,往期回放解读可以看相关的内容。
 
本次读书会正在进行中,内容沉淀在了集智学园的平台上,往期回放解读可以看相关的内容。[https://campus.swarma.org/course/2005 生命复杂性读书会回放地址点击跳转]
 
 
 
[[File: 生命复杂性读书会.jpg |1300px| [https://campus.swarma.org/course/2005 生命复杂性读书会回放地址点击跳转]]]
 
 
 
=== 其他参考资料 ===
 
 
 
==== 文章总结 ====
 
 
 
[https://mp.weixin.qq.com/s/zUlrRQNZg2nY2k535mj1wQ 生命是什么?圣塔菲研究所提出“个体信息理论”,重新定义个体生命]
 
 
 
[https://mp.weixin.qq.com/s/xe54zCUPKQAf6wfx666hxQ 生命起源百年探索:进化论、信息论、热力学谁是主角?]
 
 
 
[https://mp.weixin.qq.com/s/YqvLBfnkkXq4T33j3AhqAg 生命起源研究的新里程碑:Science刊文揭示前生命化学自催化网络]
 
 
 
[https://mp.weixin.qq.com/s/qH_6-4smLQdHkh8YpfEvMw 为什么蛋白质兼具可塑性与稳定性?从进化视角揭示生命复杂系统的内在平衡]
 
 
 
 
 
 
 
==== 相关路径 ====
 
* [https://pattern.swarma.org/path?id=105 「生命—信息—物理」生命复杂性读书会论文清单(更新中)],这个是根据读书会中解读的论文,做的一个分类和筛选,方便大家梳理整个框架和内容。
 
 
 
== [https://mp.weixin.qq.com/s/cqRXAIOynrbpjY8a3idAew 面向复杂系统的人工智能读书会] ==
 
 
 
本次读书会的目的是通过闭门分享讨论的形式,我们将为大家提供更加沉浸,深度,自由的交流环境。帮助大家了解面向复杂系统的人工智能研究和前沿进展,了解深度学习,因果推断等方法论如何与复杂系统研究相互影响。为大家在自己的研究领域引入何种人工智能方法提供灵感。
 
 
 
此外,本次读书会还将邀请数名进行过高质量分享的青年学者参与我们后续的闭门研讨活动:“集智-凯风研读营”。研读营是集智年度最高水准的闭门科学研讨活动,是集智科学家们的年度聚会。在研读营期间,你将与多位来自不同领域,世界各个高校的集智科学家们进行为期一周的广泛而深刻的闭门交流,共享前沿知识和灵感。历届研读营都是集智科学家相互赋能的平台,每次研读营之后,集智科学家们都会带着新的灵感进一步推进自己的研究。
 
 
 
=== 基本介绍 ===
 
 
 
近 3 年来,随着数据量的井喷式增长,计算效率的显著提升,以深度学习为代表的人工智能技术迎来了第三次高潮,许多人工智能的产品应用在生活的方方面面,如人脸识别,机器翻译,语音识别等。但是进一步,人们希望机器可以辅助决策时却发现,以人类的视角没有办法很好的理解机器的决策,这时候就存在人与机器的「信任鸿沟」。我们不敢真正信任机器的决策,这也是人工智能在落地智能金融,无人驾驶等更复杂领域时遇到的问题和瓶颈。
 
 
 
 
所以为了更好利用机器的智能,理解复杂世界,人们开始寻求新的解释世界的方式:希望可以从「复杂系统」的角度进行突破,借助人工智能的方法和技术,揭开人工智能的黑箱,实现人与机器的真正信任。
 
 
 
 
集智俱乐部一直以来都是国内研究复杂科学的前沿阵地,我们希望可以发动社区内相关领域的研究者,一起来共同学习和探索,结合复杂系统的理论和方法,来更好的理解人工智能。所以我们发起了「面向复杂系统的人工智能研究」读书会。本次读书会将会围绕下面二个子主题,分别是:
 
基于深度学习的复杂系统自动建模
 
基于可解释性的因果推断方法论
 
 
 
 
 
==== 报名方式 ====
 
 
 
 
 
* 第一步:扫码填写报名信息。
 
* 第二步:信息填写之后,会弹出对应的负责人微信二维码,截图扫码添加二维码即可。
 
* 第三步:添加负责人微信号,提交保证金399元。
 
* 第四步:拉入对应的读书会讨论群。
 
* 第五步:想进一步继续参与研读营的朋友,发送简历或个人网站,research gate主页等能说明身份的资料给到负责人,在读书会结束之后,将公布研读营入选名单。
 
 
 
 
 
 
 
 
 
==== 内容列表 ====
 
本次读书会已经结束,内容沉淀在了集智学园的平台上,往期回放解读可以看相关的内容。https://campus.swarma.org/course/1775
 
 
 
 
 
 
 
 
 
=== 其他参考资料 ===
 
 
 
==== 文章总结 ====
 
 
 
[https://mp.weixin.qq.com/s/O9Q81ebX7DKEUIhvc7r5kQ 超越简单规则——用图神经网络对复杂系统进行自动建模]
 
 
 
 
 
==== 相关路径 ====
 
* [https://pattern.swarma.org/path?id=79 面向复杂系统的人工智能读书会论文列表],这个是根据读书会中解读的论文,做的一个分类和筛选,方便大家梳理整个框架和内容。
 
* [https://pattern.swarma.org/path?id=9 因果推断方法概述],这个路径对因果在哲学方面的探讨,以及因果在机器学习方面应用的分析。
 
* [https://pattern.swarma.org/path?id=9 因果推断方法概述],这个路径对因果在哲学方面的探讨,以及因果在机器学习方面应用的分析。
 
* [https://pattern.swarma.org/path?id=90 因果科学和 Causal AI入门路径],这条路径解释了因果科学是什么以及它的发展脉络。此路径将分为三个部分进行展开,第一部分是因果科学的基本定义及其哲学基础,第二部分是统计领域中的因果推断,第三个部分是机器学习中的因果(Causal AI)。
 
* [https://pattern.swarma.org/path?id=28 复杂网络动力学系统重构文献],这个路径是张江老师梳理了网络动力学重构问题,描述了动力学建模的常用方法和模型,并介绍了一些经典且重要的论文,这也是复杂系统自动建模读书会的主要论文来源,所以大部分都有解读视频。
 
* [https://pattern.swarma.org/path?id=28 应用于复杂系统建模的深度学习技术小综述],这个路径是张江老师对复杂系统自动建模的一个小综述,主要介绍了复杂系统自动建模的四个阶段,并介绍了一些经典且重要的论文。
 
* [https://pattern.swarma.org/path?id=85 基于图网络和深度学习的复杂系统自动建模技术],本篇路径则重点放在综述用神经网络、深度学习方法实现的各种方法和文献。我们将按照动力学学习、网络结构学习及其它这三个方面来综述。
 
 
 
== [https://mp.weixin.qq.com/s/e1M-GX91sQ8w7K0ivjI3SA 科学学读书会] ==
 
 
 
科学是研究实践、是理性精神,也是一个由学者、文献、科研项目、科学思想与灵感等一起构成的自组织、自生长的复杂系统。科学学则是一门学科,旨在深入理解科学研究的种种因素并推动科学发展。
 
 
 
 
 
=== 基本介绍 ===
 
 
 
科学是一个由学者、文献、科研项目、科学思想与灵感等一起构成的自组织、自生长的复杂系统。与人类社会的其他复杂系统相比,科学通过自我革新精神实现了更大跨度的发展(科学革命),又通过文献传承更好的记录了自身的发展历史。
 
 
 
科学复杂系统中的事件对世界有广泛而深刻的影响:
 
* 创新是如何发生的
 
* 科学思想与知识是如何传播的
 
* 各学科发展的趋势是什么
 
* 跨学科研究何以不断涌现
 
* 团队规模如何影响科研成果
 
* 科学家的职业生涯与成就有无规律可循
 
*  ...
 
 
 
这些都是科学学研究的问题。通过研究和回答这些问题,我们能够以科学的视角认知科学、理解科学,进而也促进科学事业的发展。
 
 
 
 
 
==== 报名方式 ====
 
 
 
 
 
 
 
==== 内容列表 ====
 
本次读书会已经结束,内容沉淀在了集智学园的平台上,往期回放解读可以看相关的内容。https://campus.swarma.org/course/2014
 
 
 
 
 
=== 其他参考资料 ===
 
 
 
==== 文章总结 ====
 
 
 
[https://mp.weixin.qq.com/s/_Ye_9_88VAoCJQqro-OB-g Science经典综述文章:什么是科学学]
 
 
 
 
 
 
 
==== 相关路径 ====
 
* [https://pattern.swarma.org/path?id=70 复杂系统下的科学学],这个是根据读书会中解读的论文,做的一个分类和筛选,方便大家梳理整个框架和内容。
 
* [https://pattern.swarma.org/path?id=12 计算社会科学入门路径],这个路径是梳理了计算社会科学的历史和研究方法,并列举了一些重要且经典的论文
 
== [https://mp.weixin.qq.com/s/yL2LmgkURpMhnZJjx1fkVA 复杂系统自动建模读书会] ==
 
 
 
复杂系统广阔而神秘,地球上的生物、气候、人脑、社会和经济的组织、一个生态系统、一个活细胞、甚至整个宇宙都属于复杂系统。本文旨在召集对复杂系统建模感兴趣或正在进行相关研究的朋友参与到此次读书会中,通过阅读经典文章,大家集思广益,激发科研想法,促进科研合作。
 
 
 
=== 基本介绍 ===
 
 
 
复杂系统是对生物,社会,金融,气候等不同领域内大量现象进行建模的重要手段。复杂系统的一大特征是,在系统内存在着大量个体,他们之间会发生相互作用。在现实生活中,尤其是在当今的大数据时代,我们通常面临的问题就是我们拥有大量对系统进行观察的数据,如个体个体的时间演变状态,个体的信息,而无法直接观察到个体之间的网络连接结构,也不知道个体之间的动力学演化规则。复杂网路自动建模问题关注的即是通过数据驱动,通过机器学习或其他算法去找到他们相互作用的关系以及动力学法则,从而对整个复杂系统进行建模。
 
 
 
 
 
本次读书会的核心目的是「助力科研」,旨在汇集一批对复杂系统自动建模感兴趣或者正在进行相关研究的朋友,通过阅读和讨论一系列前沿或者经典的对复杂系统进行结构和动力学重构的文章,进行深度讨论和交流,从而激发科研想法,促进读书会成员内部的科研的合作,产出和落地,并产生学术价值。
 
 
 
 
这是一个长期的读书会活动,读书会预计持续时间为半年,每2周会有人选择网络重构文献待续列表中论文(会持续增加新的经典和前沿论文),制作论文解读的 ppt 文件,在 zoom 会议软件上按照每2周1次,每次研读2-3篇论文的形式进行,以分享、讨论、复现代码为主。
 
 
 
 
 
==== 报名方式 ====
 
 
 
 
 
 
 
==== 内容列表 ====
 
本次读书会已经结束,内容沉淀在了集智学园的平台上,往期回放解读可以看相关的内容。https://campus.swarma.org/course/1740
 
 
 
=== 其他参考资料 ===
 
 
 
==== 文章总结 ====
 
 
 
[https://mp.weixin.qq.com/s/O9Q81ebX7DKEUIhvc7r5kQ 超越简单规则——用图神经网络对复杂系统进行自动建模]
 
 
 
 
 
==== 相关路径 ====
 
* [https://pattern.swarma.org/path?id=20 复杂系统自动建模必读论文列表],这个是根据读书会中解读的论文,做的一个分类和筛选,方便大家梳理整个框架和内容。
 
* [https://pattern.swarma.org/path?id=28 复杂网络动力学系统重构文献],这个路径是张江老师梳理了网络动力学重构问题,描述了动力学建模的常用方法和模型,并介绍了一些经典且重要的论文,这也是复杂系统自动建模读书会的主要论文来源,所以大部分都有解读视频。
 
* [https://pattern.swarma.org/path?id=28 应用于复杂系统建模的深度学习技术小综述],这个路径是张江老师对复杂系统自动建模的一个小综述,主要介绍了复杂系统自动建模的四个阶段,并介绍了一些经典且重要的论文。
 
* [https://pattern.swarma.org/path?id=85 基于图网络和深度学习的复杂系统自动建模技术],本篇路径则重点放在综述用神经网络、深度学习方法实现的各种方法和文献。我们将按照动力学学习、网络结构学习及其它这三个方面来综述。
 
 
 
== 复杂管理学读书会 ==
 
待添加
 
 
 
=== 基本介绍 ===
 
待介绍 做什么
 
 
 
 
 
怎么做 适用人群
 
 
 
==== 参与方式 ====
 
 
 
读书会报名二维码
 
 
 
 
 
第一步:扫码填写报名信息。
 
 
 
第二步:信息填写之后,进入付款流程,提交保证金***元。(符合退费条件后可退费。)
 
 
 
第三步:添加负责人微信,拉入对应的读书会讨论群。
 
 
 
 
 
我们也会对每次分享的内容进行录制,剪辑后发布在集智学园的官网上,供读书会成员回看。
 
 
 
=== 内容列表 ===
 
 
 
本次读书会马上开始,敬请期待。
 
 
 
放海报
 
=== 其他参考资料 ===
 
 
 
==== 文章总结 ====
 
 
 
==== 相关路径 ====
 
 
 
== [https://pattern.swarma.org/mobile/study_group/13 自生成结构读书会] ==
 
待添加
 
 
 
=== 基本介绍 ===
 
待介绍 做什么
 
 
 
 
 
怎么做 适用人群
 
 
 
==== 参与方式 ====
 
 
 
读书会报名二维码
 
 
 
 
 
第一步:扫码填写报名信息。
 
 
 
第二步:信息填写之后,进入付款流程,提交保证金***元。(符合退费条件后可退费。)
 
 
 
第三步:添加负责人微信,拉入对应的读书会讨论群。
 
 
 
 
 
我们也会对每次分享的内容进行录制,剪辑后发布在集智学园的官网上,供读书会成员回看。
 
 
 
=== 内容列表 ===
 
 
 
本次读书会马上开始,敬请期待。
 
  
放海报
 
=== 其他参考资料 ===
 
  
==== 文章总结 ====
+
了解更多读书会详情,请前往集智斑图[https://pattern.swarma.org/article/149 自生成结构读书会]
  
==== 相关路径 ====
+
查看更多回放视频,请前往集智学园[https://campus.swarma.org/course/3617 复杂管理学读书会]
  
== 城市复杂性读书会 ==
+
==== 相关学习路径 ====
待添加
 
  
=== 基本介绍 ===
+
* [https://pattern.swarma.org/article/156 CAS复杂自适应系统]
待介绍 做什么
 
  
 +
== [https://pattern.swarma.org/study_group/14 地球科学读书会] ==
 +
系统地研究这些复杂网络、深度学习等方法在地球系统科学中应用的相关文献。
  
怎么做 适用人群
+
===== 总体综述 =====
  
==== 参与方式 ====
+
* [https://campus.swarma.org/course/4111 地球系统科学的简史及重大挑战 | 地球系统科学读书会第一期]    主讲人陈德亮
  
读书会报名二维码
+
===== 统计物理 =====
  
 +
* [https://campus.swarma.org/course/4205 地球系统科学中的统计物理理论 | 地球系统科学读书会第二期]    主讲人樊京芳
 +
* [https://campus.swarma.org/course/4302 基于简化地球系统模型的气候归因方法 | 地球系统科学读书会第五期]    主讲人付博
 +
* [https://campus.swarma.org/course/4398 气候网络与渗流相变应用于地球系统研究 | 地球系统科学读书会第十一期]    主讲人陆征辉,孙宇
  
第一步:扫码填写报名信息。
+
===== 机器学习 =====
  
第二步:信息填写之后,进入付款流程,提交保证金***元。(符合退费条件后可退费。)
+
* [https://campus.swarma.org/course/4229 地球系统科学中机器学习的应用 | 地球系统科学读书会第三期]    主讲人邓琪敏
 +
* [https://campus.swarma.org/course/4318 极端事件的同步和记忆效应 | 地球系统科学读书会第六期]    主讲人张永文
 +
* [https://campus.swarma.org/course/4353 时空图神经网络在大气污染预报中的应用 | 地球系统科学读书会第八期]    主讲人王硕,许菁
 +
* [https://campus.swarma.org/course/4397 地球系统科学中生态学视角:适应不确定 | 地球系统科学读书会第十期]    主讲人李周园
 +
* [https://campus.swarma.org/course/4420 布朗运动与气候记忆:从理论到应用 | 地球系统科学读书会第十二期]    主讲人袁乃明
 +
* [https://campus.swarma.org/course/4473 案例研讨:深度学习与统计物理在地球系统科学中的应用 | 地球系统科学读书会第十三期]    主讲人陈小杰,孟庆业
  
第三步:添加负责人微信,拉入对应的读书会讨论群。
+
等14期
  
 +
==== 相关学习路径 ====
  
我们也会对每次分享的内容进行录制,剪辑后发布在集智学园的官网上,供读书会成员回看。
+
* [https://pattern.swarma.org/article/158 机器学习在地球系统科学中的应用]
 +
* [https://pattern.swarma.org/article/159 地球系统中统计物理理论]
 +
* [https://pattern.swarma.org/article/160 地球系统科学简史及重大挑战]
  
=== 内容列表 ===
+
== [https://pattern.swarma.org/study_group/15 神经动力学读书会] ==
  
本次读书会马上开始,敬请期待。
+
人类大脑是一个由数以百亿计的神经元相互连接所构成的复杂系统。近年来,脱胎于系统科学的动力学建模方法,逐渐被广泛地应用于神经科学研究中,其作为一种绝佳的数理工具,愈发地受到研究人员的重视,在类脑计算、脑认知原理解析和脑重大疾病致病机理探索等具体方面,发挥着不可替代的作用。本次读书会将围绕神经网络多尺度建模及其在脑疾病、脑认知方面的应用进行研讨。
  
放海报
 
=== 其他参考资料 ===
 
  
==== 文章总结 ====
+
分享主题包括
  
==== 相关路径 ====
+
===== 神经动力学综述 =====
  
== [https://pattern.swarma.org/mobile/study_group/14 地球科学读书会] ==
+
* [https://campus.swarma.org/course/4393 复杂神经动力学:分析与建模--从神经元脉冲到皮层震荡,从涌现到功能 | 神经动力学模型读书会第一期]   主讲人周昌松
从加拿大极端热浪,到德国的洪灾,从澳大利亚的森林大火,到中国河南的特大暴雨,极端天气已经成为新常态。气候变化正以我们所能感知的态势发生着。2021年诺贝尔物理学奖的一半被授予气象学家真锅淑郎和气象学家克劳斯·哈塞尔曼,以表彰对地球气候的物理建模、量化变化和可靠地预测全球变暖,表达了对人类命运的关切。不仅如此,空气污染与排放等因素也作为影响人类生活和生态环境的重要一环而一直被受关注。
 
  
=== 基本介绍 ===
+
===== 大脑的多尺度动力学建模 =====
我们统一将这些放在地球科学研究的范畴中。近年来,系统科学、人工智能等学科的发展,为地球系统的研究提供了一系列有力的研究手段。本次读书会,我们将系统地研究这些复杂网络、深度学习等方法在地球科学中应用的相关文献。
+
大脑的动力学建模可以涵盖不同的时间和空间尺度。例如,微观尺度上神经元层面的神经元细胞膜模型(Hodgkin-Huxley),它描述神经元动作电位的启动和传播;宏观尺度上群体神经元层面的动力学模型(NeuralMassModel)和神经场模型(NeuralFieldModel)等,它描述脑区不同群体神经元的动态演化。上述模型均为平均场模型,可进一步拓展为基于结构耦合的全脑动力学模型,它描述跨脑区之间的信息传递。
  
读书会适用于基于复杂系统相关学科研究,对地球系统科学相关研究有浓厚兴趣的科研工作者;能熟练阅读英文文献,并对复杂科学充满激情,对世界的本质充满好奇的探索者;欢迎基于读书会所列文本和文献的具体探讨,欢迎进一步提供适合的文献和主题。
+
* [https://campus.swarma.org/course/4433 神经元模型:从离子通道到计算 | 神经动力学模型读书会第二期]    主讲人臧蕴亮
  
==== 参与方式 ====
+
* [https://campus.swarma.org/course/4487 大尺度脑动态建模: 从大神经环路到全脑 | 神经动力学模型读书会第五期]    主讲人郭大庆
[[文件:QR.png|左|无框|307x307像素]]
+
* [https://campus.swarma.org/course/4524 多尺度脑网络设计规则 | 神经动力学模型读书会第六期]    主讲人陈育涵
 +
* [https://campus.swarma.org/course/4541 理解大脑网络的量子场论方法与层次结构模型 | 神经动力学模型读书会第八期]   主讲人曹瑜彬,任卡娜
  
 +
===== 动力学模型和机器学习模型的融合 =====
 +
传统动力学模型的表达能力有限,难以准确描述具有个体特异性的大脑动力学过程。将动力学模型和机器学习模型进行融合从而可以得到针对特定个体数据的动力学模型,如Physics-informed neural network以及NeuralODE模型。这样的模型同时具有类似于传统动力学模型的可解释性和源于机器学习的较强表达能力。
  
 +
* [https://campus.swarma.org/course/4440 循环神经网络的动力学平均场理论 | 神经动力学模型读书会第三期]    主讲人杨冬平
 +
* [https://campus.swarma.org/course/4475 理解大脑临界与混沌的神经动力学场论模型 | 神经动力学模型读书会第四期]    主讲人王彬,黎沩安
  
 +
===== 动力学模型在脑疾病、脑认知、类脑计算中的应用 =====
 +
广义来说,神经动力学模型可提供一种可控的方式(调整刺激参数和靶点等)激励、抑制或中断大脑网络动态变化,从而实现疾病治疗或脑功能增强。在癫痫研究中,神经动力学模型或可更早地告诉我们大脑已经进入临界状态,从而更好地预测癫痫发作,并发现易受影响的大脑区域,使用药物、神经调控或手术等方法,降低癫痫发作的可能性或者治愈癫痫。已有的工作通过平均场模型揭示了知觉决策过程动力学的机制,还进一步将网络模型拓展到多任务情形,精妙地展示了神经系统通过动力学行为执行认知功能的神经计算机制。同时,神经动力学模型可以为新一代人工神经网络的算法提供指导思想,也可以为下一代专用和通用神经形态芯片提供计算框架。例如当前的一个研究热点为如何利用生物神经系统的实验概念和最新发现,来发展下一代的基于脉冲计算的人工智能。
  
 +
[https://campus.swarma.org/course/4530 睡眠调控动力学机制探讨 | 神经动力学模型读书会第七期]    主讲人杨冬平
  
第一步:扫码填写报名信息。
+
[https://campus.swarma.org/course/4547 癫痫研究中的神经动力学模型 | 神经动力学模型读书会第九期]    主讲人曹淼
  
第二步:信息填写之后,进入付款流程,提交保证金299元。(符合退费条件后可退费。)
+
==== 相关学习路径 ====
 +
[https://pattern.swarma.org/article/164 复杂神经动力学:分析与建模]
  
第三步:添加负责人微信,拉入对应的读书会讨论群。
+
[https://pattern.swarma.org/article/165 神经元模型:从离子通道到计算]
  
我们也会对每次分享的内容进行录制,剪辑后发布在集智学园的官网上,供读书会成员回看。
+
[https://pattern.swarma.org/article/166 循环神经网络的动力学平均场理论]
  
=== 内容列表 ===
+
[https://pattern.swarma.org/article/169 大尺度脑活动的动力学模型]
  
本次读书会将于12月14日开始,欢迎报名参加
+
[https://pattern.swarma.org/article/171 理解大脑临界与混沌的神经动力学场论模型文献解读]
  
放海报
+
[https://pattern.swarma.org/article/175 大尺度脑动态建模:从大神经环路到全脑]
=== 其他参考资料 ===
 
  
==== 文章总结 ====
+
[https://pattern.swarma.org/article/178 多尺度脑网络设计规则入门]
  
==== 相关路径 ====
+
[https://pattern.swarma.org/article/180 睡眠调控动力学机制研究]

2022年5月26日 (四) 17:21的版本


集智俱乐部读书会是面向广大科研工作者的系列论文研读活动,其目的是共同深入学习探讨某个科学议题,了解前沿进展,激发科研灵感,促进科研合作,降低科研门槛。

每个读书会均有对应的微信交流群。付费报名读书会后,即可添加读书会负责人微信,并入群交流。

读书会活动始于 2008 年,至今已经有 40 余个主题,内容涵盖复杂系统、人工智能、脑与意识、生命科学、因果科学、计算社会科学等。凝聚了众多优秀科研工作者,促进了科研合作发表论文,孵化了许多科研产品。如 2013 年的“深度学习”读书会孕育了彩云天气 APP,2015 年的“集体注意力流”读书会产生了众包书籍《走近2050》等。

集智俱乐部从2020年开始举办线上读书会,目前已有因果科学、生命复杂性、图神经网络、复杂系统自动建模、科学学、复杂经济学等主题的读书会,沉淀了非常多的主题和讨论,具体可看以下列表。

集智俱乐部2020-2021年读书会排期表
读书会主题 核心发起人 运营负责人 报名途径 持续期数 当前状态 固定时间 开始时间
宏观金融系列读书会 王有贵 王朝会 了解更多详情,点此链接报名

查看课程,点此链接


添加小助手微信:Swarma Assistant
小助手微信
小助手微信
28 已结束 2021年4月-6月
复杂经济学读书会 李红刚等 王朝会 31 已结束 周二晚上20:00-22:00 2021年1月-6月
企业发展建模与预测读书会 张江等 陶如意 12 已结束 周一晚上20:00-22:00 2021年4月-7月
复杂系统自动建模读书会 张江 王婷 12 已结束 周日晚上20:00-22:00 2020年2月-5月
面向复杂系统的人工智能研究读书会 张江 张章 9 已结束 周日晚上20:00-22:00 2020年7月-10月
生命复杂性系列读书会 傅渥成等 刘培源 12 已结束 周四晚上20:00-22:00 2020年11月-2021年2月
科学学读书会 胡乔 胡乔 6 已结束 周三晚上20:00-22:00 2020年7月-8月
因果科学与Causal AI 读书会 龚鹤扬等 王婷 16 已结束 周日晚上19:00-21:00 2020年9月-2021年1月
因果科学与Causal AI读书会第二季 李奉治等 王婷 11 已结束 周日上午10:00-12:00 2021年2月-7月
因果科学与Causal AI 读书会第三季 李奉治 段月然 18 已结束 周日上午10:00-12:00 2021年7月-2022年3月
因果涌现读书会 张江等 王婷 16 已结束 周六上午9:00-11:00 2021年8月-2022年1月
因果涌现读书会第二季 张江等 王婷 1月8日 进行中 周日晚上19:00-21:00 2022年5月-
社会计算读书会 王硕等 王建男 12 已结束 周四晚上20:00-22:00 2021年5月-8月
社会计算读书会第二季 罗家德等 王建男 12 待开始 2022年6月-
复杂系统管理学读书会 罗家德 张爱华 13 已结束 周三晚上19:00-21:00 2021年9月-2022年1月
自生成结构读书会 仇玮祎等 李欣儒 13 已结束 周五晚19:00-21:00 2021年11月-2022年3月
地球科学读书会 邓琪敏等 晏丽 13 已结束 周四晚19:00-21:00 2021年12月-2022年4月
神经动力学读书会 王鑫迪等 周莉 9月12日 进行中 周六下午14:00-16:00 2022年3月-

宏观金融系列读书会

本系列读书会由在联合宏观金融领域的同行学者共同研读一系列经典宏观金融文献和最新研究进展,为大家展示经济学家是如何理解作为经济体核心的货币和金融,以及它们是如何在宏观经济中发挥着重要作用的。

读书会主题包括:

等共计20期,解读了金融领域的众多文献,包括:

  • Commercial Banks as Creators of 'Money'
  • Agency costs, net worth and business fluctuations
  • Banking theories and Macroeconomics
  • Political Aspects of Full Employment
  • Financial stability in networks of financial institutions and market infrastructures
  • Pathways towards instability in financial networks
  • Vulnerable growth
  • Stock‐Flow Consistent macroeconomic models: a survey
  • Great Controversies: Developing the Domestic Market
  • The financial instability hypothesis
  • ......

等23篇论文

查看更多回放视频,请前往集智学园宏观金融系列读书会

复杂经济学读书会

复杂性科学的思想和方法可以为经济学研究再开一扇通向未来之门。本次读书会以科研交流为主,希望以此普及复杂经济学思想,促进复杂经济学教育,推进复杂经济学研究。

读书会主题包括:

等共计18期,解读了经济学领域的众多文献,包括:

  • Complexity Economics:A Different Framework for Economic Thought
  • Asset Pricing Under Endogenous Expectations in an Artificial Stock Market
  • The persistent effect of initial success: Evidence from venture capital
  • The evolution of technology within a simple computer model
  • Professional diversity and the productivity of cities
  • Interpretable socioeconomic status inference from aerial imagery through urban patterns
  • Predicting neighborhoods’ socioeconomic attributes using restaurant data
  • Online social activity reflects economic status
  • Predicting Poverty and Wealth from Mobile Phone Metadata
  • Migration patterns in China extracted from mobile positioning data.和Economic outcomes predicted by diversity in cities.
  • ......

等21篇论文。


了解更多读书会详情,请前往集智斑图复杂经济学读书会

查看更多回放视频,请前往集智学园复杂经济学读书会

企业发展建模与预测读书会

【第一季:企业发展建模与预测】

读书会内容主要聚焦于复杂系统自动建模技术在企业研究领域的应用,包括企业破产预测,企业财务属性预测,企业网络研究,企业建模等等。目的在于进一步深入探索复杂科学理论和方法在实证研究中的应用,进一步揭示真实世界的运作模式。

读书会主题包括:

等共计11期,解读了企业建模与发展预测领域的众多文献,包括:

  • The evolution of firm networks: from emergence to early growth of the firm
  • Firm networks and firm development: The role of the relational mix
  • Predicting success in the worldwide start-up network
  • Dynamics of firm financial evolution and bankruptcy prediction
  • Exploring Small-World Network with an Elite-Clique: Bringing Embeddedness Theory into the Dynamic Evolution of a Venture Capital Network
  • Corporate default predictions using machine learning: Literature review
  • Financial time series forecasting with deep learning : A systematic literature review
  • Curriculum learning in deep neural networks for financial forecasting
  • Secure and automated enterprise revenue forecasting

9篇论文。


【第二季:复杂系统自动建模】

旨在汇集一批对复杂系统自动建模感兴趣或者正在进行相关研究的朋友,通过阅读和讨论一系列前沿或者经典的对复杂系统进行结构和动力学重构的文章,进行深度讨论和交流,从而激发科研想法,促进读书会成员内部的科研的合作,产出和落地,并产生学术价值。

读书会主题包括:

......

等12期,解读文献包括

  • Inner Composition Alignment for Inferring Directed Networks from Short Time Series
  • A statistical inference approach to structural reconstruction of complex networks from binary time series
  • Comparison of six methods for the detection of causality in a bivariate time series
  • Detecting and quantifying causal associations in large nonlinear time series datasets
  • PM2.5-GNN: A Domain Knowledge Enhanced Graph Neural Network For PM2.5 Forecasting
  • Mapping gene regulatory networks from single-cell omics data
  • The Book of Why: The New Science of Cause and Effect
  • Investigating Causal Relations by Econometric Models and Cross-spectral Methods
  • Inferring causation from time series in Earth system sciences
  • Model-Free Reconstruction of Excitatory Neuronal Connectivity from Calcium Imaging Signals
  • ......

等17篇论文。


了解更多读书会详情,请前往集智斑图企业建模与发展预测读书会论文清单

查看更多回放视频,请前往集智学园企业建模与发展预测

面向复杂系统的人工智能研究读书会

通过闭门分享讨论的形式,我们将为大家提供更加沉浸,深度,自由的交流环境。帮助大家了解面向复杂系统的人工智能研究和前沿进展,了解深度学习,因果推断等方法论如何与复杂系统研究相互影响。为大家在自己的研究领域引入何种人工智能方法提供灵感。

读书会主题包括:

  • ......

等14期。

此外,还邀请了数名进行过高质量分享的青年学者参与我们后续的闭门研讨活动:“集智-凯风研读营”。研读营是集智年度最高水准的闭门科学研讨活动,是集智科学家们的年度聚会。在研读营期间,你将与多位来自不同领域,世界各个高校的集智科学家们进行为期一周的广泛而深刻的闭门交流,共享前沿知识和灵感。历届研读营都是集智科学家相互赋能的平台,每次研读营之后,集智科学家们都会带着新的灵感进一步推进自己的研究。

了解更多读书会详情,请前往集智斑图面向复杂系统的人工智能读书会

查看更多回放视频,请前往集智学园面向复杂系统的人工智能读书会

生命复杂性系列读书会

跨尺度、跨层次的涌现是复杂系统研究的关键问题,生命起源和意识起源这两座仰之弥高的大山是其代表。而因果涌现理论、机器学习重整化技术、自指动力学等近年来新兴的理论与工具,有望破解复杂系统的涌现规律。「生命复杂性」系列读书会由东京大学博士后傅渥成等发起,力图促进关于生命现象的跨学科交流。

读书会主题包括:


了解更多读书会详情,请前往集智斑图生命复杂性读书会

查看更多回放视频,请前往集智学园生命复杂性读书会

科学学读书会

运用复杂网络的分析方法,从引文网络、科学家合作网络、科学网络的动力学、科学家职业生涯动力学、学科交叉与知识创新等方面做了知识梳理和前沿研究的报告。科学学、文献计量学、网络分析和图情领域等均可参考。

读书会主题包括:

解读了

  • Node2vec Representation for Clustering Journals and as A Possible Measure of Diversity
  • Atypical Combinations and Scientific Impact
  • The evolution of interdisciplinarity in physics research
  • Interdisciplinarity and Impact: Distinct Effects of Variety, Balance, and Disparity
  • Innovation network ,proceedings of the national academy of sciences
  • Network-based statistical comparison of citation topology of bibliographic databases
  • Community structure of the physical review citation network
  • Universality of citation distributions and its explanation
  • Large teams develop and small teams disrupt science and technology
  • Hot streaks in artistic, cultural, and scientific careers
  • ......

等15篇论文。

了解更多读书会详情,请前往集智斑图复杂系统视角下的科学学读书会

查看更多回放视频,请前往集智学园复杂系统视角下的科学学读书会

因果科学与Causal AI 读书会

【因果科学社区】

因果科学社区由智源社区、集智俱乐部共同推动,面向因果科学领域的垂直型学术讨论社区,目的是促进因果科学专业人士和兴趣爱好者们的学习、交流和合作,推进因果科学学术、产业生态的建设和落地,孕育新一代因果科学领域的学术专家和产业创新者。

【第一季:因果科学与Causal AI框架及前沿方向】(报名)

图灵奖得主朱迪亚·珀尔教授认为,当下正在进行一场改变数据科学的新革命 ”因果革命“。它以科学为中心,涉及从数据到政策、可解释性、机制的泛化,再到一些社会科学中的归因和公平性问题,甚至哲学中的创造性和自由意志 。本季读书会以Elements of Causal Inference一书为线索,主要展现因果科学在机器学习各个方向上的影响,包括强化学习、迁移学习、表示学习等等,并分享在工业界的部分应用成果。本季读书会梳理了因果科学的核心内容,理解它如何改变数据科学,助力 AI 系统超越曲线拟合和获得回答因果问题的能力。

分享主题包括:

等16期,以Elements of Causal Inference一书为线索,主要展现因果科学在机器学习各个方向上的影响,包括强化学习、迁移学习、表示学习等等,并分享在工业界的部分应用成果。


了解更多读书会详情,请前往集智斑图因果科学与CausalAI读书会第一季

查看更多回放视频,请前往集智学园因果科学与CausalAI读书会第一季

【第二季:因果科学与Causal AI基础实战】(报名)

因果推断与机器学习领域的结合已经吸引了越来越多来自学界业界的关注。第一季读书会主要关注了因果科学在机器学习方向上的前沿应用,为深入探讨、普及推广因果科学议题,第二季读书会着力于实操性、基础性,带领大家精读因果科学方向两本非常受广泛认可的入门教材:Causal inference in statistics: A primer和Elements of causal inference: foundations and learning algorithms。读书会以直播讨论为主,结合习题交流、夜谈、编程实践、前沿讲座等多类型内容,主要面向有机器学习背景、希望深入学习因果科学基础知识和重要模型方法、寻求解决相关研究问题的研究人员。

分享主题包括:

等15期内容。


了解更多读书会详情,请前往集智斑图因果科学与CausalAI读书会第二季

查看更多回放视频,请前往集智学园因果科学与CausalAI读书会第二季

【第三季:因果科学与Causal +X领域概览】(报名)

“因果”并不是一个新概念,而是一个已经在多个学科中使用了数十年的分析技术。通过前两季的分享,我们主要梳理了因果科学在计算机领域的前沿进展。如要融会贯通,我们需要回顾数十年来在社会学、经济学、医学、生物学等多个领域中,都是使用了什么样的因果模型、以什么样的范式、解决了什么样的问题。我们还要尝试进行对比和创新,看能否以现在的眼光,用其他的模型,为这些研究提供新的解决思路。

分享主题包括:

「基础理论学习」
「案例研讨」
「深入理论学习」

等19期。

了解更多读书会详情,请前往集智斑图因果科学与CausalAI读书会第三季

查看更多回放视频,请前往集智学园因果科学与CausalAI读书会第三季

相关学习路径

【因果涌现读书会第一季】(报名)

围绕”因果涌现“主题系统性的讨论因果涌现理论和技术实现、涌现理论、重整化与机器学习、自指动力学、整合信息论、多尺度建模等重要概念和方法。

分享主题包括:

等16期。


了解更多读书会详情,请前往集智斑图因果涌现读书会第一季 入门路径

查看更多回放视频,请前往集智学园因果涌现读书会第一季

【因果涌现读书会第二季】(报名)【进行中】

通过阅读前沿文献,加深我们对因果、涌现等概念的理解;聚焦于寻找因果与涌现、多尺度等概念相结合的研究方向;并探索复杂系统多尺度自动建模的研究方向。

分享主题包括:

模块一:追根溯源,我们将深挖近年来在复杂科学领域逐渐成长壮大的信息论拓展,包括整合信息论、互信息分解等技术和方法;
模块二:因果涌现,我们将进一步探索因果涌现理论,特别关注如何将因果作为工具来定量探索复杂系统之中的一些古老的难题,如:自上而下的因果等;
模块三:因果表示学习,将重点追踪因果科学以及表示学习理论中有关粗粒化和多尺度的概念;
模块四:机器学习多尺度自动建模,则重点关注多尺度机器学习动力学建模方面的最新文献和进展;
模块五:量子因果,将探索如何将量子信息与因果科学融为一体,这将大大拓展我们对因果和信息等概念的理解。

了解更多读书会详情,请前往集智斑图因果涌现读书会第二季 入门路径

查看更多回放视频,请前往集智学园因果涌现读书会第二季

相关学习路径

社会计算读书会

【社会计算读书会第一季】(报名)

为了相关领域学者更好地讨论和交流,推动交叉学科间的合作,促进社会计算的发展和研究,集智俱乐部组织了社会计算读书会,期待和大家一起分享论文、讨论和交流碰撞。

分享主题包括:

社会计算介绍综述
计算科学之于社会计算
复杂科学之于社会计算

等12期。


了解更多读书会详情,请前往集智斑图社会计算读书会第一季 入门路径

查看更多回放视频,请前往集智学园社会计算读书会第一季

【社会计算读书会第二季】(报名)(2022年6月18日开始)

对计算社会科学中常见的分析处理问题的方法进行介绍,对主要的方法类型和如何运用这些方法研究问题进行梳理。


了解更多读书会详情,请前往集智斑图社会计算读书会第二季

查看更多回放视频,请前往集智学园社会计算读书会第二季

相关学习路径

复杂系统管理学读书会

传统的管理研究和实践早已成果非凡,今非昔比。强调混沌、系统观、网络观、非线性和自组织的复杂性科学思维,已经从物理学、生物学延伸到社会学、经济学和管理学,本季读书会将对此进行讨论。


分享主题包括:

  • ......

等13期。


了解更多读书会详情,请前往集智斑图复杂管理学读书会

查看更多回放视频,请前往集智学园复杂管理学读书会

相关学习路径

自生成结构读书会

为了能够更加深入地讨论生命的本质结构和意识等重要问题,并在不同学科间建立有效沟通的桥梁,自生成结构第一季主要围绕形成自生成结构与自复制自动机研究背景相关的基本共识展开。前期将从科学哲学、复杂科学和生物学等学科的不同角度来分别介绍,各个学科在关注生命和意识本质的主体性和生成过程性问题的学科进展和背景,建立起其讨论的基础话语体系。后半部分将进行《自复制自动机》部分内容的学习,在学习中辨析冯诺依曼建立的冯诺依曼计算机结构、自复制自动机以及元胞自动机等模型与自指、图灵机及当代神经网络之间的关系等。

【第一季:共识——自生成结构与自复制自动机的研究背景】

分享主题包括:

第一季前期,从科学哲学、复杂科学和生物学的角度介绍这三个学科关注生命和意识起源问题的学科进展和背景,建立我们讨论的基础话语体系。
第一季后期,进行《自复制自动机》部分内容的学习。

等13期。


了解更多读书会详情,请前往集智斑图自生成结构读书会

查看更多回放视频,请前往集智学园复杂管理学读书会

相关学习路径

地球科学读书会

系统地研究这些复杂网络、深度学习等方法在地球系统科学中应用的相关文献。

总体综述
统计物理
机器学习

等14期

相关学习路径

神经动力学读书会

人类大脑是一个由数以百亿计的神经元相互连接所构成的复杂系统。近年来,脱胎于系统科学的动力学建模方法,逐渐被广泛地应用于神经科学研究中,其作为一种绝佳的数理工具,愈发地受到研究人员的重视,在类脑计算、脑认知原理解析和脑重大疾病致病机理探索等具体方面,发挥着不可替代的作用。本次读书会将围绕神经网络多尺度建模及其在脑疾病、脑认知方面的应用进行研讨。


分享主题包括

神经动力学综述
大脑的多尺度动力学建模

大脑的动力学建模可以涵盖不同的时间和空间尺度。例如,微观尺度上神经元层面的神经元细胞膜模型(Hodgkin-Huxley),它描述神经元动作电位的启动和传播;宏观尺度上群体神经元层面的动力学模型(NeuralMassModel)和神经场模型(NeuralFieldModel)等,它描述脑区不同群体神经元的动态演化。上述模型均为平均场模型,可进一步拓展为基于结构耦合的全脑动力学模型,它描述跨脑区之间的信息传递。

动力学模型和机器学习模型的融合

传统动力学模型的表达能力有限,难以准确描述具有个体特异性的大脑动力学过程。将动力学模型和机器学习模型进行融合从而可以得到针对特定个体数据的动力学模型,如Physics-informed neural network以及NeuralODE模型。这样的模型同时具有类似于传统动力学模型的可解释性和源于机器学习的较强表达能力。

动力学模型在脑疾病、脑认知、类脑计算中的应用

广义来说,神经动力学模型可提供一种可控的方式(调整刺激参数和靶点等)激励、抑制或中断大脑网络动态变化,从而实现疾病治疗或脑功能增强。在癫痫研究中,神经动力学模型或可更早地告诉我们大脑已经进入临界状态,从而更好地预测癫痫发作,并发现易受影响的大脑区域,使用药物、神经调控或手术等方法,降低癫痫发作的可能性或者治愈癫痫。已有的工作通过平均场模型揭示了知觉决策过程动力学的机制,还进一步将网络模型拓展到多任务情形,精妙地展示了神经系统通过动力学行为执行认知功能的神经计算机制。同时,神经动力学模型可以为新一代人工神经网络的算法提供指导思想,也可以为下一代专用和通用神经形态芯片提供计算框架。例如当前的一个研究热点为如何利用生物神经系统的实验概念和最新发现,来发展下一代的基于脉冲计算的人工智能。

睡眠调控动力学机制探讨 | 神经动力学模型读书会第七期 主讲人杨冬平

癫痫研究中的神经动力学模型 | 神经动力学模型读书会第九期 主讲人曹淼

相关学习路径

复杂神经动力学:分析与建模

神经元模型:从离子通道到计算

循环神经网络的动力学平均场理论

大尺度脑活动的动力学模型

理解大脑临界与混沌的神经动力学场论模型文献解读

大尺度脑动态建模:从大神经环路到全脑

多尺度脑网络设计规则入门

睡眠调控动力学机制研究