重点实验室成果发表于《自然·通讯》

2024年4月，重点实验室成果以“Learning interpretable dynamics of stochastic complex systems from experimental data”为题发表于《自然·通讯》。围绕实际复杂系统往往具有随机性而非确定性的，其动态行为适宜用随机微分方程（SDE）进行定量描述。然而，很多实际复杂系统的内在动力学机制尚不清楚，因此需要从观测数据逆向推断系统隐含的SDE，这是一个具有挑战性的反问题。针对该难题，重点实验室严钢教授团队提出了朗之万图网络（LaGNA）方法，实现了对具有随机性的复杂网络系统进行可解释推理，并将该方法应用于推理自然界的鸟群协同机制和大脑中的阿尔兹海默症tau蛋白病理扩散过程。该，不仅有助于揭示实际复杂系统的内在机理，而且为复杂系统调控等后续任务提供了模型基础。