2022年关于第四期研究生论坛如期举行,RCNS全体成员和各位导师共同参加。在这次论坛上,首先由2名研一员工和1名研二员工汇报自己的研究进展,然后老师与同学们对汇报内容进行学术探讨,并对存在的问题给出相应的指导和建议。
许朝瑞:分享了一篇名为《Outbreak Size Distribution in Stochastic Epidemic Models》的文章。在新冠疫情不定期爆发的背景下,该文章利用带有人群统计噪声的SIR及其扩展的流行病学模型,解决了计算大范围爆发的动力学和可能性的典型问题。在大量的人口限制下,本文计算了所有广泛爆发的概率分布,包括那些需要异常(极端)大、小人口比例的流行病爆发案例。该研究表明,与其他随机系统中的疫情爆发不同。极端爆发的统计数据来自于一个完整的连续哈密顿路径,每个路径都满足独特的边界条件,具有守恒的概率通量。
李沁雅:分享了一篇名为《基于耦合网络的线上线下互动舆情传播模型研究》的双层网络文章,该文章采用 Price 网络和WS 网络模拟线上线下网络层,通过一定的关系连接设计了传播的耦合网络载体。针对线上辐射传播,线下选择传播的特性以及节点双渠道传播的状态变化规律,构建了线上线下互动舆情传播模型 SIR_2O。实验结果表明,线上线下互动扩大了话题传播的速度和广度,下传率和上传率以及两者乘积都与传播覆盖率呈正相关关系,其联合作用存在传播阈值。
兰图:汇报了一篇名为《Fusion of complex networks and randomized neural networks for texture analysis》的文献,该文献提出了一种基于复杂网络和随机神经网络融合的高分辨纹理分析方法。在这种方法中,输入图像被建模为一个复杂的网络,其拓扑特性以及图像像素被用来训练随机神经网络,以创建代表纹理深层特征的特征。获得的结果超过了文献中许多可用方法的准确性。提出的方法为探索神经网络和复杂网络在纹理分析领域的协同作用开辟了一个有前途的研究来源。
— 员工汇报照片展示 —