🌀 سیستم‌های پیچیده: «ماهیت و ویژگی‌»

حدود۳۳۰ سال پیش، نیوتون با انتشار شاهکار خود، اصول ریاضی فلسفه طبیعی، نگاهی جدید نسبت به بررسی طبیعت را معرفی کرد. نگاه نیوتون به علم به کمک نظریه الکترومغناطیس که توسط مکسول جمع بندی و در نهایت توسط آلبرت اینشتین کامل شد، شالوده فیزیک‌کلاسیک را بنا نهاد. انقلاب بعدی علم، توسط مکانیک کوانتومی رخ‌داد. ‌آن‌چه که مکانیک کوانتومی در قرن ۲۰ میلادی نشانه گرفت، مسئله موضعیت در فیزیک کلاسیک و نگاه احتمالاتی به طبیعت بود. نگاهی که سرانجام منجر به پارادایمی جدید در علم، به عنوان فیزیک مدرن شد. با این وجود، علی‌رغم پیشرفت‌های خارق‌العاده در فیزیک و سایر علوم، کماکان در توجیه بسیاری از پدیده‌ها وا مانده‌ایم. پدیده‌هایی که همیشه اطرافمان حاضر بوده‌اند ولی هیچ‌موقع قادر به توجیه رفتار آن‌ها نبوده‌ایم. بنابراین، می‌توان به این فکر کرد که شاید در نگاه ما به طبیعت و مسائل علمی، نقصی وجود داشته باشد. به‌ دیگر سخن، بعید نیست که مجددا نیاز به بازنگری در نگاهمان به طبیعت (تغییر پارادایم) داشته باشیم؛ عده‌ی زیادی معتقدند آن‌چه که در قرن ۲۱ام نیاز است، نگاهی جدید به مبانی علم است؛ نگاه پیچیدگی!

🔸 ادامه متن:
🔗 http://www.sitpor.org/2017/01/complexsys1/

☑️ Dr. Mohammad Jalali will be presenting:

“System Dynamics Modeling for Policy Analysis: The case of Traffic in Tehran”

as part of a workshop at the first Governance and Public Policy Conference on

Monday, December 12 at Sharif University, Tehran, Iran.

Dr. Jalali also known as ‘MJ’, is a research scientist at MIT Sloan School of Management. MJ is interested in the applications of dynamic modeling for complex health and social problems as well as organizational cybersecurity. He is the recipient of the Society’s 2014 Lupina Young Researcher Award and 2015 Dana Meadows Award , as well as the 2015 WINFORMS Excellence Award. MJ is a former consultant at the World Bank and a former researcher at the U.S. Department of Energy. If you would like to attend the talk, please register

http://gppconference.ir/fa/?id=96&p=78.

Full Online Text
http://necsi.edu/publications/dcs/index.html

🎞 🐶https://www.ted.com/talks/nicolas_perony_puppies_now_that_i_ve_got_your_attention_complexity_theory?language=en

🦇 https://scienmag.com/night-owls-have-larger-social-networks-than-early-birds/

#سمینارهای_هفتگی گروه سیستم‌های پیچیده و علم شبکه دانشگاه شهید بهشتی

🔹دوشنبه، ۲۰ آذرماه، ساعت ۱۷ - کلاس۱ دانشکده فیزیک دانشگاه شهید بهشتی.

@carimi

⭕️ معيارهای استحکام در شبکه های پيچيده و اجتماعی
Graph Metrics for Complex and Social Networks Robustness

دکتر فرشاد صفایی، دانشکده مهندسی و علوم کامپیوتر دانشگاه شهید بهشتی

🔗 خلاصه
در عصر حاضر که سرعت و حجم ارتباطات و اطلاعات به طرزی باورنکردنی رشد یافته، سیستم­‌های انسانی مانند علوم روانشناسی، اجتماعی و اقتصادی با مسائل عدیده­‌ای دست و پنجه نرم می­‌کنند که روش­‌های کلاسیک در پاسخ به آن­‌ها ناتوان­اند. چنین دلایلی باعث جلب توجه فراوان و حرکت به سوی گرایش­‌های میان رشته­‌ای شده است. شبکه اجتماعی یک ساختار اجتماعی است که از مجموعه­‌ای از عامل­‌ها و مجموعه پیچیده­‌ای از روابط مابین این عامل­‌ها تشکیل شده است. امکانات ارتباطی وسیع و پردامنه­‌ای که شبکه­‌های ارتباطی در دنیای مجازی در اختیار افراد قرار می­‌دهد سبب شده که این قبیل شبکه­‌ها از مرزهای مرسوم جغرافیایی فراتر رفته و تاثیر مستقیم خویش را بر شکل­‌گیری روابط انسانی، تسهیل، تقویت و نیز در مواردی تضعیف برخی شکل­‌های مالوف سنتی برجای بگذارند. در این شبکه­‌ها، افراد و سازمان­‌ها به­‌واسطه علایق، سلایق، عقاید و منافع مشترک با یکدیگر در ارتباط­‌اند و می­توان آن­ها را به مانند گراف بزرگی انگاشت که متشکل از گره­‌هایی هستند که توسط یک یا چند نوع خاص از وابستگی به یکدیگر اتصال یافته­‌اند. شبکه­‌های پیچیده نیز یک زمینه میان­‌رشته­‌ای است که به مطالعه، بررسی و تحلیل شبکه­‌هایی اختصاص دارد که در سیستم­‌های پیچیده­ نمایان می­شوند. این سیستم­‌ها نگاهی نو به پديده­‌هایی دارند که به علت ارتباط بين اجزای آن و نیز ارتباط با سایر پديده­‌ها از پيچيدگی بالايی برخوردارند و رفتار جمعی متفاوتی را از خویش برُوز می­‌دهند. مطالعات كیهان شناسی، فیزیک آماری، ساختارهای بی­‌نظمی در مواد، زیست شناسی، جامعه­‌شناسی، اقتصاد و مهندسی نمونه­‌هایی از کاربردهای شبکه­‌های پیچیده را به نمايش گذاشته­‌اند. این شبکه­‌ها که بخش مهمی از دنیای پیرامون ما را شکل می‌دهند در عملکرد روزانه ما و سایر موجودات دخالتی تام و تمام دارند؛ با این همه، به ندرت قادرند تا در برابر گستره وسیعی از چالش­‌ها از جمله حملات هوشمند، اشکالات نرم­افزاری و سخت­افزاری و اشتباهات انسانی، تاب­‌آوری مورد انتظار را برای سرویس­‌دهی به تمامی نقش­‌هایی که پذیرا شده­‌اند نمایش دهند. در اکولوژی، استحکام صفت مهمی از اکوسیستم است که می­‌تواند به واکنش در قبال آشفتگی­‌هایی همچون انقراض گونه­‌ها و نسل­‌ها مرتبط باشد. در بیولوژی، سودمندی استحکام شبکه در جهت مطالعه بیماری­‌ها و جهش ژن­‌ها است. در علم اقتصاد، اقتصاد مقاومتی میتواند درک ما را از تورم، ریسک­‌های سیستم­‌های بانکداری و امثال آن افزایش دهد. در سیستم­‌های حمل و نقل، خرابی­‌ها ممکن است اثرات جدی و اختلال در امر جابه­‌جایی به دنبال داشته باشند. در مهندسی نیز مطالعه استحکام می­‌تواند برای ارزیابیِ تاب­آوری شبکه­‌های زیرساخت مانند اینترنت، وب و نیروگاه­های برق سودمند باشد. بدین سیاق، انگیزش اصلی بسیاری از مطالعات اختصاص یافته به طراحی شبکه­‌های مستحکم ناشی از کاربردهایی حیاتی آن­ها در شبکه­‌های ارتباطی، نیروگاه­‌ها، سیستم­های حمل و نقل، شبکه ­های سنسور، شبکه­‌های لجستیکی و امثالهم بوده است. استحکام در شبکه­‌های پیچیده و زیرساخت­‌های پیشرفته امروزی یکی از ویژگی­‌های حیاتی و مهم آن به شمار می‌رود و در طی سالیان اخیر به یکی از زمینه­‌های پژوهشی جذاب و رو به رشد تبدیل شده است. این زمینه پژوهشی به دنبال آن است تا راه­کارها و مکانیزم­‌هایی را جهت بهبود اتصال­‌پذیری شبکه­‌های پیچیده در برابر خرابی­‌های تصادفی و حملات سیستماتیک جستجو کند. تاکنون معیارهای مختلف و متنوعی برای سنجش و ارزیابی میزان استحکام و تاب­‌آوری شبکه­‌های پیچیده ارائه شده و بخش مهمی از این معیارها به نظریه گراف و مطالعه و بررسی آن اختصاص یافته است. در این گفتار بنا داریم مرور نسبتاً جامعی درباره این معیارها داشته باشیم و توانایی و محدودیت­‌های آن­ها را در تجزیه و تحلیل استحکام شبکه­‌های پیچیده و اجتماعی نمایش داده و یک مجموعه ابزار مفهومی را به منظور تسهیل در تحلیل استحکام شبکه­‌های پیچیده و اجتماعی و انطباق آن­ها با زمینه­‌های پژوهشی­ و عَملی فراهم سازیم.

کلید واژه­‌ها: شبکه­‌های پیچیده (Complex networks)، شبکه­‌های اجتماعی (Social Networks)، استحکام (Robustness)، تاب­‌آوری (Resilience)، نظریه گراف (Graph theory)، خرابی­‌های تصادفی (Failures)، حملات هدفمند (Targeted attacks)

💠 https://www.nature.com/articles/d41586-017-07690-y

پیشنهادهایی برای یادگیری بازبهنجارش بدون درگیرشدن بیش از حد با نظریه میدان!

https://en.wikipedia.org/wiki/Renormalization#General_introduction

در مورد گذارفاز تپولوژیک و جایزه نوبل سال گذشته بیشتر بدونید:

https://johncarlosbaez.wordpress.com/2016/10/07/kosterlitz-thouless-transition/

🍏 https://medium.com/@abbascarimi/advice-for-the-young-scientist-c39ce2f7809e

🙊 https://mobile.nytimes.com/2017/12/07/science/brain-information-monkeys.html?_r=0&referer=https://t.co/iLbJ22uTXa?amp=1

First AlphaZero learned go, just by playing itself, becoming the world's best player in 40 days. Now it has taught itself to be the world's best chess player - crushing all others.