Nye dynamiske afhængighedsrammer kan føre til bedre neurale sociale og teknologiske systemmodeller

Mange virkelige komplekse systemer inkluderer makroskopiske undersystemer, der påvirker hinanden. Dette opstår, for eksempel, i konkurrerende eller gensidigt forstærkende neurale populationer i hjernen, spredning af vira, og andre steder. Det er derfor vigtigt at forstå, hvordan forskellige former for intersysteminteraktioner kan påvirke den samlede kollektive adfærd.

I 2010 blev der gjort betydelige fremskridt, da teorien om perkolering på indbyrdes afhængige netværk blev introduceret af prof. Shlomo Havlin og et team af forskere fra Institut for Fysik ved Bar-Ilan University i en undersøgelse offentliggjort i Natur . Denne model viste, at når noder i et netværk afhænger af noder i et andet for at fungere, katastrofale kaskader af fejl og pludselige strukturelle overgange opstår, som det blev observeret i den elektriske blackout, der påvirkede store dele af Italien i 2003.

Indbyrdes afhængig perkolering, imidlertid, er begrænset til systemer, hvor funktionalitet udelukkende bestemmes af forbindelse, giver således kun en delvis forståelse af et væld af virkelige systemer, hvis funktionalitet er defineret i henhold til dynamiske regler.

Forskning har vist, at to grundlæggende måder, hvorpå noder i et system kan påvirke noder i et andet, er indbyrdes afhængighed (eller samarbejde), som i kritiske infrastrukturer eller finansielle netværk, og antagonisme (eller konkurrence) som observeret i økologiske systemer, sociale netværk, eller i den menneskelige hjerne. Indbyrdes afhængige og konkurrencedygtige interaktioner kan også forekomme samtidigt, som observeret i rovdyr-bytteforhold i økologiske systemer, og i kikkert -rivalisering i hjernen.

I et papir, der for nylig blev offentliggjort i Naturfysik , Bar-Ilan University Prof. Havlin, og et team af forskere, herunder Stefano Boccaletti, Ivan Bonamassa, og Michael M. Danziger, præsentere en dynamisk afhængighedsramme, der kan fange indbyrdes afhængige og konkurrencedygtige interaktioner mellem dynamiske systemer, der bruges til at studere synkronisering og spredning af processer i flerlagsnetværk med interagerende lag.

"Denne dynamiske afhængighedsramme giver et stærkt værktøj til bedre at forstå mange af de interagerende komplekse systemer, der omgiver os, "skrev Havlin og team." Generaliseringen af ​​afhængige interaktioner fra perkolering til dynamiske systemer giver mulighed for udvikling af nye modeller for neurale, sociale og teknologiske systemer, der bedre fanger de subtile måder, hvorpå forskellige systemer kan påvirke hinanden. "

Prof. Havlins forskning siden 2000 har produceret banebrydende nye matematiske metoder inden for netværksvidenskab, som har ført til omfattende tværfaglig forskning på området. Efter Havlins og hans kollegers offentliggørelse af teorien om perkolering, han modtog American Physical Society's Lilienfeld -pris, som tildeles for "et mest fremragende bidrag til fysikken". Tidligere på året modtog han Israel -prisen i kemi og fysik.