解耦复杂系统的时间尺度：一种时间网络分析的贝叶斯方法

复杂系统演化时间尺度的变化对于预测临界转变和灾难性故障至关重要。解耦支配复杂系统动力学的时间尺度仍然是一个关键挑战。本研究引入了一种基于时间网络模型的集成贝叶斯框架来应对这一挑战。我们聚焦于两种方法：用于识别系统动力学转变的变点检测，以及用于推断时间尺度分布的谱分析。应用于合成数据和实证数据集时，这些方法能够稳健地识别临界转变，并全面绘制复杂系统中的主导和次要时间尺度。这种双重方法为分析时间网络提供了强有力的工具，显著增强了我们对复杂系统动态行为的理解。