基于信息动力学的高阶相互作用网络表示

在科学与工程中，许多复杂系统被建模为网络，其中节点和链路分别描绘了系统单元的时序演化以及单元之间动态相互作用的过程，这些相互作用通常通过自相关或交叉相关的度量来评估。然而，越来越多的研究正在记录表明，这种标准网络表示可能会忽略由三或更多动态过程共享的潜在关键信息，即高阶相互作用（HOIs）。虽然已有若干度量方法（主要源自信息论）可用于评估网络系统中由多变量时间序列映射的HOIs，但这些方法都无法提供高阶相互依存关系的紧凑且细致的表示。本文通过引入一个用于评估动态网络系统中HOIs的框架，填补了这一空白。该框架基于动态实现的O信息度量，这是一种用于评估动态网络中HOIs的新度量，本文将其与其局部版本及其梯度一起使用，分别用于整体网络、每个链路以及每个节点的HOIs度量。将这些度量整合到常规网络表示中，结果构成了一个以信息动力学度量形式化定义的HOIs网络表示工具，采用线性版本实现，利用向量回归模型和统计验证技术实现，随后在仿真网络系统中进行展示，并最终应用于网络生理学领域的一个示例性案例。