从集体动力学统计中揭示物理相互作用网络

从观测到的集体动力学中揭示复杂系统的物理相互作用，构成了科学中一个基本的反问题。当前的重构方法需要访问系统模型或精细程度的动力学数据，而这往往不可得。我们利用不变测度的变化，特别是系统采样态分布对驱动信号的响应，并使用压缩感知来揭示物理相互作用网络。在驱动之后的动力学观测，即便时间无序、以大采样间隔获取且来自不同实验，也足以推断物理连通性。在人工与真实网络拓扑上检验多种涌现的非线性动力学过程，表明对相互作用的存在性与类型均有高重构质量。这些结果推进了我们在复杂人工与自然系统中揭示物理相互作用网络的能力。