交流分享
当前位置:首页 > 学生思政 > 交流分享
赴美国波士顿大学交流心得——吴旻诚
时间:2019-11-24 来源:研究生思政办 编辑:yjsszcse 访问次数:2123

本人吴旻诚,于2018年10月获学校与导师资助,于2018年10月至2019年10月在美国波士顿大学进行了一年的学习和交流,现就访学期间的学习和交流情况总结如下。

波士顿大学(Boston University),简称BU,创办于1839年,是历史悠久的世界顶尖研究型大学,同时也是全美第三大私立大学,其主校区位于波士顿市中心查尔斯河河畔,与哈佛大学、麻省理工学院隔河相对。波士顿大学在全球享有一流的学术声誉,在2020QS世界大学排名中位列世界第98位,在2018年的世界大学排名中,其被US News评为世界第39位的顶尖综合大学,在马萨诸塞州仅次于哈佛大学和麻省理工学院;在泰晤士高等教育世界大学排名中位列世界第70位。在ARWU世界大学学术排名中,波士顿大学在医学领域位居全球第30位,商科位居全球45位。在依托大数据的新兴专业(如:数据分析,商业分析)排名中,波士顿大学高居全美第5位。我访问的波士顿大学物理系位于波士顿大学东的科学工程学院,约有将近100名研究生。波士顿的物理系研究领域包括基本粒子理论、基本粒子实验、精密粒子实验、凝聚物质理论、统计物理、凝聚物质实验、计算物理、生物物理等方向。我所研究的方向是统计物理,涉及复杂网络的结构与相变分析等。

我的外导是H. Eugene Stanley,是美国波士顿大学的物理系教授教授。他为统计物理学做出了开创性的贡献,并且是跨学科科学的开拓者之一,同时也是经济物理学的奠基人之一。 Stanley教授对统计物理学中的几个主题做出了重要贡献,例如相变理论,渗流,无序系统,聚集现象,聚合物,经济物理学和生物物理学等。这些主题现在已成为标准统计物理教科书的一部分。他虽然年级比较大,行动也不是很便捷,但他几乎每个工作日都会乘坐地铁到办公室,甚至周末学生都寥寥无几的时候,也会经常出现在办公室。他的办公室就在学生实验室的旁边,所以学生可以经常看到他,他也经常会来学生实验室里面加热午餐或是泡咖啡。Stanley教授为人非常热情,并乐于助人,只要他在办公室,学生可以随时找他讨论,他都会非常欢迎。他不仅对已经来的学生、访问学者非常热情,还对想要去交流的学生也非常热情,发邮件给他会回复地非常快。他每周都会很认真地亲自组织组会,每次组会也必到场,组会的形式和在国内差不多,由一两位同学主要讲讲自己的工作。在同学们讲的时候,Stanley教授往往不会关注细节,但是会对整个工作的动机、主要思路、结论等进行宏观上的提问和把控。平时会经常有其他学校的学者来拜访他,他也会在组会的时候邀请这些学者作报告,与大家交流。

波士顿大学的地理位置很好,依靠查尔斯河而建,河边经常会有人跑步、锻炼,也适合散步、放松。查尔斯河对岸就是麻省理工学院和哈佛大学。因为也有一起的交流学生去麻省理工学院和哈佛大学,所以报告信息大家都可以共享,当有与相关的学术报告或其他学术交流时,我也会常乘地铁去麻省理工学院和哈佛大学听报告,同时也能感受世界一流大学的学术氛围和环境。在参加来自美国不同大学、不同科研机构的学术报告等交流后,我通过总结与反思,不仅从他们的研究中获取一线科研的动向,也为自己的科研工作提供打开了思路。大多数来自各地的学者都非常热情,也很乐意与其他学者讨论学术问题,交流科研经验,互相学习提升。

我研究的问题是通过局部观测进行多层网络重构的课题,在出国交流的初期,我主要学习了网络生成模型,从而思考如何建模多层网络通过局部观测进行网络重构的问题。在此基础上,完成对该问题的调研与建模,即定义基本的概念,描述重构问题,并思考主要步骤(通过优化刻画网络结构的参数,和多层网络结构分布),通过最大似然估计求得最有可能的参数,和多层网络最有可能的结构;在解决该问题的基础上,同时得到该解决方法的有效性,即估计的好坏。理论证明得到该方法是渐近有效估计,当网络规模趋于无穷时,估计的参数的方差达到理论的最小值(Cramer Rao下界),也就是对信息量的最佳利用。

当进行网络的重构后,需要对重构进行微观上的评价,即对每一层每一条边是否重构成功进行衡量。衡量的基本元素是真阳性、假阳性、真阴性和假阴性。通常对阳性阈值取0.5时,可以得到每个网络的重构正确率。为了适应不同的应用场景,把阈值从0调节到1时,可以得到对应的ROC曲线,衡量了真阳性(收益)和假阳性(代价)的取舍。此外,该重构方法不仅可以得到微观上的重构,也可以得到中观上性质(如度分布等)的期望,即对微观的状态求期望可得,同时也能得到方差等性质。当研究重构的结果后,发现不同的网络重构性能有较大差异,所以继续研究影响网络重构性能的因素。通过熵的概念,将多层网络平均度之比r、重叠o、观测比例c与重构正确率联系起来,并描述不确定性是怎么被上述的因素定性影响的。然后进行理论推导,描述准确率是怎么被不确定性和整体可重构性(度分布的余弦相似性)定量决定的。得到影响因素后,实际情况可能是对观测有固定预算时,但允许对多层有不同的观测比例,所以继续将观测c比例对于微观重构效果的影响。在真实数据集中,发现一般来说不同层比例越悬殊,效果会越好,但不同的数据会有不同的最佳分配比例。所以系统分析了r,o是如何影响最佳观测比例的。最后,往往需要考虑重构网络上的动态过程,所以需要分析宏观效果的影响,首先进行真实网络和重构网络在级联失效过程的比较;并分析r,v,h是如何影响重构网络的级联失效效果的;然后进行真实网络和重构网络在随机游走过程的比较;并分析r,v,h是如何影响重构网络的随机游走效果的;最后进行真实网络和重构网络在传播过程的比较;并分析r,v,h是如何影响重构网络的传播效果的。

在出国交流学习的这一年里,首先拓宽了自己的视野,能够看到世界上最顶尖的高校的学习氛围和学术情况。其次,在与各个地方来的同学和老师交流的时候能够拓宽自己研究的思路,锻炼了发现问题,深入思考,解决问题的能力,而且结实了不少来自世界各地的学者,互相交流了科研学术的经验。更重要的是,培养了从思考、写作、编程、画图等等一系列的整体能力。最后,也学习到了网络科学领域内的最新研究进展,加深了对网络科学领域整体发展的理解。


图片3.png 图片1.png

图片2.png 图片4.png