欢迎光临
我们一直在努力

数学家为新想法的出现建立了模型

来自伦敦玛丽皇后大学的研究人员为创新的出现开发了一个数学模型。

研究创造性过程并了解创新如何产生以及新颖性如何能够引发进一步的发现可能会导致有效的干预措施,以培育社会的成功和可持续发展。

实证研究表明,发现新奇事物的方式遵循各种不同背景下的类似模式,包括科学,艺术和技术。

这项研究发表在“ 物理评论快报”上,引入了一个新的数学框架,可以正确地再现实际系统中新奇事物的出现速度,称为Heaps定律,并且可以解释为什么发现具有强相关性并且经常成簇。

它通过将最初由Stuart Kauffman在生物系统背景下制定的“相邻可能”理论转化为复杂网络的语言来实现这一点。相邻的可能性是在发现新发现时开放的所有新机会的集合。通过捕捉组件之间的基本关系,以及模拟许多复杂社会现象背后隐藏的结构,网络已成为研究现实世界系统的有力方式。

在这项工作中,网络被用来模拟概念之间关系的基础空间。

主要作者,玛丽女王数学科学学院的Vito Latora教授说:“这项研究为创新建模开辟了新的方向,同时还有一个新的框架,可能在技术,生物,艺术和商业调查中发挥重要作用。系统“。

他补充说:“研究创新产生的过程有助于理解获胜理念,突破性技术或成功商业活动背后的主要成分,并且是制定有效的数据知情决策,战略和干预措施以培育成功的基础。和社会的可持续发展。“

在这项研究中,发现过程被建模为一个特定类别的随机游走,在概念和想法之间的关系网络上命名为“强化”行走。创新对应于网络站点的第一次访问,并且每当步行者从概念移动到另一个概念时,这种关联(网络中的边缘)被加强,以便将来更频繁地使用它。研究人员将此命名为“边缘强化随机游走”模型。

为了展示该模型在实际案例中的工作原理,他们还构建了一个由20年不同学科的科学出版物组成的数据集,如天文学,生态学,经济学和数学,以分析新概念的出现。这表明,尽管边缘强化随机游走模型简单,但能够重现现代科学中知识的增长。

Vito Latora教授补充说:“我们提出的框架构成了研究发现过程的新方法,特别是那些可以从经验数据直接重建基础网络的方法,例如用户通过歌曲之间的相似性网络听音乐。我们已经在研究这个想法,加上我们模型的扩展版本,我们通过同时考虑多个步行者来研究这些网络空间的集体探索。“

免责声明:本网站图片,文字之类版权申明,因为网站可以由注册用户自行上传图片或文字,本网站无法鉴别所上传图片或文字的知识版权,如果侵犯,请及时通知我们,本网站将在第一时间及时删除。