新传媒网无论您是想预测气候灾难还是心理健康危机，数学都告诉我们要寻找波动。
从野生动物数量到焦虑水平的数据变化可能是一个早期预警信号，表明系统正在达到一个关键阈值，即所谓的临界点，在这个阈值中，这些变化可能会加速，甚至变得不可逆转。
但哪些数据点最重要?哪些只是噪音?
布法罗大学研究人员开发的一种新算法可以识别接近临界点的最具预测性的数据点。《自然通讯》中有详细介绍，该理论框架利用随机微分方程的强大功能来观察数据点或节点的波动，然后确定应使用哪些数据点或节点来计算预警信号。
模拟证实该方法在预测理论临界点方面比随机选择节点更准确。
“每个节点都有些噪音，换句话说，它会随着时间的推移而变化，但当接近临界点时，有些节点可能会比其他节点更早、更剧烈地变化。选择正确的节点集可能会提高预警信号的质量，因为并帮助我们避免浪费资源来观察无信息的节点。”该研究的主要作者、布法罗大学艺术与科学学院数学系教授兼研究生主任 Naoki Masuda 博士说道。
该研究由数学系博士后研究员 Neil Maclaren 和东京大学国际神经智能研究中心执行主任 Kazuyuki Aihara 共同撰写。
通过网络连接的警告信号
该算法的独特之处在于它将网络科学完全融入到该过程中。 Masuda 说，虽然过去二十年早期预警信号已应用于生态学和心理学，但很少有研究关注这些信号如何在网络内连接。
考虑一下抑郁症。最近的研究认为它和其他精神障碍是一个通过创建反馈循环相互影响的症状网络。食欲不振可能意味着在不久的将来会出现其他五种症状，具体取决于这些症状在网络上的接近程度。
