RCNS實驗室在4月7日上午9:00-12:00舉行了2022年77779193永利官网第三期研究生論壇，RCNS全體成員和各位導師共同參加。在這次組會上，首先由2名研一學生和2名研二學生彙報自己的研究進展，然後老師與同學們對彙報内容進行學術探讨，并對存在的問題給出相應的指導和建議。

朱在亮：文章主要提出了一個蛋白質組信息（Proteome-Informed）機器學習 (ML) 平台，用于發現幾乎最佳的抗可卡因成瘾先導化合物。分析了可卡因成瘾所涉及到的蛋白質相互作用網絡，以确定所涉及的藥物靶點，并建立了 32 個 ML 模型，對 60,000 多種候選藥物或實驗藥物進行交叉靶點分析（cross-target analysis）來推斷其副作用和再利用潛力。又進一步預測了它們的 ADMET（吸收、分布、代謝、排洩和毒性）特性。最終篩選出幾乎最佳的抗可卡因成瘾的化合物。

賴楊帆：彙報主要是最近做的相關實驗，研究主播PK中查找PK優勝主播的特征。特征有平台助力（以主播節點權重反映）、主播可信度（觀衆是否會受到主播影響改變自己的觀點值）、主播自我程度（主播是否會改變自己的觀點值）、即時反饋（影響主播的初始觀點值以及主播觀點更新機制）。對查找PK研究進行完善後，會進行随機PK的研究，随機PK會改變網絡結構與網絡中所有節點權重，還會引入處于競争狀态的贊助商的影響與産品質量的影響。

韓垚：文章借鑒多重網絡理論與傳播動力學理論，考慮工作中線下溝通、工作中通過企業社交媒體在線洵通及非工作時間電子溝通三種主要渠道，建立基于多渠道的多重網絡中的創意擴散模型；其次，确定多重網絡中的擴散阈值，得出創意在多重網絡中持續擴散的阈值條件；最後，對創意在多重網絡中的擴散過程進行仿真實驗，探究各子網絡層間創意擴散的交互影響，分析網絡結構對創意擴散的影響，并提出基于多渠道的創意擴散策略。

刑暢：分享了一篇于今年2月份發表于Chaos上的名為《Hurst analysis of dynamic networks》的文章，文章構建了一個快照網絡的多重分形分析，其中赫斯特積分被用來描述隐藏在結構動力學中的分形結構。其次，對網絡模型進行了調整，并進行了比較分析，以闡明Hurst指數的意義，發現了快照網絡通常包含多個分形結構，如局部和全局分形結構。最後，讨論了兩個真實網絡數據集的分形結構。發現真實的快照網絡也包含了豐富的動态，可以用赫斯特指數來區分。特别是，金融網絡的動力學包括多重分形結構。文章為研究動态網絡提供了一個視角，從而間接地描述了複雜系統動力學的分形特性。

                                 — 學生彙報照片展示 —