Ученые Университета Буффало (США) разработали новый алгоритм, позволяющий предсказывать наступление критических переломных моментов в различных системах. Результаты их исследования были опубликованы в авторитетном научном журнале Nature Communications.
Предложенный алгоритм способен определять в анализируемых данных конкретные точки, которые указывают на приближение системы к переломному моменту, когда изменения могут ускориться или стать необратимыми. Такие прогностические возможности могут быть применены для предупреждения о климатических катастрофах, эпидемиях заболеваний и других критических ситуациях.
В основе разработанного подхода лежит использование стохастических дифференциальных уравнений для наблюдения за узлами данных и последующего определения тех из них, которые наиболее информативны для расчета сигналов раннего предупреждения. Это обусловлено тем, что отдельные узлы данных могут претерпевать изменения раньше и более радикально по сравнению с другими, когда система приближается к переломному моменту. Правильный выбор ключевых узлов позволяет повысить качество сигналов раннего оповещения и избежать неэффективного расходования ресурсов на мониторинг менее информативных элементов.
Предложенный алгоритм также включает в себя интеграцию достижений науки о сетях. Так, в недавних исследованиях было показано, что психические расстройства могут рассматриваться как сети симптомов, оказывающих взаимное влияние друг на друга посредством обратных связей. В этом контексте, изменения в одном симптоме (узле сети) могут предвещать появление пяти других симптомов в ближайшем будущем, в зависимости от степени их взаимосвязанности.
Таким образом, разработанный учеными Университета Буффало алгоритм представляет собой важный научно-технический инструмент, способный существенно повысить точность прогнозирования критических переломных моментов в различных областях, включая климатологию и медицину.
