图片由Pixabay

作者:阿曼达·安德烈

天气系统。电网。股票市场。互联网。

这些都是复杂和相互关联的系统,可能容易受到所谓的黑天鹅灾难性的,藐视的难以预测的事件的预期甚至发生。这些是我们的飓风,我们停电,我们的崩溃,我们从来没见过(不过现在回想起来,很明显)。当这些发生时,该系统是动摇。它会崩溃,反弹,或变得更强壮?

Anti-fragility是一个系统,暴露在随机和不稳定事件,会更强。这个系统属性对比等属性脆弱(系统休息),或弹性/鲁棒性(系统抵制事件和保持不变)。Anti-fragility和黑天鹅被学者概念开发和推广纳西姆•尼古拉斯•塔勒布,他们提供有用的分析框架周围的巨大社会和物理系统。

“我一直在抨击anti-fragility的概念,“说Imanuel波特兰迪,一个工程师的工程和生物测定数据。“我们如何整合分析non-predictive ?的制衡,以确保我们不建设极其脆弱的事物?“波特兰迪最终感兴趣的是能够描述脆弱而无需预测特定事件。

此外,波特兰迪想测试概念本身在现实世界的应用。内部研究竞争,他成立了一个小组,调查anti-fragility,提出开发利用历史数据和现场模型建模框架。这种建议的过程包括(以下数据,分析系统变量检测周期的波动(黑天鹅可能飞)、聚合反应系统,集成系统的输入和输出,输入和模拟波动。希望赞助商将有一个框架,用于检测脆弱两大历史数据和模型偏差和生活模式,从而能够应用于不同的领域,无论是天气还是政策、金融或城市规划。建议最后阶段的比赛,尽管它没有收到资金,波特兰迪MITRE-wide呈现它。

”,获取数据始终是一个挑战,“波特兰迪承认。“你不能孤立某些现象。“现在,他的团队正在考虑使用数据从谷歌地图和弗吉尼亚交通部(VDOT)事故报告,从中他们可以描述某些线路的脆弱性在交通模式重大事故或事件。使用此数据作为初始模型可以转换任何其他种类的功能网络,如网络和电网。

波特兰迪建议对跳预测这类工作。“这是更多关于描述系统如何响应波动一般来说,不是,”它会打破这一点吗?如果我们找到一个模式,我们可以深入,看看anti-fragile或脆弱。“找到这些如果他们exist-could帮助建立一个系统的准备适应并发展壮大以应对任何黑天鹅的灾难性的影响。

在我们下一篇关于应用程序在数据科学、我们将了解深度问题时,确定哪些数据是相关的,哪些数据是异常。(提示:有时他们都是。)

你喜欢这个系列的数据科学从业人员和应用程序数据科学?想听更多的故事吗?让我们知道!

阿曼达·安德烈是一个计算社会科学家在认知科学和人工智能。她专注于社交媒体分析,设计创新的空间,在酷主题写文章。

参见:

数据科学从业人员

数据科学的技术挑战

定义、应用、和协调数据科学横切

上升的挑战:打击非法无人机系统

错误和卓越的悖论:彼得·圣吉博士讨论培养学习组织

横切Hackathon检视新兴移动技术的影响

数字笔记本紧急应急人员

通过系统Visioneering管理知识

©2018斜方manbetx客户端首页公司。保留所有权利。批准的公开发布。无限的分布。18 - 0461号。

manbetx客户端首页主教法冠公司是一个非盈利性组织,设有研发中心由联邦政府。了解更多主教法冠。