报告人： 史际帆

报告题目：干预性动力学因果理论与应用
时间：2026年6月2日（周二）16：00-17：00
地点：北五楼427

报告摘要：

因果关系的检测与量化是科学、工程以及复杂系统研究中的核心问题，尤其是在仅能获得观测数据而无法进行真实干预的情况下，更具有挑战性。本报告将介绍一种新的因果分析框架——干预动力学因果（Interventional Dynamical Causality, IntDC），用于从时间序列中刻画复杂系统中的因果影响。与传统的构造型动力学因果方法（如 Granger 因果、转移熵以及收敛交叉映射等）不同，该框架从“干预”的角度，在延迟嵌入空间中定义与分析因果作用。报告进一步提出一种新的计算指标——干预嵌入熵（Interventional Embedding Entropy, IEE），用于仅基于观测时间序列数据量化因果强度，而无需已知系统动力学模型或实施真实干预。理论分析与数值实验表明，IEE 能够有效识别因果方向、抑制混杂因素影响，并在非线性复杂系统中稳健地量化因果强度。我们将展示该方法在 Logistic 动力学、耦合 Hénon 映射、混沌神经网络、秀丽隐杆线虫神经连接组、COVID-19 传播网络以及昼夜节律基因调控网络中的应用结果，说明其在复杂系统因果分析中的广泛适用性与有效性。本工作为非干预复杂系统中的数据驱动因果研究提供了一种新的理论与计算框架。

报告人简介：
史际帆, 复旦大学智能复杂体系基础理论与关键技术实验室副研究员, 复旦大学时空组学整合研究中心(筹)研究员, 博士生导师. 入选国家级青年人才计划、上海市青年人才计划. 获北京大学计算数学学士与博士学位, 曾任东京大学特任研究员. 获得国自然原创探索计划项目、国自然青年基金、科技部重点研发计划等国家级项目资助. 研究领域为计算生物学、复杂系统中的动力学等, 主要课题包括随机模型与算法、复杂网络、动力学因果、临界理论、单细胞组学建模与分析、脑数据建模与分析等数学与生命科学交叉研究方向. 研究内容主要围绕理论、计算、应用三个方面, 通过结合数学理论和实验数据, 探索复杂现象背后的普适数学规律和定量模型, 以达到对生命复杂体系进行描述、解释、预测、控制等目的. 研究成果发表于Natl Sci Rev, Nat Commun, The Innovation, PLoS Comput Biol, Adv Sci 等, 出版专著一部, 参与编写教材一部. 目前担任 PLOS Comput Biol Academic Editor, 中国运筹学会计算系统生物学分会青年理事等.