摘要

从数据中重构复杂网络结构和动力学的能力是理解和控制复杂系统集体动力学的基础。尽管最近在这方面取得了进展，但利用随机动态过程的有限时间序列重建网络仍然是一个尚未解决的问题。我们提出了一个基于压缩感知的框架去重构发生随机扩散动力学的复杂网络。我们将该方法应用于大量的模型和真实网络，发现可以从少量的极化（二进制）数据中实现异构相互作用的完全重建，这是压缩感知的一个优点。此外，我们还证明了一个触发传播过程但外部不可访问的隐藏源可以被确定，并在没有直接传播路径的情况下确定和定位。因此，我们的方法建立了一个在复杂的网络系统中追踪和控制流行病入侵和信息扩散的范例。