研究人员获得资助以开发新的社会行为模型

明钟（Ming Zhong），应用数学助理教授，已从橡树岭联合大学获得拉尔夫·E·鲍威尔初级教员提升奖（Ralph E. Powe Junior Faculty Enhancement Award），用于开发两种截然不同的数据驱动建模方法，旨在模拟和预测复杂系统的涌现行为。这些模型将设计用于应对市场经济、意见形成和刑事司法等社会问题。他是从174名申请者中选出的37名获奖者之一。

“能够获得橡树岭联合大学的认可，从而开展一项可能影响公民政策并对社会产生真正影响的研究项目，这令人兴奋，”明钟说，“我们还期待与国家实验室、公司和其他政府民政部门展开更多未来合作，以更好地理解我们的模型。”

研究的重点是理解社会问题建模中的涌现行为，如美国政治格局两极分化的形成。目标是提供数学见解，揭示如何通过对此类行为的建模不仅增进对美国日常生活的理解，还能为提高生活水平和提高民事治理效率做出贡献。

“集群、群飞和群集是由局部交互的主体产生的涌现模式，”明钟说，“这些主体可以是智能主体，如人类。社会行为可以呈现出某些有趣的模式，例如交通流量、市场经济、群体思维或羊群行为。政治意见的共识可以被视为一种集群形式。”

明钟说，该研究将通过变分反问题这一新数据驱动建模技术，从芝加哥公共数据库获取的实际数据中推导出更真实的模型。

“智能主体行为（如自由意志）比粒子或其他非智能主体的行为更具随机性，”明钟说，“为了更准确地建模这些行为，必须了解这些模式产生的根本原因，例如主体之间如何相互影响和交互。”

明钟说，该项目面临的最大挑战是清理用于模型的真实数据集。

“真实数据集可能存在大量噪声，在模型中呈现缺口，以及其他各种可能妨碍我们准确预测的因素，”他说。