2023年9月5日，我校数学科学学院优秀毕业生童宇燕以第一作者在国际著名学术期刊《Proceedings of the National Academy of Sciences of the United States of America》上发表了“实时地震前兆预警”方面的最新研究成果，该篇论文题目为“Earthquake alerting based on spatial geodetic data by spatiotemporal information transformation learning”（https://doi.org/10.1073/pnas.2302275120），该论文是童宇燕目前所在的华南理工大学数学学院刘锐教授课题组和中国科学院研究所陈洛南教授课题组合作完成的。

在众多自然现象中，系统在短时间内发生的状态临界变化（即从一个稳态变成另一个稳态）是一种重要的动力学现象，有时会导致灾难性的后果（例如地震、疾病恶化等）。预警系统临界状态或相变已经成为各个自然科学领域的重要问题。然而，从动力系统的角度来看，由于现实系统的非线性和时变性，最近观测的短期时间序列数据（recent short-term time series）比很久之前观测的时间序列数据（remote long-term time series）包含更多关于现行的动力系统动态及未来演变信息。而且，由于现实系统的复杂性，很难对某些实际系统进行精确建模。因此，如何基于高维复杂系统的短时序列数据，建立无模型的计算方法预警系统临界状态是一个非常有挑战性的问题。

该成果基于延迟嵌入理论和动态网络标志物方法的实时数据时空信息转化学习的框架，通过把高维（观测的显变量）空间关联信息转化为低维（非观测的隐变量）动态时间信息，建立了全新的大地局部变形的前兆预警方法（real-time spatiotemporal information transformation learning，RSIT）。RSIT方法把非线性时间序列预测与动力学临界点检测方法相融合，由此可以高效地探测非线性系统临界状态的两个关键信号，即，(a) 显变量的临界不可预测性（critical unpredictability）/不一致性和 (b) 隐变量的临界波动性（critical fluctuation）/不稳定性，从而实现了基于实时高维观测数据的非线性动力系统临界状态预警。

作者简介：童宇燕，四川师范大学2019届毕业生，保研后到华南理工大学数学学院计算数学专业硕博连读，师从青年长江学者刘锐教授，主要从事非线性高维动力系统状态突变预警算法的研究。

作者：李媛 二审：蒋毅 ，终审：屈加文