歐洲複雜性科學、網絡科學研究機構推薦 | 美國之外的多種選擇

導語

對系統的嚴肅研究自20世紀50年代起，至今它的影響已經遍布世界各地。本文意在梳理歐洲大大小小從事系統科學研究的組織機構，這些機構主要，或者部分從事針對系統的研究。為方便複雜性科學的愛好與從業者提供參考與便利。

目錄

01. 帝國理工學院複雜性科學研究中心

02. 倫敦瑪麗女王大學複雜系統與網絡科學研究組

03. 薩塞克斯複雜系統研究中心

04. 布裡斯託複雜性科學中心

05. 巴斯大學網絡和集群行為研究中心

06. 約克大學跨學科系統分析中心

07. 倫敦大學學院 CoMPLEX 中心

08. 華威大學複雜性科學中心

09. 牛津大學及其子機構

10. 馬克思普朗克學會及其子機構

11. 瑞士弗裡堡大學物理學系

12. 巴黎高等師範學院法國

13. 巴黎複雜系統研究所

14. 裡昂高等師範學院複雜系統與認知過程研究中心

15. 生物計算和物理複雜系統研究所

16. 烏特勒支複雜系統研究中心

17. 查爾姆斯理工大學資源物理理論複雜系統研究

18. 都柏林科學計算與複雜系統建模研究中心

19. 國際應用系統分析研究所

20. 進化複雜性和認知研究組

21. 中歐大學網絡與數據科學系

相關閱讀：複雜性科學、網絡科學、計算社會科學研究機構推介（北美篇）

---

帝國理工學院複雜性科學研究中心 Imperial College London-Centre for Complexity Science

簡介：

該中心的研究重點在於那些超出了傳統模型和經典實驗能夠覆蓋的有趣現象的研究，注重理論與通用性。中心涉及不同的研究主題，包括金融，社會，經濟，統計力學。使用廣泛的數據集與理論工具對以上不同的研究主題進行理解與分析。

研究方向：

經濟，金融，生物，自組織，統計力學

推薦學者：

Henrik Jeldtoft Jensen，Kim Christensen

官方連結：

https://www.imperial.ac.uk/complexity-science/

---

倫敦瑪麗女王大學複雜系統與網絡科學研究組 Complex Systems and Networks Group, Queen Mary U of London

簡介：

倫敦瑪麗女王大學複雜系統與網絡科學研究組位於英國倫敦，屬於數學科學院。研究內容側重數學手段，研究興趣主要集中在動力系統與網絡互作下的自組織等各種集體行為上。主要研究工具包括圖論，統計力學，非線性動力學模型等數學工具。並用這些工具對生物學，社會系統和人工系統進行分析。機構注重工業合作與學術交流，定期舉辦複雜性科學相關討論班。

研究方向：

網絡科學（Network Theory），複雜系統，圖論（Graph Theory）應用非線性動力學（Applied nonlinear dynamics）機器學習，生物、社會模型

推薦學者：Vito Latora

項目推薦：倫敦瑪麗女王大學網絡科學碩士項目與博士項目

官方連結：https://www.qmul.ac.uk/maths/research/complex-systems-and-networks-group/

---

薩塞克斯複雜系統研究中心 Evolutionary and Adaptive Systems (EASY), U. Sussex

簡介

薩塞克斯大學演化與適應系統研究組在國際上享有盛譽，它成立於1990年，並由不同部門合作運行。這裡的研究人員關注生物與計算之間的關係並專注於跨學科的研究。研究重點包括適應性和認知機器人，計算神經科學，認知科學，生物啟發式算法，神經模型以及其臨床應用，機器學習與人工智慧，人工生命甚至是合成神經行為學。該研究所的研究範圍從數學理論和哲學到計算中的高性能計算以及神經形態工程（Neuromorphic engineering）。

研究方向：計算神經科學，認知科學，機器學習，算法

推薦學者：Phil Husbands, Thomas Nowotny

官方連結：https://www.sussex.ac.uk/easy/

---

布裡斯託複雜性科學中心 Bristol Centre for Complexity Sciences

簡介：布裡斯託工程學院和理學院合作成立的複雜性科學中心致力於發展多樣性、跨越傳統合作的跨學科研究、促進公眾參與的意識的工作。它同時也是一個博士培養中心。本研究中心的研究跨度從理論到模型與計算，研究對象包括社會，系統生物學，生態學，工程系統。

研究方向：機器學習，生態學，非線性數學

推薦學者：

Sabine Hauert：

http://hauertlab.com/

Nikolai Bode：

https://seis.bristol.ac.uk/~nb14397/Research.html

官方連結：

https://www.bristol.ac.uk/bccs/outreach/tangible-networks/

巴斯大學網絡和集群行為研究中心 Centre for Networks and Collective Behaviour

簡介：

巴斯大學網絡與集群行為研究中心是一個跨學科研究中心，它的主要任務是進行對存在複雜相互作用的系統的解構，建模與分析。

研究方向：生態與進化動力學，網絡分析，環境科學，心理學，數學模型

推薦學者：Dick James，Tim Rogers，Jon Dawes

官方連結：https://www.bath.ac.uk/research-centres/centre-for-networks-and-collective-behaviour/

---

約克大學跨學科系統分析中心 York Cross-disciplinary Centre for Systems Analysis

簡介：約克大學跨學科系統分析中心 （York Cross-disciplinary Centre for Systems Analysis）的成員來自約克大學不同部門，它們致力於開發新穎的數學，計算和分析手段用於複雜系統的分析與建模工作。除了跨學科的研究之外，本中心還對研究過程本身進行反思與探討，舉辦討論會議與交流活動。

研究方向：金融與生態系統適應性與彈性，自然計算與工程，機器人，免疫學，管理科學，網絡科學

推薦學者：Stepney, Susan; Martin Bees；Gustav Delius

官方連結：https://www.york.ac.uk/yccsa/

倫敦大學學院 CoMPLEX 中心 The UCL Centre for Computation, Mathematics and Physics in the Life Sciences and Experimental Biology

簡介：CoMPLEX全稱倫敦大學學院計算，數學物理學與生命科學和實驗生物科學交叉中心，匯集了生命科學和醫學家以及數學家，物理學家，計算機科學家和工程師以應對生物和醫學複雜性帶來的挑戰，懷著這個理念誕生了此研究中心。它致力於用定量手段研究生物學的問題，它與倫敦大學學院大比例的部門有合作關係。

研究方向：癌症，計算生物學，生物醫學，生物複雜性，計算神經科學，進化動力學

知名學者：Giandomenico Iannetti, Alexander Kabala, Karen Page

官方連結：https://www.ucl.ac.uk/complex/

---

華威大學複雜性科學中心 Warwick Complexity Complex, University of Warwick, UK

簡介：華威複雜性科學研究中心坐落於英國華威，它成立於2005年，與華威數學與統計系有緊密的聯繫。6位意在促進複雜性科學研究的研究人員，分別來自數學，物理與計算機專業成立了華威複雜性科學中心。致力於培養複雜性科學的跨學科人才，並陸續設置了一系列碩士與博士項目。由此本研究中心的研究風格傾向於跨學科，教育貫穿了複雜系統理解，設計與控制。

研究方向：複雜系統理論，大氣系統，非平衡態物理，疾病模型，計算神經科學

推薦學者：Robin Ball

項目推薦：華威複雜性科學研究小組提供碩士與博士項目

官方連結：https://warwick.ac.uk/fac/cross_fac/complexity/about/

---

牛津大學 Oxford University

簡介：牛津大學有一些利用複雜系統手段研究經濟、金融。比如系統的風險評估，與此同時，英國牛津大學針對複雜經濟網絡的研究分布在不同子機構之下，對於使用複雜系統的手法與思想研究經濟金融有深厚的積澱。相關內容包括：系統的研究項目與研究機構，在此集中介紹：

1. 牛津複雜單體動力網絡中心The CABDyN（Complex Agent-Based Dynamic Networks）Complexity Centre

簡介：牛津CABDyN中心的研究興趣集中於使用網絡動力學與基於單體的模型在各種學科中的應用，研究小組包含來自牛津超過十個部門學科的研究成員，例如牛津馬丁學院（Oxford Martin School）社會和進化神經科學研究組。共同解決從物理到生物，到計算科學與社會，經濟與政治的跨學科問題。為了給年輕學者提供研究養分，還承辦一系列複雜系統討論班（Complex Systems Seminar）。

研究方向：網絡模型，基於單體模型，物理，生物，社會，經濟，政治科學

推薦學者：Samson Abramsky, Felix Reed-Tsochas

官方連結：https://www.cabdyn.ox.ac.uk/complexity_home.asp

2. 牛津馬丁複雜性，風險與適應性研究計劃The Oxford Martin Programme on COMPLEXITY, RISK AND RESILIENCE

簡介：

我們對複雜性和風險的理解往往不足，我們用于衡量和管理風險的工具往往不足，例如2008年的金融危機，氣候變化以及核災難。複雜網絡的研究提供了社會和技術改良等理解問題的新視角。為生物，金融，社會，工程系統的理解，改良和風險控制上提供了嶄新的觀點。牛津Martin複雜性風險和適應性項目的研究重點在於研究不同系統背後是否符合共同的規律，它們的模型是否具備可遷移性以及相互解釋的能力。本研究所是牛津跨學科研究中心（The CABDyN Complexity Centre ）的一部分。

研究方向：

複雜性經濟學，金融危機預測，社會行為學，自組織等

推薦學者：

Felix Reed-Tsochas, Peter G. Bruce

官方連結：

https://www.oxfordmartin.ox.ac.uk/complexity/

3. 牛津新經濟思想研究院Institute for New Economic Thinking(INET)

簡介：INET意在解決傳統經濟學無法理解和解決的盲點，機構於2009年金融危機後成立，是一個無黨派非盈利機構。它希望通過理解和傳播複雜革新的經濟學理念來使得傳統經濟學思想的慣性以及它潛在的問題能夠得到理解和解決，從而使得社會更加和諧平等。

研究方向：經濟複雜性，湧現

推薦學者：

Perry G. Mehrling

Markus K. Brunnermeier

Anwar Shaikh

官方連結：

https://www.ineteconomics.org/

4. 牛津經濟網絡暑期學校

The Oxford Summer School in Economic Networks

簡介：

牛津經濟網絡暑期學校是面向學生的暑期短期體驗項目，它由牛津大學數學系和INET合作承辦。在這裡，學生們能夠學習網絡科學（network theory）在經濟，社會，遊戲，學習，金融經濟上的應用與發展潛力。來自世界各地，本項目每年招待大量關於複雜系統的研究人員和學著客座，實力雄厚。

官方連結：

https://www.maths.ox.ac.uk/events/summer-schools/economic-networks

5. 牛津複雜經濟學研究計劃

INET OXFORD&34;複雜自適應系統"，即動態相互作用的異構單體分分布網絡。它的行為會隨著社會行為和政策和關係的變化而變化，在這種觀點下，經濟更類似於生態系統，網際網路或者大腦，而不是傳統的機械模型。「牛津複雜經濟學研究計劃」正在運用複雜系統科學中的前沿工具來產生對廣泛經濟問題的新見解。該小組利用網絡分析和基於現代計算機模擬等方法，將真實的人類行為納入模擬範圍，並因此更好地將其應用於金融系統穩定性，創新和增長在內的問題上。小組成員來自經濟學，數學，計算機與物理等多個學科，並與其他複雜性科學機構與項目建立了穩定的合作關係。

研究方向：

經濟複雜性，風險，適應性（Resilience），自適應

官方連結：

https://www.maths.ox.ac.uk/events/summer-schools/economic-networks

---

馬克思普朗克學會 Max Planck Institute

簡介：

The Max Society for the Advancement of Science 中譯作馬克思普朗克學會，全名為馬克思普朗克科學促進協會。是德國頂尖的一流科學研究機構。旗下有八十餘個分支研究機構，其中的一些研究機構就致力於研究各種形式的複雜系統。在此進行集中整理介紹。

1.馬克思普朗克資訊理論與認知系統研究所Information Theory of Cognitive Systems Research Group at Max Planck

簡介：資訊理論與認知系統研究組屬於馬克思普朗克數學科學研究院，研究小組成立的初衷意在使用資訊理論理解認知系統的學習過程。研究小組認為認知過程與信息理論上的優化過程有異曲同工之處，即理論神經科學中的infomax原則。本小組希望通過研究複雜網絡來揭示大腦區域之間的相互作用，例如丘腦到皮質的相互作用。此外，小組也專注於感知-運動（sensory-motor）的集成，包括反饋過程，信息處理與控制，來研究如何集成人工智慧系統。

研究方向：資訊理論，生物，網絡科學，認知科學，人工智慧，人工生命，神經科學

推薦學者：Nihat Ay

官方連結：https://www.mis.mpg.de/ay/index.html

2.馬克思普朗克動力系統與自組織研究所Max Planck Institute for Dynamics and Self-organization

簡介：馬克思普朗克動力系統與自組織研究所位於德國哥廷根，成立於1925年，是馬克思普朗克學會中最古老且強勢的研究機構之一。它旗下擁有三個部門和六個研究小組，希望探索各種複雜系統，包括有生命的與無生命系統中無法用傳統方式解釋的自組織現象。並由此實現對於複雜系統的深入理解。

研究方向：自組織，計算神經科學，大氣科學

推薦學者：

Jaime Agudo-Canalejo

Karen Alim

Christian Bahr

官方連結：

https://www.ds.mpg.de/en

3.馬克思普朗克複雜系統物理研究所Max Plank Institute for the Physics of Complex Systems

簡介：馬克思普朗克物理複雜系統研究中心位於德國德勒斯登。它致力於用整體的視角研究複雜系統的行為，並將這些研究結果，複雜系統的研究理念和革新傳遞給年輕的科學家。基於這樣的理念，它每年舉辦超過20場學術活動，包括workshops與seminars開放接待來自世界各地的學生與學者。馬克思普朗克物理複雜系統研究所還招收博士和博士後研究員。

研究方向：生物系統，湧現，動力系統，物理學，統計物理，合作過程，自組織，複雜系統等

推薦學者：

Roderich Moessner

Jan-Michael Rost

FrankJülicher

官方連結：

https://www.pks.mpg.de/

4.馬克思普朗克德勒斯登系統生物學研究中心

Center for Systems Biology Dresden of Max-Planck

簡介：馬克思普朗克系統生物學中心位於德勒斯登，它於2010年在馬克思普朗克細胞與分子生物學研究所，馬克思普朗克複雜系統物理研究所與德勒斯登工業大學的合作之下成立。它作為一家跨學科的研究機構，致力於用多尺度模型理解複雜生物系統在時空維度上的發展過程。它集成了物理，計算機，生物信息學方向的研究人員，在顯微技術和自動圖像分析，識別與生物物理上都有所創新。

研究方向：系統生物學，計算生物學，生物信息學，系統與發育生物學等

推薦學者：

Ivo Sbalzarini

Frank Jülicher

官方連結：

https://www.mpi-cbg.de/research/systems-biology/

5.馬克思普朗克智能系統研究所Max Planck Institute for Intelligent Systems

簡介：馬克思普朗克智能系統研究所意在理解自治系統與它所在的環境的互動過程。包括這些複雜系統的感知，行為，互動和學習過程。利用這種理解，研究人員們就可以跨越宏觀與微觀，系統物理組成等因素來設計智能系統。並使用跨學科的手段將數學計算與材料等學科的知識集成在一起，使得這種設計成為可能。

研究方向：數學，自動化，計算機硬體與軟體，機器學習，機器人，人機互動，生物醫療等

推薦學者：

Andreas Geiger

Bernhard Schölkopf

Michael Black

官方連結：

https://www.is.mpg.de/

6.馬克思普朗克蘇黎世聯邦理工學習系統研究中心Max Plank ETH for Learning Systems

簡介：Max Plank ETH Institute for Learning Systems 是德國馬克思普朗克學會與蘇黎世聯邦理工（ETHZ）聯合運行的研究中心。是兩所機構之間成立的第一所聯合研究中心。它的研究重點放在理解自治系統與環境的有效互動背後的原則，範圍包括感知，行為和學習過程等。以期通過理解來設計未來的人工智慧系統。本所的研究對象不限形式，生物、計算、混合、或者材料、宏觀到微觀系統都可作為研究對象。因此，本研究所的研究手段也有極強的跨學科性。

研究方向：人工智慧，生物，醫學，工程，經濟學，學習理論（Learning Theory）

推薦學者：

Thomas Hofmann

Bernhard Schölkopf

官方連結：

https://learning-systems.org/

---

瑞士弗裡堡大學物理學系

University of Fribourg Department of Physics

簡介：弗裡堡大學物理學系有一定比例的研究專注於理解複雜的物理過程，這裡使用跨學科的思考方式與現代計算手段進行研究工作。弗裡堡大學物理學系與經濟學系有著合作關係，並因此催生出一系列經濟複雜性的跨學科研究。

研究方向：

非平衡態物理，複雜網絡，電磁學，soft matter，光子納米技術

推薦學者：

張翼成

官方連結：

https://www3.unifr.ch/phys/en/

---

巴黎高等師範學院

École Normale Supérieure Paries Department of Physics

簡介：

巴黎高等師範學校物理系下擁有的許多專注於研究複雜物理系統的行為的研究組與研究人員，例如「Modèles et Sciences des Données」 Chair 模型與數據科學系是由來自各個學科的科學家，包括生物，經濟，計算機，地球物理與數學認知科學等部門聯合成立的跨學科部門。意在定量的方法理解，解決與控制各個領域中的問題。

研究方向：

數據科學，系統生物學，生物物理，大氣科學，高性能計算

推薦學者：

Laurent Bopp; Le Doussal Pierre

官方連結：

http://www.phys.ens.fr/spip.php?rubrique257

---

法國巴黎複雜系統研究所

Institut des Systèmes Complexes, Paris Ile-de-France

簡介：

法國巴黎複雜系統研究所（CNRS-ISC-PIF）是法國國家科學院旗下的研究機構，致力於發展複雜系統跨機構，跨學科的研究。它定義自己的任務為開發複雜系統研究的新方法，新工具，並協助研究人員進行各種大型物理，生物，社會，環境和技術系統上共同特性的研究。並提供複雜系統研究的技能訓練與研究資源。

研究方向：

高性能計算，規模理論，複雜系統

推薦學者：

David Chavalarias

Alexandre Delanoë

官方連結：

https://iscpif.fr/?lang=en

---

裡昂高等師範學院複雜系統與認知過程研究中心

Center for the Study of Complex Systems and Cognition, Ecole Normale Superieure, Lyon

簡介：

CENECC成立於2000年，它的前身是法國裡昂高等師範學院關於認知科學的非官方討論組，集成了超過十年的講座，研討會與workshops後，由此成立了CENECC。CENECC目前隸屬於Working Groups for the theoretical studies of complex systems, ENS Lyon。作為一個專注於交叉學科的研究所，它側重於理解認知過程，但與ENS Lyon其他部門有著頻繁的人員交流與合作。

研究方向：

數學，認知科學等

推薦學者：

Abry Patrice

Anthony Busson

官方連結：

http://www.ixxi.fr/

---

薩拉戈薩大學生物計算和物理複雜系統研究所

Institute for Biocomputation and Physics of Complex Systems, Spain

簡介：

研究所位於西班牙薩拉戈薩市，是薩拉戈薩大學旗下的研究中心。它於2002年由來自生物化學，物理，數學與計算機科學的多維專家共同成立。研究所創立的初衷為理解複雜現象的不同側面，並為受到複雜性科學影響的理論，工業，社會問題提供理論與應用工具。

研究方向：

計算生物學，計算流行病學，網絡科學，計算社會學

推薦學者：

Fernando Falo

Yamir Moreno Vega

官方連結：

https://www.bifi.es/

---

烏特勒支複雜系統研究中心

Centre for Complex Systems Studies (CCSS), Utrecht

簡介：

位於荷蘭烏特勒支市的複雜系統研究中心是烏特勒支大學的一個從屬機構，該中心通過從複雜系統科學的角度解決現有問題，致力研究突破社會問題的科學解決方案。除了研究之外，它還提供學士，碩士和暑期學校課程，博士項目與交流訪學。本研究中心具有高程度的跨學科合作。

研究方向：

湧現，交通網絡，大氣科學，複雜經濟學，計算社會學等

推薦學者：

Henk Dijkstra

Deb Panja

Gerard Barkema

官方連結：

https://www.uu.nl/en/research/centre-for-complex-systems-studies-ccss

---

查爾姆斯理工大學資源物理理論複雜系統研究組

Chalmers University of Technology Complex Systems on Physical Resource Theory

簡介：

查爾姆斯理工大學複雜系統研究組由最初三位於聖塔菲研究所訪學的學者合作成立。它設置在查爾姆斯理工自然資源理論系下，總目標是加深我們對複雜性行為如何在自然和人工系統中出現，與如何解決他們。本研究所主要成員來自查爾姆斯理工與哥德堡大學的物理系，與計算機，生物，自然資源等部門有著研究合作，並由此在包括複雜經濟學，複雜系統物理與生態可持續上有研究貢獻。

研究方向：

可持續，能源系統分析，資訊理論，社會複雜系統，大型複雜生態系統的穩定性。

推薦學者：

Martin Nilsson Jacobi

Kristian Lindgren

Claes Andersson

Karl-Erik Eriksson

官方連結：

https://www.chalmers.se/en/departments/see/research/prt/Pages/Complex-systems.aspx

---

都柏林科學計算與複雜系統建模研究中心

Ctr for Sci Computing & Complex Systems Modelling, Dublin City U

簡介：

都柏林科學計算與複雜系統建模研究中心成立於2007年，位於愛爾蘭都柏林市。此研究所致力於研究高性能計算與數學模型在不同形式，比如工程，自然或其他科學中的複雜系統中的應用。高性能計算有運行大規模計算的承載力，因此能夠用於分析極其複雜的人造或非人造系統，對比傳統方法，比如實驗分析，數學分析，半定量分析方法（semi-analytical methods）.因複雜系統研究有著跨學科的特質。

研究方向：

高性能計算（HPC），數值方法，計算生物學，複雜性科學理論，因果分析

推薦學者：

Heather J. Ruskin

官方連結：

http://sci-sym.computing.dcu.ie/

---

國際應用系統分析研究所

The International Institute for Applied Systems Analysis

簡介：

位於奧地利的國際應用系統分析研究所（IIASA）是歐洲久負盛名的研究所之一，它成立於1972年，主要針對全球性過於龐大或者複雜的問題的理解與分析，並且為政策的制定提供堅固的理論基石。作為一個致力於研究全球問題的研究機構，這裡同時提供成熟的學者訓練，人脈網絡，交流與合作項目。

研究方向：

食物問題，氣候變化，生態系統穩定性，貧困問題等。

官方連結：

https://iiasa.ac.at/

---

布魯塞爾自由大學進化複雜性和認知研究組

Evolution, Complexity, and Cognition Group

簡介：

進化複雜性和認知研究組（ECCO）屬於布魯塞爾自由大學，位於比利時。它是一個多學科的研究小組，研究人員來自自然科學，社會科學到人文科學等各種各樣的背景。作為一個跨學科的研究小組，研究成員來自不同的學科背景，並將研究重點集中於組織的湧現與演化。

研究方向：

湧現，複雜系統，認知科學，自組織

推薦學者：

Jon Echanove

Evo Busseniers

Mixel Kiemen

官方連結：

http://ecco.vub.ac.be/

中歐大學網絡與數據科學系

Department of Network and Data Science at the Central European University

簡介：

中歐大學網絡與數據科學系進行網絡科學研究，特別關注網絡科學在實際數據驅動問題上的基礎和應用。數據科學工具和網絡科學方法提供了解決線性比例思維無法理解的複雜問題的獨特視角。在數十年來對網絡的基本理解的發展基礎上，現代數據浪潮為研究和理解社會，經濟，政治和信息系統的結構和功能提供了前所未有的機會。網絡的概念在社會，信息，生物和物理科學中已變得不可缺少。數據驅動的網絡科學旨在大規模地解釋由網絡連結形成的簡單原理引起的複雜現象。該系使命的關鍵要素是跨學科開展工作，以將網絡和數據科學工具帶入社會科學及相關領域的許多領域。大多導師獲歐盟和美國資助機構的多項重大資助。

研究方向：

網絡科學、數據科學

推薦學者：

János Kertész

項目推薦：

網絡科學博士項目和高級證書項目

官方連結：

https://networkdatascience.ceu.edu/

參考資料：

聖塔菲_complex explorer

https://www.complexityexplorer.org/explore/resources

維基百科_ListOfSystemsScienceOrganization

https://en.wikipedia.org/wiki/List_of_systems_sciences_organizations

演化進化學院_EvoDevUniversity

http://evodevouniverse.com/wiki/Top_complexity_organizations

整理：陳曦、曾凡齊、吳雨桐

編輯：張希妍