Pobieranie prezentacji. Proszę czekać

Pobieranie prezentacji. Proszę czekać

Janusz Hołyst Samodzielna Pracownia Fizyki w Ekonomii i Nauk Społecznych, Wydział Fizyki PW Referat przedstawiony na Dniu Otwartym Pracowni FENS, 8 listopada.

Podobne prezentacje


Prezentacja na temat: "Janusz Hołyst Samodzielna Pracownia Fizyki w Ekonomii i Nauk Społecznych, Wydział Fizyki PW Referat przedstawiony na Dniu Otwartym Pracowni FENS, 8 listopada."— Zapis prezentacji:

1 Janusz Hołyst Samodzielna Pracownia Fizyki w Ekonomii i Nauk Społecznych, Wydział Fizyki PW Referat przedstawiony na Dniu Otwartym Pracowni FENS, 8 listopada 2012 Interdyscyplinarne projekty badawcze w Pracowni FENS, czyli co to jest ekonofizyka i socjofizyka?

2 Agenda 1. Kim jesteśmy, co robimy ? 2. Dlaczego to robimy? 3. Prowadzone projekty EU 4. Ekonofizyka (od M.Kopernika i I. Newtona) 5. Socjofizyka 6. Możliwa współpraca z Wydziałem MiNI

3 Skład Samodzielnej Pracowni FENS 1. Prof. Janusz Hołyst 2. Dr. Krzysztof Suchecki 3. Dr Julian Sienkiewicz 4. Dr Anna Chmiel 5. Mgr inż. Agnieszka Czaplicka 6. Mgr Janusz Dębski 7. Mgr Elżbieta Maślak 8. Inż. Krzysztof Soja 9. Inż. Jan Chołoniewski 10.Inż.Tomasz Ryczkowski Współpraca naukowa 11. Dr Paweł Sobkowicz 12. Mgr Anna Winnicka

4 Tematyka badawcza Ekonofizyka Socjofizyka Paradygmaty giełdy sieci banków agencje ratingowe rynki towarowe FOREX sieci produkcyjne …….. dynamika opinii ewolucja nauki konkurencja grup socjoinformatyka emocje …… Fizyka statystyczna Przejścia fazowe Sieci złożone Automaty komórkowe Procesy stochastyczne Teoria informacji Szeregi czasowe Eksploracja danych Dane Modele Rozwiązania (a+n)

5 Dlaczego to robimy ? Rozwój nauki i technologii nie tylko w kierunku małych i dużych skal: odległości, czasu, temperatur, ciśnień Nowy paradygmat: złożoność układu Z Misji Politechniki Warszawskiej: Narastająca złożoność świata wymaga, by zakres kształcenia i badań prowadzonych przez uczelnię techniczną w coraz większym stopniu wykraczał poza klasyczne dziedziny inżynierii, w kierunku nauk ścisłych i przyrodniczych oraz nauk związanych z otoczeniem społeczno-ekonomicznym.

6 Co to są układy złożone ? Znając części nie jesteśmy w stanie przewidzieć zachowania całości, obserwując całość nie możemy poznać elementów składowych. Cechy układu złożonego: brak zasady superpozycji, zachowanie nieliniowe. Przykłady: kryształ, ciecz, organizm żywy, mózg, społeczeństwo, gospodarka, internet Zjawiska: spontaniczna magnetyzacja, turbulencja, chaos deterministyczny, narodziny i śmierć, panika na giełdzie, nowe idee i technologie Badania interdyscyplinarne: ekonofizyka, socjofizyka, sieci złożone

7 Współpraca zagraniczna ETH Zurich, EPFL Lozanne Univ. of Amsterdam, MPI PCS Dresden TU Darmstadt, TU Berlin, Jacobs Univ.Bremen Univ. of Oxford, Univ. of Wolverhampton Trinity College Dublin OFAI Vienna, JSI Lubliana Kyoto University

8 1.FP7 EU ICT Integrated Project CYBEREMOTIONS – Collective Emotions in Cyberspace, , Euro PLN (Coordinator) 2.FP7 EU STREP Project DynaNets - Computing Real-World Phenomena with Dynamically Changing Complex Networks, , Euro (Partner) 3.COST Action MP0801 Physics of Competition and Conflicts, (v-ce Chair) 4.FP6 EU NEST STREP CREEN, Critical events in evolving networks, , Euro PLN (Coordinator) 5.FP6 EU NEST STREP MMCOMNET (Measuring and modeling of complex networks across domains) , Euro PLN (Partner) 6.COST Action P10: Physics or Risk, , PLN (v-ce Chair) 7.ESF Project,167/ESF/2006/03, STOCHDYN, Stochastic dynamics: fundamentals and applications), , PLN (Partner) 8.Coordination Action: GIACS, Complex systems (Partner) 9.Coordination Action: ONCE-CS, Complex systems (Partner) EU Projekty badawcze prowadzone lub zakończone w Pracowni FENS

9 Środki UE w Pracowni FENS w okresie Euro (łącznie z wkładem własnym z MNiSzW) tys. PLN Udział procentowy projektów UE / środki na naukę Środki na naukę z projektów UE Projekty EU stanowią 95% do 99% budżetu Pracowni FENS

10 Nowe projekty FP7 ICT Projekt, SOPHOCLES, Self-Organised information PrOcessing, CriticaLity and Emergence in multilevel Systems, budżet dla PW Euro +wkład PLN (Partner, ) zacznie się 1. grudnia Złożono w konkursie: FP7 FET Flagship Project FuturICT, Euro + wkład PLN, (koordynator polskiego węzła) Złożono w konkursie: FP7 FET Open Project EmoInfo (koordynator) Euro + wkład PLN

11 Korzenie ekonofizyki Mikołaj Kopernik ( ): Astronom i Ekonomista Mikołaj Kopernik napisał dwie prace na temat pieniądza: De estimatione monete, (O szacunku monety), 1519 Rozprawa była prezentowana na sejmiku Prus Królewskich w Grudziądzu w roku 1522 De monete cudende Ratio, (Sposób bicia monety),1526 (?) Poglądy monetarne Kopernika wpłynęły na powstanie edyktu monetarnego Zygmunta Starego (1526)

12

13 Z protokółu Sejmiku w Grudziądzu (1521)

14 Mikołaj Kopernik, De estimatione monete, 1519

15

16 Isaac Newton ( ) Fizyk i matematyk a także nadzorca i dyrektor Królewskiej Mennicy Isaac Newton was appointed to a position Warden of the Mint in 1696 on the recommendation of the Chancellor of the Exchequer Charles Montague. In 1699 Newton received a post of Master of the Mint. Surviving the political upheavals of the early eighteenth century, he remained as Master until his death in March 1727.

17 On the Proportion of Gold and Silver in Value in several European Currencies (Sept. 1701). Report of the Officers of the Mint about the Preservation of the Coyne, including an assessment of various European coins (July 1702). On Finances of the Mint at Edinburgh (Feb. 1710). Sir Is. Newton's Memorial with Mr. Attorney Generall's opinion concerning Plate carried into the Mint to be coyned (July 1711). The Value of the Spanish Real (Aug. 1711). On the Value of Gold and Silver in English, Irish and European Coins (Mar. - June 1712). Upon the Memorial of Mr. Brydges's relating to the Reduction of the Current Money at Dunkirk into Sterling Money for the Paying of the Forces there (Aug Oct. 1712). SIR ISAAC NEWTON'S MINT REPORTS ( , selected papers)

18 1701, Sept. 28 To the Rt Honble the Lords Commrs of his Majties Treasury. MAY IT PLEASE YOR LORDSP., By the late Edicts of the French King for raising the monies in France the proportion of the value of Gold to that of Silver being altered, I humbly presume to give yr Lordps notice thereof. (...) The proportion therefore between Gold & Silver is now become the same in France as it has been in Holland for some years..(....) This abatement is not certain, but rises & falls according as Spain is supplied with Gold or Silver from the Indies. (...) IS. NEWTON. MINT OFFICE, Sept. 28, NEWTON'S MEMORIAL CONCERNING THE PROPORTION OF GOLD AND SILVER IN VALUE

19 LOUIS BACHELIER Fizyk i matematyk, który wprowadził procesy stochastyczne do ekonomii (przed Einsteinem i Smoluchowskim) 29 marzec 1900, Bachelier obronił doktorat, Theorie de la Speculation Theorie de la speculation, Annales Scientifiques de lE´cole Normale Supe´rieure,1900, pp.21–86. APPENDIX: POINCARES REPORT Report on the Thesis of M. Bachelier, March 29, 1900 The subject chosen by M.Bachelier is somewhat removed from those which are normally dealt with by our applicants.His thesis is entitled Theory of Speculation and focuses on the application of Probability Theory to the Stock Exchange.First, one might fear that the author has exaggerated the applicability of Probability Theory as has often been done. Fortunately, this is not the case...

20 Teoria ruchów Browna gdzie D=k B T/(6πηa) A. Einstein, Ann. Phys. (Leipzig) 17, 549 (1905). M. Smoluchowski, Ann. Phys. (Leipzig) 21, 756 (1906); Marian Smoluchowski

21 Aby zabezpieczyć się przed dużymi kosztami związanymi z wypadkiem lub kradzieżą możemy wykupić ubezpieczenie Opcje finansowe... to bardzo proste !

22 Europejska opcja kupna (sprzedaży): prawo do kupna (sprzedaży) instrumentu pierwotnego (dewiz, surowców, akcji) po cenie K w chwili T

23 Jak wyliczyć cenę opcji ? Teoria Blacka-Scholesa-Mertona Równanie Langevina dla cen instrumentu pierwotnego W(t) - proces ruchu Browna (Wienera) P(S(t)) jest dane przez odpowiednie równanie Fokkera- Plancka - rozszerzone równanie dyfuzji r- stopa procentowa, P(S(T)) – prawdopodobieństwo ceny S(T)

24 Nagroda Nobla z Ekonomii, 1997 dla Roberta C. Mertona (matematyka) i Myrona S. Scholesa (ekonomisty). Fischer Black (matematyk i fizyk) zmarł w 1995 r.

25 Wielkość rynku instrumentów pochodnych

26 Problem: tłuste ogony prawdopodobieństwa

27

28

29

30 Nagroda Nobla z Fizyki, 1982 "for his theory for critical phenomena in connection with phase transitions" Kenneth G. Wilson, USA

31 Assumptions: N agents (spins): σ i (t) = ±1 (buy or sell) Orientation in the next time step depends on the local field:

32 Time series and returns distributions from the proposed model

33 Ryzyko systemowe w układach połączonych

34 ... In fact, sudden withdrawals can have dramatic effects on the bank stability and may force a bank to bankruptcy in a short time if it does not receive assistance from other banks. On the other hand, a bankruptcy of a single bank can an start an avalanche of other bank failures due to the domino effect. pc_2D1.00±0.01, pc_3D0.51±0.02

35 Network of production. Nodes- companies. Links– interactions (orders, production).

36 Model - Orders Orders at the output layer : Y 0i = qA 0i, Y 0i is the order in production units, and q a technological proportionality coefficient relating the quantity of product Y to the production capacity A, combining the effect of capital and labour.q is further taken equal to 1 without loss of generality. The planned production Y ki is then a minimum between production capacity and orders coming from downstream:

37 Price dispersion Colours represent sale prices. Blue - lowest price. Red - highest price. Network N=150 nodes at time t=0. μ=1.0, σ=0.1

38 State of the system after 100 iterations. Firms whose sale prices are not competitive can t find suppliers/receivers.

39 1. A.H. Sato, M. Nishimura, J.A. Hołyst Fluctuation scaling of quotation activities in the foreign exchange market PHYSICA A 389, , P. Sieczka, Janusz A. HołystCorrelations in commodity markets PHYSICA A 388, 1621, JAN K. Urbanowicz, Janusz A. Hołyst Noise estimation by use of neighboring distances in Takens space and its applications to stock market data INT J BIFURCAT CHAOS 16 (6): JUN J.A. Hołyst, T. Hagel, W. Weidlich and G. Haag How to control a chaotic economy? Journal of Evolutionary Economics, 6,31-42 (1996) Przykłady innych prac z ekonofizyki z Pracowni FENS

40 Socjofizyka Modelowanie zmian opinii za pomocą automatów komórkowych i sieci złożonych... Animacja modelu wpływu społecznego

41

42

43 Sieci sprzężone A B Netsim5_new\netsim5.jar Netsim5_new\netsim5.jar Animacja oddziaływania dwóch grup społecznych Netsim5_new\netwo rk4.avi Netsim5_new\netwo rk4.avi

44

45 66 cytowań (Web of Science)

46 Collective Emotions in Cyberspace European Union Research Project Participant organisation nameLeaderCountrySpecialization Warsaw University of TechnologyJanusz HolystPolandPhysics of complex systems Ecole Polytechnique F é d é rale de LausanneDaniel ThalmannSwitzerlandComputer animation University of WolverhamptonMichael ThelwallUnited KingdomWebometrics Ö sterreichische Studiengesellschaft f ü r Kybernetik Robert TrapplAustriaArtificial intelligence Eidgen ö ssische Technische Hochschule Z ü richFrank SchweitzerSwitzerlandComplex systems modelling Jozef Stefan Institute, LjubljanaBosiljka TadicSloveniaComputational physics Jacobs University, BremenArvid KappasGermanyPsychophysiology Technical University BerlinMatthias TrierGermanyNetwork visualization Gemius SAKamila KowalskaPolandInternet market research Large-scale integrating project ICT Call 3 Science of Complex Systems for socially Intelligent ICT Duration: 1 Feb Jan 2013 EC funding 3.6 M Main aims to understand the process of collective emotions formation in e-communities to create decentralized adaptive tools to amplify positive or suppress negative collective emotions in e-societies to stabilize different ICT services by predicting negative emotions & minimizing their effects (long) to create theoretical background for the development of the next generation emotionally-intelligent ICT services using universal methods of complex systems (long). CYBEREMOTIONS = data gathering + complex systems methods + ICT outputs

47 cybersaur7 hr 26 min ago cybersaur7 hr 26 min ago The state secrets privilege, since its inception, has often been abused. More often than not, it is used to cover up government wrong doing. This case is no different. For the government to be able to arbitrarily shield itself from judicial scrutiny is bad for democracy. ncmusic1 hr 20 min ago ncmusic1 hr 20 min ago In fact the very first case that establish state secrets it was abused and based on government lies. rufioho6 hr 13 min ago rufioho6 hr 13 min ago come on, the people need to know and hold their government accountable! salbatross1 hr 53 min ago salbatross1 hr 53 min ago So if it's important enough, it doesn't have to follow the Constitution. Sounds rational to me.

48 Egyptian Revolution 2011: Egyptian protest leader Wael Ghonims Twitter message: congratulations Egypt the criminal has left the palace. Egypt, Twitter and the Straw Man Revolution ….Twitter is not the root cause of these uprisings. Twitter was not repressed. Twitter did not get inspired by events in other countries. …. Twitter can help organize. Facebook can help get the word out. …. Twitter revolution

49 Emotional avatars from EPFL Lab

50 Data collected by Wolverhampton group BBC Forum BBC Religion and Ethics and World / UK News message boards starting from the launch of the website (July 2005 and June 2005 respectively) until the beginning of the crawl (June 2009). #comments 2,474,781 #users 18,045 # threads97,946 Digg The analysis spans the months February to April 2009 and consists of all the stories, comments and users that contributed to the site during this period. The resulting dataset contains approximately 1.9 million stories, 1.6 million comments and 800 thousand users. Blog06 crawl of approximately 100,000 blogs and which spans 11 weeks, from 06/12/2005 to 21/02/2006", i.e. the dataset contains webpages from 100,000 different blogs (more than 3 million webpages). The blogs are from all over the world, although there is an emphasis on English content #comments 242,057#discussions million comments Detection of collective emotions in cyber-communities

51 Emotions (emotional valence e ={ +1,0,-1}) We define an emotional cluster of size n as a chain of n consecutive messages with similar sentiment orientations (i.e. negative, positive or neutral). Emotional clusters Detection of collective emotions in cyber-communities

52 Growth probability for cluster of size n The presence of a longer cluster of coherent emotional expressions increases a possibility to follow the cluster by a comment with the same emotion. 0<α<1 Conditional probability for cluster growth increases as a power-law with cluster length. Detection of collective emotions in cyber-communities

53 Cumulative distribution D e (n) of cluster of size n There are clusters of comments possessing a similar level of emotional valence that are much longer than it would be if they were created by a random process. Markov process Digg data Detection of collective emotions in cyber-communities

54 Characteristic exponents α decay with a probability of a given emotions frequency. Rare emotions are more clustered !!! α ~ 0.75 exp[- 4 p(e)] Detection of collective emotions in cyber-communities

55 Skalowania i korelacje w dynamice społeczności internetowych (rozprawa dr Anny Chmiel) 1 A.Chmiel i in. Scaling of human behavior during portal browsing Phys Rev E 80, (2009) 2 A. Chmiel i in. Collective emotions online and their influence on community life PLOSONE (2011) 3 A.Chmiel, J.A.Hołyst Flow of emotional messages in artificial social networks IJMP C Vol. 21, No. 5 (2010) 593 (2010) 4 A. Chmiel i in. Negative emotions boost users activity at BBC Forum, Physica A, 390 (2011) EU projekt

56 Tematy prac inżynierskich i dyplomowych Obserwacje zdarzeń ekstremalnych w układach stochastycznych Wizualizacja i analiza dyfuzji cząstki na sieciach złożonych Złamanie symetrii w modelu izolacji grup społecznych Zastosowanie algorytmów genetycznych do predykcji zmian opinii Analiza sieci bankowych metodami fizyki statystycznej Symulacje dynamiki opinii społecznej za pomocą automatów komórkowych Prace studentów związane są często z projektami badawczymi UE Absolwenci będą dobrze wyszkoleni w analizie danych i metodach symulacji komputerowych. W trakcie prac dyplomowych biorą udział w specjalistycznych szkołach i międzynarodowych konferencjach. Możliwości podejmowania pracy: firmy komputerowe, firmy telekomunikacyjne, e-firmy, banki, instytuty naukowe w Polsce i za granicą oraz wszędzie tam, gdzie potrzebna jest interdysciplinarna wiedza na temat modelownia dynamiki układów złożonych.

57 Możliwe wspólne projekty z Wydziałem MiNI PW Procesy stochastyczne Teoria informacji Matematyka finansowa Szeregi czasowe Eksploracja danych Teoria grafów

58 Sekcja Polskiego Towarzystwa Fizycznego: Fizyka w Ekonomii i Naukach Społecznych (FENS)

59 Misja Krajowa Rada Koordynatorów Projektów Badawczych UE (KRAB) powstała w roku 2007 jako Stowarzyszenie dla wymiany doświadczeń z realizacji projektów między swoimi członkami oraz miedzy innymi podmiotami. Chcemy: promować dobre praktyki profesjonalnego prowadzenia projektów badawczych promować polskie uczestnictwo w Programach Ramowych UE. współpracować z administracją rządową, samorządowa oraz innymi podmiotami związanymi z realizacją projektów UE podejmować działania i rekomendować zmiany prawne potrzebne dla udziału polskich naukowców w programach badawczo-rozwojowych UE.

60 dr Krzysztof Kacperskidr Sławomir Matyjaśkiewicz dr Piotr Fronczakdr Agata Fronczak dr Krzysztof Urbanowiczdr Jarosław Białecki dr Krzysztof Sucheckidr Julian Sienkiewicz dr Paweł Sieczkadr Anna Chmiel dr Bernard Kujawski (Brunel University, Wlk. Brytania) dr Kamil Mizgier (ETH Zurich, Szwajcaria) Szczególne podziękowania dla:


Pobierz ppt "Janusz Hołyst Samodzielna Pracownia Fizyki w Ekonomii i Nauk Społecznych, Wydział Fizyki PW Referat przedstawiony na Dniu Otwartym Pracowni FENS, 8 listopada."

Podobne prezentacje


Reklamy Google