Centrum nauki o złożoności w Wiedniu

Complexity Science Hub Vienna (CSH) to organizacja badawcza z siedzibą w Wiedniu, której celem jest łączenie, koordynowanie i rozwijanie badań nad złożonymi systemami , analizą systemów i nauką o dużych zbiorach danych w Austrii.

Organizacja

CSH zostało założone w 2015 roku jako wspólna inicjatywa mająca na celu wspieranie nauki o dużych zbiorach danych z korzyścią dla społeczeństwa oraz zwiększenie międzynarodowej widoczności austriackich badań nad złożonością. Oficjalny start nastąpił w 2016 roku. Od maja 2016 CSH mieści się w Palais Strozzi w Wiedniu.

Pierwsze cztery instytucje członkowskie to TU Wien , Politechnika w Grazu , Wiedeński Uniwersytet Medyczny i Austriacki Instytut Technologiczny AIT . W 2016 roku Uniwersytet Ekonomiczny w Wiedniu oraz Międzynarodowy Instytut Stosowanej Analizy Systemowej (IIASA) zostały członkami CSH. Kolejnymi członkami są Dunaj University Krems i Austriackie Izby Gospodarcze (od 2018), Instytut Biotechnologii Molekularnej IMBA i Uniwersytet Medycyny Weterynaryjnej w Wiedniu (od 2019) oraz Central European University (od 2020).

CSH jest osadzony w międzynarodowej sieci ośrodków badawczych i uniwersytetów zajmujących się złożonością, w tym Santa Fe Institute w Nowym Meksyku, Nanyang Technological University w Singapurze, Arizona State University oraz Institute for Advanced Study (IAS) w Amsterdamie. Od kwietnia 2017 r. partnerstwo z Central European University w Budapeszcie.

Naukowiec zajmujący się złożonością, Stefan Thurner, był pierwszym prezesem i dyrektorem naukowym CSH od czasu jego powstania. Międzynarodowej radzie doradczej ds. nauki przewodniczy austriacka socjolog Helga Nowotny .

Badania

Główne tematy badań w CSH to:

• teoretyczne podstawy nauki o złożoności (fi właściwości układów złożonych, entropia układów złożonych, mechanika statystyczna , pochodzenie praw potęgowych , matematyka kolapsu, ewolucji i koewolucji, zależność od ścieżki , modele agentowe )
• zdrowie i medycyna (wydajność i odporność systemów opieki zdrowotnej w oparciu o dane dotyczące opieki zdrowotnej; medycyna spersonalizowana ; przewidywanie i zapobieganie chorobom)
• Ryzyko systemowe (Dlaczego załamują się złożone systemy, takie jak sieci bankowe? Jakie jest prawdopodobieństwo upadku? Czy można przewidzieć załamanie? Jak zbudować złożony system, aby był stabilny?)
• Miasta („Science of Cities”) (Jak można wykorzystać dane z korzyścią dla miast, ludności, administracji („ Inteligentne miasto ”)? W jaki sposób miasta stają się bardziej zrównoważone? Jak zwiększyć udział obywateli? Czy istnieje bezpośredni związek między wielkością miasta a życiem w mieście?)
• „ Internet rzeczy ” (Czy bardziej wydajna produkcja automatycznie prowadzi do większej podatności na zagrożenia? Jak bezpieczna jest w pełni cyfrowa produkcja, jeśli chodzi o ataki? W jaki sposób można wykorzystać dane z czujników, aby odpowiedzieć na pytania systemowe?)
• obliczeniowe nauki społeczne (kształtowanie opinii w sieciach społecznościowych i społeczeństwach heterogenicznych. Jak powstają konflikty? Jak można rozwiązywać konflikty? Jaka jest różnica między sieciami mężczyzn i kobiet?)
• analityka big data (Czy tracimy naszą prywatność? Czy media społecznościowe są zagrożeniem dla demokracji? Jak rozpoznać fake newsy ? Co media społecznościowe mówią o płci? Modele społeczeństwa oparte na agentach i big data)

Linki zewnętrzne

• Oficjalna strona internetowa