在国家杰出青年科学基金（项目编号：61425019）等项目支持下，复旦大学信息学院电子工程系李翔教授领导的自适应网络与控制（CAN）研究室率先在重构时效网络研究取得重要突破，利用扩散过程的到达时间数据实现了重构随机时效网络的有效推断。这一研究以“Reconstruction of stochastic temporal networks through diffusive arrival times (通过扩散到达时间重构随机时效网络)”为题，于2017年6月12日全文刊发在《自然·通讯》（链接: http://www.nature.com/articles/ncomms15729）。李翔教授为该文通信作者，CAN研究室博士生李逊为第一作者。

        网络重构一直是复杂网络科学领域中的国际热点问题，时效网络的重构则更具挑战。李逊博士生与李翔教授独辟蹊径，首次从重构时效网络零模型的角度对这一问题开展研究。他们利用时效网络扩散过程的到达时间数据，提取时效网络的拓扑结构和时效交互过程的统计特征，严格证明了推断结构的渐近一致性，通过数值模拟和实际数据加以验证。课题组还将一阶重构模型推广到高阶情形，建立了时效网络零模型的完整体系，并量化了推断一般时效网络的复杂度，系统分析了时效网络拓扑结构及等待时间分布等因素对重构效率的影响。该成果在Nature Communications的匿名同行评议过程中获得了高度评价，评议人称“这一工作毫无疑问是一项重要的贡献(This work brings without hesitation an important contribution)”，是时效网络重构问题的“重要的第一步(an important first step)”。 这一成果在大数据时代尤为重要，为研究动态网络重构问题提供了全新思路，对时效网络的人类动力学分析、流行病扩散与传播推断、舆情分析与预测、数据保护下的社交计算等领域也具有广泛的应用前景。

        李翔教授领导的CAN课题组长期从事复杂网络与系统控制研究，他是2005年IEEE电路与系统学会Guillemin-Cauer最佳汇刊论文奖获奖人，2014年获得国家杰出青年科学基金，2015年获得国家自然科学奖二等奖、科技部中青年科技创新领军人才等。

图1：基于多次扩散过程时间数据的随机时效网络拓扑推断原理及重构精度。

图2：a.随机时效网络零模型; b. 随机时效网络上的扩散过程; c. 随机时效网络的拓扑推断过程示例