Informační zátiší: srpna 2024

Extrémní jevy ovlivňují přírodu, průmysl, zemědělství i lidské společenství jako celek. Nepříjemné vlny veder ohrožující lidské životy, jarní mrazy ničící úrodu v sadech a vinohradech nebo jiné extrémy od epileptických záchvatů po krachy na finančních trzích, to vše se vědci snaží pochopit. Popisují mechanismy vzniku těchto extrémních událostí a navrhují metody včasného varování před jejich příchodem.

Určení kauzálních vztahů, tj. rozlišení příčiny a následků, je rovněž intenzivně se rozvíjejícím odvětvím vědy. Matematici, fyzici, informatici a specialisté dalších oborů navrhují výpočetní metody a vyvíjejí počítačové algoritmy, jež z experimentálních dat extrahují vědomosti o kauzálních vztazích. Vědci tak určují, která ze sledovaných veličin představuje příčinu zkoumaných jevů a procesů.

Navzdory zvýšenému zájmu o uvedené vědecké oblasti překvapivě málo výzkumných týmů kombinuje studium kauzality a extrémních jevů. Existují práce zjišťující, zda extrémy v jedné proměnné způsobují extrémy v jiné proměnné. Vědci z Ústavu informatiky AV ČR si položili obecnější otázku: Která ze dvou nebo více potenciálních kauzálních proměnných způsobuje extrémy v ovlivněné proměnné, bez ohledu na to, jestli kauzální proměnná extrémní hodnoty obsahuje. Odpověď poskytuje matematická a výpočetní metoda, kterou tým vedený Milanem Palušem představil v prestižním časopise Science Advances. Tato informatická metoda využívá konceptu Rényiho entropie, jenž překonává standardní Shannonovu teorii informace. Vyvinuté algoritmy jsou testovány v řadě numerických simulací extrémních jevů a jako reálný příklad jsou použita klimatická data. Jsou analyzovány příčiny chladných extrémů v zimních a jarních měsících v Evropě, například je odhalena příčina jarních mrazů ohrožujících úrodu nejen francouzských vinařů.

Tento výzkum byl podpořen Akademií věd AV ČR, Akademickou prémií udělenou RNDr. Milanu Palušovi, DrSc.

M. Paluš, M. Chvosteková, P. Manshour: Causes of extreme events revealed by Rényi information transfer. Science Advances 10, eadn1721 (2024).

DOI:10.1126/sciadv.adn1721

https://www.science.org/doi/full/10.1126/sciadv.adn1721

https://www.science.org/doi/epdf/10.1126/sciadv.adn1721

M. Paluš. (zdroj: archiv M. Paluše)