Новый разработанный алгоритм может определить в данных точки, которые указывают на приближение к переломному моменту. В своей основе он использует стохастические дифференциальные уравнения для наблюдения за узлами данных, а затем определяет, какие из них следует использовать для расчета сигнала раннего предупреждения.
Каждый узел данных в некоторой степени меняется со временем, но некоторые могут измениться раньше и более радикально, чем другие, когда приближается переломный момент. Выбор правильного набора узлов может улучшить качество сигнала раннего предупреждения, а также поможет избежать траты ресурсов на наблюдение неинформативных узлов.
Алгоритм включает в процесс достижения науки о сетях. Например, в недавних исследованиях психические расстройства рассматривались как сеть симптомов, влияющих друг на друга с помощью создания петель обратной связи. Потеря аппетита может означать появление пяти других симптомов в ближайшем будущем, в зависимости от того, насколько близко эти симптомы находятся друг к другу как узлы в сети.