荧光素感应网络的全局收敛
分析了同步对分布式随机梯度算法的影响。通过模拟生物群体感应模型,量化了同步如何显着减少分布式代理和它们的空间平均值感受到的噪声幅度,从而降低了随机梯度逼近所施加的损失函数的平滑性,并通过对模型非凸目标的模拟,证明耦合可以稳定更高的噪声水平并提高收敛性。
Dec, 2018
在神经网络中,同步现象的研究已被广泛研究,本文研究同步的另一种作用:即所谓的 “精度集体增强”。我们证明,通过同步非线性动态系统,塞斯保护系统免受噪音的影响,从而实现噪音的抵消。
Dec, 2007
研究测试了储层计算和普遍同步检测,通过 Rössler 混沌吸引子实现时间序列中的同步和非同步序列的区分,并证明了基于 ESN 的同步检测方法具有在线检测能力,对于监测连续信号的动力学同步变化具有很好的应用前景。
Oct, 2017
研究网络结构对社会、人造和生物网络通信的约束作用,发现 Governance 和 Collaboration 网络的通信预测性强,但效率较低;相反,互联网具有更好的总体通信能力和更多的备选路径,更加健壮。在这些极端之间,酿酒酵母分子网络更类似于简单的社会系统,而更复杂的果蝇相互作用模式则类似于强大的互联网。
Jul, 2004
本文研究了机器人群体控制器的设计,并探索了一种进化方法来缓解人类开发者对控制器细节和群体行为之间联系的困难。使用微分进化来发展神经网络控制器,实现机器人遵循环境特征的梯度并解决任务。研究表明,进化所得解决方案在控制较差的情况下具有最大的灵活性,而有一个群体规模的 “甜蜜点”,同时观察到群体的集体运动,展示了真正的新兴行为,这是进化过程中未被代表和选择的。
Mar, 2022
本文介绍了一种时变复杂动态网络模型,并进一步研究了其同步现象,证明了几个网络同步定理。特别地,我们表明,这种时变动态网络的同步完全取决于内部耦合矩阵以及网络耦合配置矩阵的特征值和对应特征向量。
Nov, 2004
本文综述了 Kuramoto 振荡器网络中同步的主要贡献以及复杂网络和噪声惯性对模型影响的最新研究,讨论了其在工程,神经科学,物理学和地球科学等领域中的潜在应用,并指出未解决的问题和未来研究的方向。
Nov, 2015
研究探索了利用分散的机器人系统在无限制的环境中实现环境特征平均值的共识,以及在平均值处理时网络拓扑结构、精度误差等因素的因果关系,并提出了一个有效的控制算法,并展示了其在机器人群实验中的效果和应用前景。
Feb, 2023
通过机械振荡器的实验,我们证明了竞争两种对立同步模式能自然产生 chimera 状态,并通过我们的数学模型发现了对称性破缺的机理,这可能在展现集体行为的系统中广泛存在。
Jan, 2013