耦合动力系统中非局部耦合下奇美拉状态的观察和表征
本文研究耦合振荡器网络空间相干性的破裂,通过对耦合的范围和强度进行系统分析,发现了一个从相干到不相干的相干性 - 不相干性转变的动力学分岔场景,并揭示了在这个转变中中间的、部分相干状态代表了从相干到不相干的特征空间 - 时间模式。
Feb, 2011
该文综述分析了有关混合状态的研究历史和理解其行为的主要进展,其中混合状态是一种具有时空模式的网络,其中同步和异步振荡共存,通常与稳定的空间对称状态共存。
Mar, 2014
针对寻找相干和非相干相共存状态的普适算法, 基于机器学习方法,通过使用各种动力模型生成的空间轮廓,将不同动力学相进行特征化,从而在大规模上识别由耦合非线性单位产生的动力模式,并对实际系统中的复杂时空模式进行表征。该方法对于 Kuramoto 模型得到了超过 96% 的准确率,在其他模型中也有不同程度的准确率。
Jan, 2020
本文研究 C.elegans 土壤蠕虫的神经网络,发现在模块化网络中可能存在具有 coherent 和 incoherent 行为特征的 chimera states 现象,并通过一系列测度方法来评估其程度。
Oct, 2015
本文研究了具有非局部拓扑和破对称耦合的振荡器网络,发现了 chimera death 空间模式,结合了 chimera 状态(共存不相容的相干与不相干领域)和振荡死亡(振荡抑制)。我们发现,由于非局部性和耦合对旋转对称性的破坏的相互作用,从振荡行为到静态状态的转变有两种不同的情况。
Feb, 2014
研究了一种新的非局部耦合的振荡器系统,在弱耦合的情况下会出现传统的脉冲和相位不一致状态 (chimera states),而在强耦合的情况下,则会出现新的脉冲和相位不一致状态,即多脉冲 (chimera states),这种现象不能简单的用相位模型来解释。
Dec, 2012
我们展示了,在噪声存在的情况下,可以观察到非局部耦合的可激励系统网络的混沌行为。这种现象不同于经典意义上的混沌状态发生在确定性振荡系统中的现象,它结合了相干共振的时间特征和系空间上的混沌状态的空间特性,即一组相同元件中空间上相干和不相干区域的共存。相干共振的混沌状态与相干区域和不相干区域的交替切换有关,这可能与神经网络有关。
Dec, 2015
提出了一种适用于数值和实验数据集的混合态状态的通用特征化方案,该方案基于两种相关性度量,可以对混合态进行有意义的定义,并将其分类为静止、湍流和呼吸三类,此外还可以根据这两个度量的时间稳定性进行进一步细分。我们证明了这种方法既与以前认识的混合态一致,又使我们能够将以前未被归类为混合态的状态归类为混合态。此外,该方案还允许定性和定量比较实验混合态和通过数值模拟获得的混合态。
Mar, 2016
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