利用下一代储层计算控制混沌映射

Jul, 2023

利用下一代储层计算控制混沌映射

Controlling Chaotic Maps using Next-Generation Reservoir Computing

Robert M. Kent, Wendson A. S. Barbosa, Daniel J. Gauthier

TL;DR在这项研究中，我们将非线性控制与洪流计算的方法相结合，成功地实现了对混沌系统的控制，包括在不稳定的吸引子之间控制系统、将系统稳定在高阶周期轨道上以及将系统控制到特定轨迹，该控制器具有出色的性能，仅需 10 个数据点进行训练，可以在单次迭代中实现对系统的控制，并且对噪声和建模误差具有鲁棒性。

Abstract

In this work, we combine nonlinear system control techniques with next-generation reservoir computing, a best-in-class machine learning approach for predicting the behavior of dynamical systems. We demonstrate the performance of the controller in a series of control tasks for the chaot

reservoir computing reservoir computing controller nonlinear control reservoir computing applications chaotic dynamics

发现论文，激发创造

使用机器学习控制动态系统达到复杂目标状态：下一代与经典的储层计算

应用机器学习控制混沌参数 Lorenz 系统，研究表明下一代水库计算在数据有限的情况下可以显著优于传统水库计算，并在实际控制应用中具有进一步潜力。

Jul, 2023

利用边缘计算硬件控制混沌

使用机器学习创建数字孪生提供了一种数据驱动的方法，可预测系统行为，而通过采用下一代储层计算的非线性控制器，此模型能够解决控制混沌系统到任意时变状态的难题，并能在嵌入式设备上进行评估，为向计算边缘部署高效的机器学习算法迈出了第一步。

May, 2024

利用储层计算机预测和防止极端事件

本研究证明，水库计算机是一种有效的无模型预测确定性混沌系统中极端事件的工具。通过在预期极端事件之前的某些时刻对系统施加弱控制扰动，我们可以抑制不良的极端事件。本文在全球耦合的 FitzHugh-Nagumo 神经元系统和两个几乎相同的单向耦合混沌振荡器系统中展示了这种预测和预防策略的有效性。

Feb, 2020

机器学习实现的吸引子重构

利用名为 “储集计算” 的机器学习方法成功地进行了混沌动力系统的短期预测和吸引子重构研究。我们提出了一个理论框架，描述了储集计算可以创建具有短期预测能力和准确长期遗传行为的经验模型的条件，并通过数值实验说明了这个理论。我们还认为这个理论适用于某些其他时间序列预测的机器学习方法。

May, 2018

随机储层计算机

该论文研究了随机库容计算机的普适性，证明了具有随机特性的库容计算机是一种普遍的逼近类，并通过两个实际应用示例展示了其在分类和混沌时间序列预测方面相对确定性库容计算机的高性能。

May, 2024

使用测量控制的量子动力学进行储备计算

我们引入了一种量子 RC 系统，利用共振腔中的受探测原子的动力学，提出的量子储层可以使用较少的人工神经元进行快速可靠的预测，理论上验证了储层的操作并展示了在计算和能源资源有限的条件下使用近似计算方法进行可行预测的潜力。

Mar, 2024

基于孤立波和生物灵感非线性变换的物理储层计算

利用表面流动液膜上激发的孤立波，实验证明一种物理上的储备计算系统，该系统通过对输入数据进行非线性转换来替代随机性的影响，从而作为传统储备计算算法的技术简单的硬件改进。

Jan, 2024

使用机器学习复制混沌吸引子并从数据计算李亚普诺夫指数

利用机器学习中的 “水库计算” 技术提出了一种无模型估计混沌系统 Lyapunov 指数的方法，其通过一个高维动力系统为水库的时间序列提供输入，并使用线性回归来学习输出权重，最终得到 Lyapunov 指数的估计。

Oct, 2017

传统与新一代蓄水库计算的混合应用在动力系统精确高效预测中

基于混合模型的混沌动力系统时间序列预测方法能够提高计算效率和解决传统模型的局限性。

Mar, 2024

注意力增强的储备计算

光子储水池计算作为加速时间序列预测的硬件实现需求的最新技术，已被广泛运用，然而在预测混沌时间序列方面，传统的储水池计算模型在准确性方面存在一定局限性，因此我们引入了一种注意力机制，用于增强储水池计算模型输出阶段的预测准确性，实验结果表明，采用注意力机制的光子储水池计算能够提高较小储水池的预测能力，这些进展凸显了储水池计算在准确预测混沌时间序列的实际应用中的变革性可能性。

Dec, 2023