乔治·马加佐格鲁;卢卡·马格里 基于数据的混沌系统稳定性分析。 （英语） Zbl 1517.37086号 非线性动力学。 111，编号9，8799-8819（2023）. 引用于2文件 MSC公司： 37米22 动力系统吸引子的计算方法 68T07型 人工神经网络与深度学习 34D08型 常微分方程的特征和Lyapunov指数 34C28个 常微分方程的复杂行为与混沌系统 关键词：数据驱动学习;Lyapunov指数;协变李雅普诺夫向量;回波状态网络 软件：火炬差异;蟒蛇;科学Py PDF格式BibTeX公司 XML格式引用 \textit｛G.Margazoglou｝和\textit｛L.Magri｝，非线性Dyn。111，编号9，8799--8819（2023；Zbl 1517.37086） 全文： 内政部 arXiv公司 OA许可证 参考文献： [1] Lorenz，EN，《确定性非周期流》，J.Atmos。科学。，20, 2, 130 (1963) ·Zbl 1417.37129号 ·doi:10.1175/1520-0469（1963）020<0130:DNF>2.0.CO；2 [2] Ott，E.，《动力系统中的混沌》（2002），剑桥：剑桥大学出版社，剑桥·兹比尔1006.37001 ·doi:10.1017/CBO9780511803260 [3] Papaphilippou，Y.，《通过频率图分析方法检测粒子加速器中的混沌》，混沌互斥。非线性科学杂志。，24, 2, 024412 (2014) ·doi:10.1063/1.4884495 [4] Strogatz，SH，《非线性动力学和混沌：在物理、生物、化学和工程中的应用》（2015），博卡拉顿：CRC出版社，博卡拉通·Zbl 1343.37001号 ·doi:10.1201/9780429492563 [5] Ruelle，D.，《描述湍流的测量》，Ann.N.Y.Acad。科学。，357, 1, 1 (1980) ·Zbl 0474.76056号 ·doi:10.1111/j.1749-6632.1980.tb29669.x [6] 埃克曼，JP；Ruelle，D.，混沌和奇怪吸引子的遍历理论，Rev.Mod。物理。，57, 617 (1985) ·Zbl 0989.37516号 ·doi:10.1103/RevModPhys.57.617 [7] Oseledets，VI，乘法遍历定理。特征Ljapunov，动力系统指数，Trudy Mosk。Mat.Obshchestva，第19页，第179页（1968年） [8] 贝内廷，G。；加尔加尼，L。；Giorgilli，A。；Strelcyn，JM，Lyapunov光滑动力系统和哈密顿系统的特征指数；一种计算所有这些参数的方法。第一部分：理论，Meccanica，15，1，9（1980）·Zbl 0488.70015号 ·doi:10.1007/BF02128236 [9] 岛田，I。；Nagashima，T.，耗散动力系统遍历问题的数值方法，进展理论。物理。，61, 6, 1605 (1979) ·Zbl 1171.34327号 ·doi:10.1143/PTP.61.1605 [10] Ginelli，F。；Chaté，H。；利维，R。；Politi，A.，共变Lyapunov向量，J.Phys。数学。理论。，46, 25, 254005 (2013) ·Zbl 1351.37123号 ·doi:10.1088/1751-8113/46/25/25405 [11] 舒伯特，S。；Lucarini，V.，准营养化斜压模式的协变Lyapunov向量：不稳定性和反馈分析，夸特。J.R.Meteorol公司。Soc.，141、693、3040（2015年）·doi:10.1002/qj.2588 [12] Vannisem，S。；Lucarini，V.，大气-海洋模型耦合多尺度效应、几何退化和误差动力学中协变lyapunov向量的统计和动力学特性，J.Phys。数学。理论。，49, 22, 224001 (2016) ·Zbl 1351.86015号 ·doi:10.1088/1751-8113/49/2224001 [13] 北卡罗来纳州沙拉菲。；蒂姆，M。；Hallerberg，S.，临界跃迁和扰动增长方向，物理学。E版，96，032220（2017）·doi:10.1103/PhysRevE.96.032220 [14] 伊利诺伊州布鲁格纳戈；加拉斯，JAC；Beims，MW，机器学习，协变Lyapunov向量的对齐，以及Rikitake地磁发电机模型的可预测性，混沌跨学科。非线性科学杂志。，30, 8, 083106 (2020) ·Zbl 1445.37021号 ·数字对象标识代码：10.1063/5.0009765 [15] Wolf，A。；Swift，JB公司；HL斯温尼；JA Vastano，从时间序列中确定Lyapunov指数，Phys。D非线性现象。，16, 3, 285 (1985) ·Zbl 0585.58037号 ·doi:10.1016/0167-2789（85）90011-9 [16] 罗森斯坦，MT；柯林斯，JJ；De Luca，CJ，从小数据集计算最大Lyapunov指数的实用方法，Phys。D非线性现象。，65, 1, 117 (1993) ·Zbl 0779.58030号 ·doi:10.1016/0167-2789（93）90009-P [17] 拍摄，F。；兰德·D。；Young，LS，《探测湍流中的奇怪吸引子，动力系统和湍流》，沃里克1980年，366-381（1981），柏林：施普林格出版社，柏林·Zbl 0513.58032号 ·doi:10.1007/BFb0091924文件 [18] Rasp，S。；普里查德，理学硕士；Gentine，P.，《深入学习在气候模型中表示亚网格过程》，Proc。国家。阿卡德。科学，115，39，9684（2018）·doi:10.1073/美国国家统计局1810286115 [19] Dueben，PD；Bauer，P.，基于机器学习的全球天气和气候模型的挑战和设计选择，Geosci。模型开发，11，10，3999（2018）·doi:10.5194/gmd-11-3999-2018年 [20] Margazoglou，G。；格拉夫克，T。；莱奥，A。；Lucarini，V.，气候模型的动态景观和多重稳定性，Proc。R.Soc.A数学。物理学。工程科学。，477, 2250, 20210019 (2021) ·doi:10.1098/rspa.2021.0019 [21] Verma，S。；诺瓦蒂，G。；Koumoutsakos，P.，通过深度强化学习利用旋涡实现高效集体游泳，Proc。国家。阿卡德。科学。，115, 23, 5849 (2018) ·doi:10.1073/pnas.1800923115 [22] 科奇科夫，D。；JA史密斯；Alieva，A。；王，Q。；议员布伦纳；Hoyer，S.，《机器学习加速计算流体动力学》，Proc。国家。阿卡德。科学。，118、21、e2101784118（2021）·doi:10.1073/pnas.2101784118 [23] Huhn，F。；Magri，L.，《利用水库计算对混沌声学进行无梯度优化》，Phys。流体版本，701402（2022）·doi:10.1103/PhysRevFluids.7.014402 [24] Goodfellow，I.，Bengio，Y.，Courville，A.：深度学习。麻省理工学院出版社，（2016）。http://www.deeplearningbook.org ·Zbl 1373.68009号 [25] Schäfer，上午；Zimmermann，HG；科利亚斯，SD；Stafylopatis，A。；杜赫，W。；Oja，E.，递归神经网络是通用逼近器，人工神经网络-ICANN 2006，632-640（2006），柏林：施普林格出版社，柏林·doi:10.1007/11840817_66 [26] 格里戈耶娃，L。；奥尔特加，JP，回声状态网络是通用的，神经网络。，108, 495 (2018) ·Zbl 1434.68409号 ·doi:10.1016/j.neunet.2018.08.025 [27] Chen，R.T.Q.，Rubanova，Y.，Bettencourt，J.，Duvenaud，J.：神经常微分方程。收录：S.Bengio、H.Wallach、H.Larochelle、K.Grauman、N.Cesa Bianchi、R.Garnett（编辑），《神经信息处理系统进展》。Curran Associates，Inc.，第31卷。(2018). https://proceedings.neurips.cc/paper/2018/file/69386f6bb1dfed68692a24c8686939b9-paper.pdf [28] 卢，Z。；亨特，BR；Ott，E.，通过机器学习重构吸引子，混沌互斥。非线性科学杂志。，28, 6, 061104 (2018) ·数字对象标识代码：10.1063/1.5039508 [29] Pathak，J。；卢，Z。；亨特，BR；Girvan，M。；Ott，E.，《使用机器学习复制混沌吸引子并从数据中计算Lyapunov指数》，《混沌互斥》。非线性科学杂志。，27, 12, 121102 (2017) ·Zbl 1390.37138号 ·doi:10.1063/1.5010300 [30] Pathak，J。；亨特，B。；Girvan，M。；卢，Z。；Ott，E.，《从数据对大型时空混沌系统进行无模型预测：水库计算方法》，Phys。修订稿。，120, 024102 (2018) ·doi:10.1103/PhysRevLett.120.024102 [31] 弗拉查斯，PR；再见，W。；万，ZY；皂甙，TP；Koumoutsakos，P.，《长短期记忆网络高维混沌系统的数据驱动预测》，Proc。R.Soc.A数学。物理学。工程科学。，474, 2213, 20170844 (2018) ·Zbl 1402.92030 ·doi:10.1098/rspa.2017.0844 [32] 弗拉恰斯，P。；Pathak，J。；亨特，B。；Sapsis，T。；Girvan，M。；Ott，E。；Koumoutsakos，P.，复杂时空动力学预测递归神经网络中的反向传播算法和水库计算，神经网络。，126, 191 (2020) ·doi:10.1016/j.neunet.2020.02.016 [33] 博拉，F。；瓦尔皮亚尼，A。；Cencini，M.，《通过机器学习实现混沌多尺度系统的有效模型和可预测性》，Phys。版本E，102，052203（2020）·doi:10.1103/PhysRevE.102.052203 [34] Doan，N。；波利夫克，W。；Magri，L.，Physics-informated echo state networks，J.Compute。科学。，47, 101237 (2020) ·doi:10.1016/j.jocs.2020.101237 [35] Doan，NAK；波利夫克，W。；Magri，L.，《混沌流和极端事件的短期和长期预测：物理约束油藏计算方法》，Proc。R.Soc.A数学。物理学。工程科学。，477, 2253, 20210135 (2021) ·doi:10.1098/rspa.2021.0135 [36] A.拉卡。；Magri，L.，用于学习混沌动力学的回波状态网络的稳健优化和验证，神经网络。，142, 252 (2021) ·Zbl 1521.68153号 ·doi:10.1016/j.neunet.2021.05.004 [37] Kuramoto，Y.，反应系统中的扩散诱导混沌，Prog。西奥。物理学。补遗，64，346（1978）·doi:10.1143/PTPS.64.346 [38] Lukoševičius，M.，《应用回声状态网络实用指南》，659-686（2012），柏林：施普林格出版社，柏林·doi:10.1007/978-3642-35289-8_36 [39] Rössler，O.，《连续混沌方程》，《物理学》。莱特。A、 57、5、397（1976年）·Zbl 1371.37062号 ·doi:10.1016/0375-9601（76）90101-8 [40] Charney，J.G.，DeVore，J.G.:大气中的多重流动平衡和阻塞。J.大气。科学。36(7), 1205 (1979). https://journals.ametsoc.org/view/journals/atsc/36/7/1520-0469_1979_036_1205_mfeita_2_0_co2.xml？tab_body=pdf [41] Lorenz，E.：可预测性：一个部分解决的问题。在：可预测性研讨会，1995年9月4日至8日，第1卷。ECMWF，第1卷，第1-18页。ECMWF，瑞丁新菲尔德公园，（1995年）。https://www.ecmwf.int/node/10829 [42] Ginelli，F。；Poggi，P。；Turchi，A。；Chaté，H。；利维，R。；Politi，A.，用共变Lyapunov向量表征动力学，Phys。修订稿。，99, 130601 (2007) ·doi:10.10103/物理通讯.99.130601 [43] Boffetta，G。；塞奇尼，M。；法尔西奥尼，M。；Vulpini，A.，《可预测性：表征复杂性的方法》，Phys。众议员，356、6、367（2002）·兹比尔0977.37005 ·doi:10.1016/S0370-1573（01）00025-4 [44] Huhn，F。；Magri，L.，混沌声波振荡的稳定性、灵敏度和优化，J.流体力学。，882，A24（2020）·Zbl 1430.76421号 ·doi:10.1017/jfm.2019.828 [45] Ruelle，D.，SRB状态的区分，Commun。数学。物理。，187, 1, 227 (1997) ·Zbl 0895.58045号 ·doi:10.1007/s002200050134 [46] 卢卡里尼，V。；搅拌机，R。；赫伯特，C。；Ragone，F。；帕斯卡，S。；Wouters，J.，《气候科学的数学和物理思想》，《地球物理学评论》。，52, 4, 809 (2014) ·doi:10.1002/2013RG000446 [47] 布洛尼根，PJ；费尔南德斯，P。；SM穆尔曼；王，Q。；里加斯，G。；Magri，L.，朝向LES的混沌伴随，中心湍流。研究程序。暑期计划（2017）·doi:10.17863/CAM.35422 [48] Wormell，CL，高维混沌系统大尺度非超凸性，Proc。R.Soc.A数学。物理学。工程科学。，478, 2261, 20210808 (2022) ·doi:10.1098/rspa.2021.0808 [49] 库兹涅佐夫，SP，双曲吸引子的可能发生，35-56（2012），柏林：施普林格出版社，柏林·doi:10.1007/978-3-642-23666-22 [50] 加拉沃蒂，G。；Cohen，EGD，非平衡统计力学中的动力学系综，物理学。修订稿。，74, 2694 (1995) ·doi:10.1103/PhysRevLett.74.2694 [51] 加拉沃蒂，G。；Cohen，EGD，静态动态系综，J.Stat.Phys。，80, 5, 931 (1995) ·Zbl 1081.82580号 ·doi:10.1007/BF02179860 [52] 勒博维茨，JL；Spohn，H.，随机动力学大偏差泛函中的Gallavotti-Cohen型对称性，J.Stat.Phys。，95, 1, 333 (1999) ·Zbl 0934.60090号 ·doi:10.1023/A:1004589714161 [53] Lepri，S。；利维，R。；Politi，A.，《接近和远离平衡的非谐晶格中的能量传输》，Phys。D非线性现象。，119, 1, 140 (1998) ·doi:10.1016/S0167-2789（98）00076-1 [54] 杨，HL；Takeuchi，KA；Ginelli，F。；Chaté，H。；Radons，G.，双曲性和空间扩展耗散系统的有效维数，Phys。修订稿。，102, 074102 (2009) ·doi:10.1103/PhysRevLett.102.074102 [55] Viennet，A.，Vercauteren，N.，Engel，M.，Faranda，D.：研究多尺度系统中跃迁的数据驱动方法指南：lyapunov向量案例（2022）。doi:10.44850/ARXIV.2203.10322。arXiv:2203.10322 [56] 马丁·C。；北卡罗来纳州沙拉菲。；Hallerberg，S.，从数据估计协变Lyapunov向量，混沌互斥。非线性科学杂志。，32, 3, 033105 (2022) ·doi:10.1063/5.0078112 [57] Virtanen，P。；戈默斯，R。；奥列芬特，TE；哈伯兰，M。；Reddy，T。；库纳波，D。；Burovski，E。；彼得森，P。；Weckesser，W。；Bright，J。；范德沃尔特，SJ；布雷特，M。；Wilson，J。；KJ Millman；北马约罗夫。；纳尔逊，ARJ；Jones，E。；科恩，R。；Larson，E。；CJ Carey；伊利诺伊州波拉特。；Feng，Y。；摩尔，EW；范德普拉斯，J。；拉萨尔德，D。；佩克托尔德，J。；Cimrman，R。；亨利克森，I。；昆特罗，EA；哈里斯，CR；阿奇博尔德，AM；里贝罗，AH；佩德雷戈萨，F。；van Mulbregt，P.，SciPy 1.0：python中科学计算的基本算法。SciPy 1.0贡献者，Nat.Methods，17261（2020）·doi:10.1038/s41592-019-0686-2 [58] 库普佐夫，光伏；Kuznetsov，SP，Lyapunov奇异伪双曲吸引子分析：正切子空间之间的角度，局部体积膨胀和收缩，Regul。混沌动力学。，23, 7, 908 (2018) ·Zbl 1412.37045号 ·doi:10.1134/S1560354718070079 [59] Hochreiter，S。；Schmidhuber，J.，长短期记忆，神经计算。，9, 8, 1735 (1997) ·doi:10.1162/neco.1997.9.8.1735 [60] Cho，K.，van Merriönboer，B.，Gulcehre，C.，Bahdanau，D.，Bougares，F.，Schwenk，H.，Bengio，Y.：使用RNN编码器-解码器学习短语表示，用于统计机器翻译。《2014年自然语言处理实证方法会议论文集》，第1724-1734页。卡塔尔多哈计算语言学协会（2014年）。doi:10.3115/v1/D14-1179。https://aclantology.org/D14-1179 [61] Werbos，P.，《穿越时间的反向传播：它做什么和如何做》，Proc。IEEE，78，10，1550（1990）·数字对象标识代码：10.1109/5.58337 [62] Jaeger，H。；Haas，H.，《利用非线性：预测混沌系统和无线通信节能》，《科学》，304，5667，78（2004）·doi:10.1126/science.1091277 [63] Huhn，F。；Magri，L。；Krzhizhanovskaya，VV；Závodszky，G。；Lees，MH；JJ Dongarra；斯洛特，PMA；南卡罗来纳州布里索斯。；Teixeira，J.，《混沌系统中的遍历平均值学习》，计算科学-ICCS 2020，124-132（2020），查姆：斯普林格国际出版社，查姆·doi:10.1007/978-3-030-50433-5-10 [64] Racca，A.，Magri，L.：混沌流中极端事件的数据驱动预测和控制（2022）。doi:10.448550/ARXIV.2204.11682。arXiv:2204.11682 [65] 蒂霍诺夫，澳大利亚；Goncharsky，A。；斯蒂芬诺夫（Stepanov，V.）。；Yagola，AG，《求解不适定问题的数值方法》（1995），伦敦：Springer Science&Business Media出版社，伦敦·Zbl 0831.65059号 ·doi:10.1007/978-94-015-8480-7 [66] Hoffman，M.，Brochu，E.，de Freitas，N.：贝叶斯优化的投资组合分配。摘自：《第二十七届人工智能不确定性会议论文集》，第327-336页。美国弗吉尼亚州阿灵顿AUAI出版社，UAI’11（2011） [67] Lukoševičius，M。；乌塞利斯，A。；特科，IV；Kůrková，V。；卡尔波夫，P。；Theis，F.，回声状态网络、人工神经网络和机器学习的有效交叉验证-ICANN 2019：研讨会和特别会议，121-133（2019），商会：施普林格国际出版，商会·doi:10.1007/978-3-030-30493-5_12 [68] De Swart，H.，Physica D:六分量大气光谱模型分析：混沌、可预测性和波动，非线性现象。，36, 3, 222 (1989) ·Zbl 0687.76045号 ·doi:10.1016/0167-2789（89）90082-1 [69] 克罗姆林，DT；Opsteegh，法学博士；Verhulst，F.，《大气状态行为的机制》，J.Atmos。科学。，61, 12, 1406 (2004) ·doi:10.1175/1520-0469（2004）061<1406:AMFARB>2.0.CO；2 [70] Woollings，T。；Barriopedro，D。；Methven，J。；儿子，SW；O.马蒂乌斯。；B.哈维。；希尔曼，J。；卢波，AR；Seneviratne，S.，Blocking及其对气候变化的响应，Curr。攀登。青稞酒。代表4、3、287（2018年）·doi:10.1007/s40641-018-0108-z [71] 舒伯特，S。；Lucarini，V.，《阻塞事件的动力学分析：协变Lyapunov向量的空间和时间波动》，Q.J.R.Meteorol。Soc.，142，698，2143（2016）·doi:10.1002/qj.2808 [72] Ruelle，D.：湍流中特征指数分布的大体积极限。Commun公司。数学。物理学。87(2), 287 (1982). doi:10.1007/BF01218566·Zbl 0546.76083号 [73] 卡里米，A。；保罗，MR，Lorenz-96模型中的广泛混沌，混沌间盘。非线性科学杂志。，20, 4, 043105 (2010) ·数字对象标识代码：10.1063/1.3496397 [74] Kuptsov，PV公司；Kuznetsov，SP，具有局部双曲吸引子的扩散介质中双曲性的破坏，Phys。E版，80，016205（2009）·doi:10.1103/PhysRevE.80.016205 [75] 克尼亚泽夫，AV；Argentati，ME，基于A的标量积中子空间之间的主角：算法和扰动估计，SIAM J.Sci。计算。，23, 6, 2008 (2002) ·Zbl 1018.65058号 ·doi:10.1137/S1064827500377332 [76] Kaplan，J.L.，Yorke，J.A.：多维差分方程的混沌行为。在：泛函微分方程和不动点近似，第204-227页。施普林格（1979）·Zbl 0448.58020号 此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。