达席尔瓦,S.T。;巴蒂斯塔,C.A.S。;维亚纳,R.L。 机器学习应用于空间扩展动力系统的模式表征。 (英文) Zbl 07485968号 物理A 592,文章ID 126823,15 p.(2022). 摘要:这种新工具以机器学习(ML)的形式出现,由于其强大的通用性,以及在非常复杂的系统中获取模式的能力,已被证明在物理的几个领域非常有用。在这项工作中,我们探索了机器学习(ML)中的技术,以表征复杂动力学系统中的时空模式。这些技术应用于耦合映象格子,其相关参数是非线性和耦合强度。作为ML的训练阶段,我们展示了几个具有每个已知时空剖面动态特性的样本,例如冻结随机模式、模式选择、混沌缺陷、间歇性和充分发展的时空混沌。在训练阶段之后,我们将我们的算法应用于不同的非线性和耦合值,其中给定每对参数的动态特性,我们可以准确地识别每个轮廓形成的区域。 MSC公司: 82至XX 统计力学,物质结构 关键词:混沌缺陷;复杂系统;非线性动力学;动态系统;机器学习;时空混沌 软件:github;PMTK公司 PDF格式BibTeX公司 XML格式引用 \textit{S.T.da Silva}等人,Physica A 592,文章ID 126823,15 p.(2022;Zbl 07485968) 全文: 内政部 参考文献: [1] Kubat,M.,《机器学习导论》(1996),迈阿密大学珊瑚山墙分校:美国佛罗里达州迈阿密珊瑚山墙大学 [2] 多明戈斯,P.,Commun。ACM,55,78(2012) [3] 罗宾逊,C。;Dilkina,B。;哈布斯,J。;张伟。;Guhathakurta,S。;Brown,医学硕士。;Pendyala,R.M.,应用。能源,208889-904(2017) [4] Michalski,R.S。;Carbonell,J.G。;Mitchell,T.M.,《机器学习:人工智能方法》(1983),考夫曼出版社:考夫曼出版公司,加利福尼亚州洛斯阿尔托斯 [5] Makridakis,S.,《期货》,90,46-60(2017) [6] Carleo,G。;西拉克,I。;克兰默,K。;Daudet,L.公司。;舒尔德,M。;蒂什比,N。;Vogt-Maranto,L。;Leslie,L.Z.,Lenka,修订版。物理。,91,第045002条pp.(2019) [7] 拉多维奇,A。;威廉姆斯,M。;卢梭,D.,Nature,56041-48(2018) [8] 嘉宾D。;克兰默,K。;怀特森,D.,Annu。版次编号。第部分。科学。,68, 161-181 (2018) [9] 朱,L。;张伟。;寇,J。;刘,Y.,Phys。流体,31,第015105条pp.(2019) [10] 陈,Y。;Wu,D。;段,L。;Kang,Q.,物理学。流体,33,第024110条pp.(2021) [11] 吴,Z。;Tran,A。;Rincon,D。;Christofides,P.D.,AIChE J.,65,文章e16729 pp.(2019) [12] Kaneko,K。;Tsuda,I.,《复杂系统:混沌与超越》,65-82(2011),施普林格-弗拉格:柏林-海德堡施普林格有限公司 [13] Kapitaniak,T.,《控制混乱》(1996),学术出版社:纽约学术出版社·Zbl 0958.70504号 [14] H.Hamann,硕士论文,斯图加特大学,并行与顶点系统研究所(IPVS),2004年。 [15] Kapitaniak,T.,《控制混沌》,39-53(1996),学术出版社:纽约学术出版社·Zbl 0883.58021号 [16] Keeler,J.D.,Physica,23D,413-435(1986) [17] Kaneko,K.,Physica D,34,1-41(1989)·Zbl 0702.58043号 [18] Kaneko,K.,Europhys。莱特,6193(1988) [19] 达席尔瓦,S.T。;Prado,T.L。;Lopes,S.R。;Viana,R.L.,《混沌》。莱特。,29,第071104条pp.(2019)·Zbl 1420.37111号 [20] Faul,A.C.,《机器学习简介》(2019),CRC出版社:佛罗里达CRC出版社 [21] Murphy,K.P.,《机器学习:概率观点》(2012年),麻省理工学院出版社:英国剑桥·Zbl 1295.68003号 [22] Kotsiantis,S.B.,Informatica,31249-268(2007)·Zbl 1162.68552号 [23] 盖子,T。;Hart,P.,IEEE翻译。通知。理论,13,21-27(1967)·Zbl 0154.44505号 [24] Sebesyen,G.,IEEE传输。通知。理论,12407(1966)·Zbl 0171.40401号 [25] Friedman,H.P.,应用。斯托克。模型数据分析。,5, 37 (1989) [26] Tharwat,A.,《国际期刊应用》。模式识别。,3, 2, 145-179 (2016) [27] 基兰,J.R.,马赫。学习。,1, 81-106 (1986) [28] Quilan,J.R.,Morgan Kauffmann,38,48(1993) [29] L.Breiman,加利福尼亚州:华兹华斯国际集团(1984)。 [30] Dietterich,T.G.,《机器学习中的集成方法》(2000),Springer-Verlag:Springer-Verlag Berlin Heidelberg·Zbl 0963.68085号 [31] 巴迪,R。;Politi,A.,《物理学中的复杂性、层次结构和尺度》(1997),剑桥大学出版社·Zbl 1042.82500号 [32] 艾布拉姆斯,D.M。;Strogatz,S.H.,物理学。修订稿。,93,第174102条pp.(2004) [33] 巴蒂斯塔,C.A.S。;Viana,R.L.,《物理A》,第256页,第120869条,pp.(2019) [34] 拉托拉,M。;Baranger,V.,物理。修订稿。,82, 520-523 (1999) [35] Shibata,H.,《物理学A》,264226(1999) [36] Shibata,H.,Physica A,252428(1998) [37] da Silva,S.T.,机器学习应用于二次映射(2020),GitHub知识库,https://github.com/10618610/Machine_lerning_applied_to_quadratic_maps 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。