×
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。