WikiEdge:ArXiv-1607.02180

出自WikiEdge
跳至導覽 跳至搜尋
  • 標題：Minimal cover of high-dimensional chaotic attractors by embedded recurrent patterns
  • 中文標題：高維混沌吸引子的最小覆蓋嵌入的不穩定重複模式
  • 發布日期：2016-07-07 22:00:56+00:00
  • 作者：Daniel L. Crane, Ruslan L. Davidchack, Alexander N. Gorban
  • 分類：nlin.CD
  • 原文鏈接：http://arxiv.org/abs/1607.02180v3

摘要：我們提出了一種通用方法，用嵌入的不穩定重複模式來構造高維混沌吸引子的最小覆蓋。所謂的最小覆蓋是指可用模式的子集，使得預定義接近閾值的混沌動力學的最小覆蓋近似與全套可用集合的近似一樣好。基於有向Hausdorff距離概念的接近度測量，可以自由選擇並適應給定混沌系統的屬性。在周期域上的Kuramoto-Sivashinsky系統的時空混沌吸引子的背景下，我們證明即使接近度測量在維數遠小於包含吸引子的空間的子空間內定義，也可以忠實地構造最小覆蓋。我們討論了如何使用最小覆蓋來提供吸引子結構和其上動力學的簡化描述。

問題與動機

作者面對的研究問題包括：

背景介紹

這篇文獻的背景主要集中在以下幾個方面：

  1. 高維混沌吸引子的最小覆蓋
    • 混沌吸引子的不穩定周期軌道是其結構的基礎，較短的軌道提供了整體結構，而較長的軌道則在更小的鄰域內細化了這個骨架。
    • 這種屬性最早由龐加萊猜想提出，即任何動力系統的運動都可以通過周期型的運動來近似。
    • 對於低維系統，這種方法取得了相當的成功，並發展出了周期軌道理論。
    • 然而，當吸引子的維度很大時（具有幾個正的李雅普諾夫指數），即使是定性描述吸引子的結構也變得具有挑戰性。
  2. 高維混沌系統的周期軌道定位
    • 最近幾年，在高維混沌系統中定位周期軌道和其他類型的復發模式方面取得了顯著進展。
    • 例如，Lopez等人提出了一種尋找具有連續對稱性的微分方程的相對周期解的方法，並用此方法找到了複雜Ginzburg-Landau方程的相對周期解。
    • Hof等人在湍流管流中發現了行波的實驗證據，與Faisst和Eckhardt的數值研究一致。
    • Zoldi和Greenside使用阻尼-牛頓方法在Kuramoto-Sivashinsky (KS) 方程中找到了不穩定的周期軌道。
    • Cvitanovic等人使用多重射擊和Levenberg-Marquardt算法在周期域的KS方程中定位了超過60,000個不穩定的復發模式。
  3. 混沌吸引子結構的描述
    • 越來越多的研究試圖用嵌入的不穩定周期軌道或其他不變結構來描述高維混沌動力學。
    • 對於弱湍流流動，例如Kawahara等人的工作，Chandler和Kerswell的工作，Budanur等人的工作，Graham和Floryan的工作。
    • 更抽象的模型，如Maiocchi等人對Lorenz』96模型的研究。
    • 一般來說，了解復髮結構可以用於開發模型簡化和粗粒化方法來表示複雜的高維動力系統，例如通過馬爾可夫鏈、符號動力學、主曼ifold、多尺度建模等。
  4. 大量復發模式的信息利用
    • 鑑於在給定的混沌系統中檢測到了大量的復發模式，很明顯數據中存在大量的冗餘：在相空間中彼此「接近」的復發模式包含了關於吸引子在其鄰域內結構和動力學的相似信息。
    • 這引出了如何選擇一個代表性的小的復發模式子集，這些模式子集提供了與完整可用集合相同的關於吸引子的信息。

綜上所述，這篇文獻的背景強調了在高維混沌系統中，如何利用周期軌道和其他復發模式的信息來描述吸引子的結構和動力學。

章節摘要

這篇論文提出了一種構建高維混沌吸引子的最小覆蓋的方法，通過嵌入的不穩定的周期性模式。主要內容包括：

  1. 引言：
    • 描述了不穩定周期軌道是混沌吸引子的骨架，短周期軌道給出整體結構，長周期軌道在更小的鄰域內細化這個骨架。
    • 引用了Poincaré的猜想，即任何動態系統的運動都可以通過周期型的運動來近似。
    • 討論了在高維系統中尋找周期軌道和其他類型的循環模式的進展。
  2. 最小覆蓋構造算法：
    • 定義了最小覆蓋為可用模式的一個子集，使得用最小覆蓋來近似混沌動力學與用全部可用集合近似一樣好。
    • 提出了一種算法來構建最小覆蓋，該算法基於預定義的接近度閾值。
    • 討論了如何定義循環模式之間的「接近度」或「鄰近性」。
  3. Kuramoto-Sivashinsky方程：
    • 展示了如何將提出的方法應用於Kuramoto-Sivashinsky方程的時空混沌吸引子。
    • 描述了KS方程及其在研究時空混沌動態系統中的應用。
    • 討論了如何使用傅里葉模式的幅度作為對稱不變的坐標來構建最小覆蓋。
  4. 最小覆蓋的KS吸引子：
    • 描述了如何使用KS方程的傅里葉模式幅度來構建最小覆蓋。
    • 展示了即使在定義接近度度量的子空間的維度遠小於包含吸引子的空間的維度時，也可以忠實地構建最小覆蓋。
    • 討論了如何使用最小覆蓋來提供吸引子結構和其上動力學的簡化描述。
  5. 混沌吸引子的陰影化：
    • 討論了如何將混沌軌跡表示為由最小覆蓋中的循環模式陰影化的軌跡序列。
    • 描述了「貪婪」表示法，即從所有在2ε4範圍內的循環模式中，選擇與混沌軌跡段最長時間保持在2ε4內的模式。
  6. 馬爾可夫模型近似：
    • 討論了如何使用最小覆蓋來近似動態為馬爾可夫過程。
    • 描述了構建轉移概率矩陣的方法，並分析了模型的屬性，包括無記憶屬性和穩態分布。
  7. 冗餘：
    • 討論了在構建最小覆蓋時可能出現的冗餘，並提出了一種方法來消除這些冗餘。
  8. 總結：
    • 總結了構建高維混沌吸引子的最小覆蓋的一般方法。
    • 討論了最小覆蓋在降低構建複雜性和計算成本方面的潛力。
    • 提出了最小覆蓋不僅可以基於循環模式，還可以基於混沌吸引子的任何方便的軌跡段集。

研究方法

這篇論文提出了一種通用方法，用於通過嵌入的不穩定周期性模式來構建高維混沌吸引子的最小覆蓋。以下是該研究方法論的主要組成部分：

  1. 構建最小覆蓋的算法：
    • 定義了「最小覆蓋」的概念，即選擇一組可用模式的子集，使得用最小覆蓋對混沌動力學的近似與使用完整可用集合的近似同樣好。
    • 提出了一種基於有向Hausdorff距離的鄰近度度量方法，可以根據給定混沌系統的特性進行選擇和調整。
    • 展示了即使在比包含吸引子的空間維度小得多的子空間內定義鄰近度度量時，也能忠實地構建Kuramoto-Sivashinsky系統的最小覆蓋。
    • 討論了如何使用最小覆蓋來提供吸引子結構和其上動力學的簡化描述。
  2. 有向Hausdorff距離：
    • 引入了有向Hausdorff距離來衡量動態系統軌跡段之間的距離，而不是單獨點之間的距離。
    • 通過有向Hausdorff距離，可以確定模式彼此之間的鄰近性以及與吸引子上點的鄰近性。
    • 展示了在構建最小覆蓋時，如何使用這個距離來確定是否將一個新的周期性模式包含進集合中。
  3. 降維投影中的距離：
    • 討論了在低維投影中使用有向Hausdorff距離來區分接近和遠離的軌跡段。
    • 通過使用吸引子的前n個主成分，可以在低維投影中可靠地區分軌跡段。
    • 展示了如何使用低維投影來構建可靠的最小覆蓋，從而大大減少了構建過程的複雜性和計算成本。
  4. Kuramoto-Sivashinsky方程：
    • 以Kuramoto-Sivashinsky方程為例，展示了如何找到並使用周期性模式。
    • 利用傅里葉級數展開和截斷來求解方程，得到一個高維動態系統的近似解。
    • 通過最小覆蓋算法，從大量檢測到的周期性模式中選擇了最小覆蓋集。
  5. 混沌吸引子的追蹤：
    • 利用構建的最小覆蓋集W4，開始將Poincaré猜想付諸實踐，將混沌軌跡表示為由W4中的周期性模式陰影序列。
    • 展示了如何將混沌軌跡細分為由W4中的模式陰影的有限時間段。
  6. 馬爾可夫模型近似：
    • 引入了馬爾可夫模型來近似複雜動態系統，特別是連續時間馬爾可夫鏈（CTMC）。
    • 通過長時間軌道的追蹤和分段，構建了CTMC模型的轉移概率矩陣。
    • 分析了模型的無記憶性質，以及等待時間的指數分布。
    • 通過去除最小覆蓋中的冗餘模式，進一步精煉了模型。
    • 展示了如何通過去除冗餘模式來減少最小覆蓋集的大小，同時保持對吸引子的覆蓋。

這篇論文的方法論分析結果表明，通過使用最小覆蓋和有向Hausdorff距離，可以有效地簡化高維混沌吸引子的描述，並且可以構建出能夠近似混沌動力學的馬爾可夫模型。

研究結論

根據提供的文獻內容，這篇論文的主要結論可以概括如下：

  • 構建高維混沌吸引子的最小覆蓋方法：提出了一種通過嵌入的不穩定周期軌道來構建高維混沌吸引子的最小覆蓋的通用方法。
  • Kuramoto-Sivashinsky混沌吸引子的最小覆蓋：展示了如何構建Kuramoto-Sivashinsky混沌吸引子的最小覆蓋。
  • 混沌軌跡的模式陰影：證明了在最小覆蓋內的模式可以陰影混沌軌跡。
  • 基於最小覆蓋內模式的馬爾可夫型模型構建：構建了一個基於最小覆蓋內模式的馬爾可夫型模型。
  • 算法實現：提出了一種算法來構建混沌吸引子的最小覆蓋。
  • 定向Hausdorff距離的應用：在構建最小覆蓋過程中，使用定向Hausdorff距離來確定模式之間的接近程度。
  • 降維投影的有效性：即使在遠低於包含吸引子的空間維度的子空間中定義接近度量，也能忠實地構建最小覆蓋。
  • 減少冗餘：通過二遍掃描最小覆蓋集來移除冗餘，從而減少覆蓋集的規模，同時保持對吸引子的充分覆蓋。
  • 粗粒化表示：展示了如何使用最小覆蓋集對混沌吸引子進行粗粒化表示，這可能對理解高維混沌動態的結構和動態非常有用。

術語表

這篇文章的術語表如下：

  • 高維混沌吸引子（High-dimensional chaotic attractor）：在高維空間中表現出混沌行為的動態系統軌跡的集合。
  • 最小覆蓋（Minimal cover）：一組可用模式的子集，使得用最小覆蓋對混沌動態的近似與使用完整可用集合的近似一樣好。
  • 不穩定的周期軌道（Unstable periodic orbits）：動態系統中不穩定的周期性解，它們構成了混沌吸引子的骨架。
  • 重當前模式（Recurrent patterns）：嵌入在高維系統混沌動態中的所有特殊解的統稱，包括平衡點、行波、周期軌道等。
  • 投影子空間（Projection subspace）：原始高維空間的一個較低維度的子空間，用於簡化動態系統的分析。
  • Kuramoto–Sivashinsky 方程（Kuramoto–Sivashinsky equation）：一個展示時空混沌行為的偏微分方程，用於描述某些流體動力學現象。
  • Poincaré 猜想（Poincaré conjecture）：猜想動態系統的運動可以通過周期類型運動來近似。
  • Pugh 關閉引理（Pugh's closing lemma）：對於C1-通用動態系統，超穩定周期軌道集合在非遊蕩集合中密集。
  • Kupka–Smale 理論（Kupka–Smale theory）：描述了在一定條件下，動態系統中的不穩定周期軌道是密集的。
  • 時空混沌吸引子（Spatiotemporally chaotic attractor）：在空間和時間上都表現出混沌行為的吸引子。
  • 重當前模式的最小覆蓋（Minimal cover of recurrent patterns）：選擇一組代表性最小的重當前模式，以近似描述混沌吸引子。
  • 有向Hausdorff 距離（Directed Hausdorff distance）：用于衡量兩個點集之間距離的一種方法，特別是動態系統軌跡段之間的距離。
  • Fourier 模式（Fourier modes）：在傅里葉級數中表示波動或信號的正弦和餘弦函數的集合。
  • Hausdorff 距離（Hausdorff distance）：衡量兩個集合之間距離的一種度量，用於動態系統軌跡段的比較。
  • Markov 模型（Markov model）：一種統計模型，用於描述具有無記憶性質的隨機過程。
  • Markov 鏈（Markov chain）：一種隨機變量的序列，其中下一個變量的概率分布僅與當前變量有關。
  • 影子追蹤（Shadowing）：一種通過已知模式近似混沌軌跡的技術。
  • 主成分分析（Principal component analysis）：一種統計方法，用於通過正交變換將可能相關的變量轉換為一組值，稱為主成分。
  • Lyapunov 指數（Lyapunov exponent）：衡量動態系統軌跡發散或收斂速率的指標。
  • 符號動力學（Symbolic dynamics）：一種使用符號序列來表示動態系統狀態的方法。
  • 條件非線性最優信號恢復（Near-optimal signal recovery from random projections）：從隨機投影中恢復信號的一種方法，旨在最小化誤差。
取自「http://zh.wikiedge.org/index.php?title=WikiEdge:ArXiv-1607.02180&oldid=2016」