Early-warning indicators in the dynamic regime
早期预警指标(自相关和方差的增加)通常用于时间序列数据,以试图检测现实世界系统的临界点。这些指标背后的理论源自于通过线性平稳(Ornstein-Uhlenbeck)过程近似在时间序列数据中观察到的平衡点周围的波动。然后,对于分叉型临界点的方法,Ornstein-Uhlenbeck过程的自相关和方差公式检测到“临界减速”现象。平稳性和线性假设在预警指标中引入了两个误差来源。研究了线性漂移鞍结范式分岔预警指标的理论值与观测值之间的差异。
2016-09-23 math.DS
Internal noise interference to warnings of tipping points in generic multi-dimensional dynamical systems
本文研究多维动力系统中噪声对临界慢化早期预警信号的干扰,揭示了一个一般性机制:当一个噪声源同时驱动多个系统分量时,方差和滞后1自相关等指标可能产生假阴性或假阳性,并通过二维折叠型分岔示例加以验证。
2024-10-01 math.DS
An Early Warning Sign of Critical Transition in The Antarctic Ice Sheet -- A Data Driven Tool for Spatiotemporal Tipping Point
Clarkson University(克拉克森大学)
我们最近开发的工具,称为定向亲和分割,最初是专为数据驱动的流体系统中的相干集的发现。在这里,我们解释说,它也可以用来指示早期预警信号的关键过渡冰架从遥感数据。我们应用有向谱聚类方法,包括一个不对称的亲和矩阵和相关的有向图拉普拉斯算子,重新处理的冰速度数据和遥感卫星图像的拉森C冰架。我们的工具已经能够从历史数据中模拟预测历史事件,断层线负责导致拉森C冰架裂缝破裂的关键过渡,导致A68冰山。使用过去的数据来预测现在也是过去的事件的方法的这种基准有时被称为事后预测,类似于对未来的预测。我们的方法在实际发生前几个月就预测到了即将到来的危机。
2020-12-31 cs.LG eess.IV math.DS
Analysis and Predictability for Tipping Points with Leading-Order Nonlinear Terms
临界点在各种应用中以及从数学的角度都得到了积极的研究。从理论上理解临界点预警信号的一个主要技术是使用快慢随机微分方程的框架。在许多关于临界点之前存在方差和自相关增长的论点中,一个关键假设是使用线性化论点,即,控制随机微分方程的确定性(或漂移)部分的首阶项是线性的。这个假设保证了一个局部近似通过Ornstein-Uhlenbeck过程在正常双曲制度之前,但充分有界远离,分歧。在本文中,我们将这种情况推广到首阶非线性项的一个快速变量的设置。我们工作在准稳定的制度,并证明了快速的变量有一个明确的平稳分布,我们计算的方差作为一个分叉引起的临界点接近的标度律。我们交叉验证的标度律数值。此外,我们提供了一个计算研究的可预测性使用预警信号的领导阶非线性项的基础上接收操作员的特征曲线。
2018-05-01 math.DS nlin.PS
Signatures consistent with multi-frequency tipping in the Atlantic meridional overturning circulation
临界点是指迅速脱离稳定状态,早期发现临界点是一项重要的理论和实践挑战。临界点通常与折叠分叉处的稳态或周期解的消失有关。我们在这里讨论的多频小费(M小费),这是小费由于消失的吸引环面。M-tipping是至少有两个内在或外部频率可以相互作用的系统中的一种普遍现象,因此与各种感兴趣的系统有关。我们发现,更复杂的序列中涉及的M-倾斜的分叉提供了一个可能的一致的解释,尚未解释的行为,在气候模型中观察到的倾斜附近的大西洋纬向翻转环流。更一般地说,这项工作为在多频系统中确定可能的倾倒预警信号提供了一条途径。
2021-04-08 math.DS
Probability of noise- and rate-induced tipping
我们提出了一个近似的概率时,参数变化的速度和添加剂白噪声相互作用,导致小费。我们的近似是有效的小到中等的漂移速度,并有助于估计误报和误报的概率在早期预警指标的情况下,利率和噪音引起的小费。我们说明了我们的近似率引起的小费与加性噪声使用蒙特卡罗模拟的原型模型。该公式可扩展到费率引起的倾倒的近距离接触,也可适用于其他形式的倾倒。我们还提供了一个渐近公式的临界斜坡速度的参数在没有噪声的一般类系统进行率诱导的小费。
2017-05-15 math.DS
Early Warning Signals for Bifurcations Embedded in High Dimensions
本文研究如何利用高维系统中局部分岔前的临界现象推断嵌入流形性质,并借助分岔机制先验知识增强临界事件预测,在Hopf分岔流体系统和西非季风数据上验证了方法的有效性。
2024-08-06 math.DS physics.comp-ph
Early Warning Signals Can Vanish or Amplify: Dimensionality in Complex Systems
University of Copenhagen(哥本哈根大学)
该研究探讨高维复杂系统中维度、惯性与噪声对预警信号可检测性的影响,发现预警信号的存在依赖系统几何与随机强迫,未检测到预警信号不代表临界转变未临近。
2026-09-02 math.DS
Warning signs for non-Markovian bifurcations: colour blindness and scaling laws
对临界点(或关键转变)的警告信号进行了非常积极的研究。虽然该理论已成功地应用于许多复杂系统的模型和实验中,例如气候系统中的倾斜,但仍存在持续的争论,何时可以从数据中提取警告信号。在这项工作中,我们通过考虑不同类型的潜在噪声来阐明这一争论。从而,我们显着地推进了一般理论的非线性随机动力学的报警信号。一个关键的场景处理随机系统接近一个歧点动态缓慢的参数变化。随机波动一般能够探测确定性吸引子附近的动力学,以揭示临界慢化。使用分叉附近的标度律,然后可以预测到分叉的距离。以前的警告信号结果假设噪声是马尔可夫的,通常甚至是白色的。在这里,我们研究的非马尔可夫系统,包括有色噪声和$α$ -定期Volterra过程(其中分数布朗运动和Rosenblatt过程的特殊情况)的警告信号。我们证明了预警标度律可以完全消失或急剧改变其指数的基础上控制噪声过程的参数。这提供了一个清晰的解释,为什么将标准的警告信号结果应用于复杂系统的降阶模型可能与数据驱动的研究不一致。我们证明了我们的结果数值的背景下,大西洋经向翻转环流(AMOC)的箱型模型。
2022-02-15 cs.NA math.DS math.NA
Early-Warning Signs for Pattern-Formation in Stochastic Partial Differential Equations
最近,我们对预警信号在预测动态系统中的剧烈变化(所谓的临界转变或临界点)方面的潜在用途和局限性的理解取得了重大进展。数学建模和分析的一个重点是随机常微分方程,其中一般的统计预警信号可以确定附近的分叉诱导的临界点。在本文中,我们概述了一些基本的步骤,扩展这一理论的随机偏微分方程的重点分析特征的基本标度律的线性SPDE和比较的结果完全非线性问题的数值模拟。特别是,我们研究随机版本的Swift-Hohenberg和Ginzburg-Landau方程。我们推导出了在线性化预计是确定性稳态周围局部波动的良好近似的情况下协方差算子的标度律。我们将这些结果与直接数值模拟的结果进行了比较,并研究了噪声水平、噪声颜色、分叉距离和区域大小对预警信号的影响。
2014-10-08 math.AP math.DS math.PR
Statistical warning indicators for abrupt transitions in dynamical systems with slow periodic forcing
Technical University of Munich(慕尼黑工业大学);Potsdam Institute for Climate Impact Research(波茨坦气候影响研究所);University of Exeter(埃克塞特大学)
研究探讨了在慢周期驱动的双稳系统中,通过统计指标预测振荡行为终止的可行性,提出基于季节性驱动相位的预警指标,发现其具有最强的预警能力。
2026-03-27 math.DS
Early warnings of critical transitions through vector autoregression: lessons from multiscale systems
本文提出使用向量自回归(VAR)方法从多时间序列中识别系统特征值,以预测多尺度非线性动力系统中的临界转变类型(如折叠、亚临界Hopf和奇异Hopf分岔),并提供比单变量AR(1)更丰富的早期预警信号。
2026-05-27 math.DS
Action Functional as an Early Warning Indicator in the Space of Probability Measures via Schrödinger Bridge
本文提出基于 Schrödinger bridge 与熵产生率的概率测度空间早期预警信号框架,用于刻画随机动力系统亚稳态间的临界转变,并在 Morris-Lecar 模型和阿尔茨海默病数据中验证其有效性。
2025-03-11 math.DS
Geometric early warning indicator from stochastic separatrix structure in a random two-state ecosystem model
University of Leicester(莱斯特大学);Jiangsu University(江苏大学);Peoples' Friendship University of Russia(俄罗斯人民友谊大学);Great Bay University(大湾区大学)
本文研究了在强噪声或观测记录有限时,通过随机分隔结构的几何指标预测北极冰下藻华爆发的方法,揭示了该指标与噪声强度和首次通过时间的关系。
2026-04-04 math.DS math.PR nlin.CD
Universal Early Warning Signals of Phase Transitions in Climate Systems
University of Waterloo(滑铁卢大学);University of Exeter(埃克塞特大学);Wageningen University(瓦赫宁根大学);McGill University(麦吉尔大学);University of Guelph(圭尔夫大学)
复杂系统表现出临界点的可能性,即平衡态经历突然的、往往是不可逆的转变,这一点已经得到充分的证实,但使用标准的预测建模技术来预测这些事件是相当困难的。这导致了另一套方法的开发,这些方法试图识别数据中的关键现象的签名,这些现象预计会在许多类别的动态分叉之前发生。至关重要的是,这些关键现象的表现在各种系统中是通用的,这意味着数据密集型深度学习方法可以在(丰富的)合成数据上进行训练,并且在转移到(更有限的)经验数据集时可以证明是有效的。本文为这种方法应用于晶格相变提供了概念证明:专门在2D伊辛模型相变上训练的深度神经网络在许多真实和模拟气候系统上进行了测试,取得了相当大的成功。其准确性往往超过常规统计指标,而且由于纳入了空间指标,业绩不断得到改善。诸如此类的工具可提供对气候翻转事件的宝贵见解,因为遥感测量提供了关于复杂的地理空间分辨地球系统的越来越丰富的数据。
2022-12-05 cs.LG math.DS physics.ao-ph
Early warning signs of critical transitions -- The $α$-stable case
针对非高斯$α$-稳定噪声下经典早期预警信号失效的问题,提出以标度因子$γ_X$作为替代,理论证明其随分岔逼近而增大,数值模拟验证了其在非线性和非平衡态系统中的有效性与稳健性。
2023-11-27 math.DS
Deep Learning for predicting rate-induced tipping
Technical University of Munich(慕尼黑工业大学);Potsdam Institute for Climate Impact Research(波茨坦气候影响研究所);University of Exeter(埃克塞特大学)
针对现有临界慢化方法无法预测速率诱导、噪声诱导临界转变的问题,研究提出深度学习框架,可提前预测转变概率并捕捉预警特征,提升了动力系统安全运行空间的判定能力。
2024-09-11 cs.LG math.DS physics.ao-ph
Evaluating the consequences: Impact of sex-selective harvesting on fish population and identifying tipping points via life-history parameters
本研究构建含弱Allee效应的鱼类性别结构模型,分析性别选择性捕捞的影响,提出基于流域稳定性的预警工具识别临界点,并验证密度依赖型雌性放流可作为有效的种群干预策略。
2024-01-29 math.DS q-bio.PE
Why Topological Data Analysis Detects Financial Bubbles?
本文基于LPPLS模型给出启发式论证,解释TDA为何能检测金融时间序列中的临界转变早期预警信号,并以比特币正负泡沫为例进行验证。
2023-04-14 math.DS physics.soc-ph q-fin.ST
Likelihood estimation of an interpretable early-warning sign of critical transitions
University of Auckland(奥克兰大学)
研究临界转变的可解释早期预警信号,利用最大似然估计从时间序列观测计算指标,通过生态系统和海洋环流崩溃模型评估性能,展示该指标对洞察系统状态的适用性。
2026-09-03 math.DS math.PR
A mathematical framework for critical transitions: bifurcations, fast-slow systems and stochastic dynamics
分岔可以导致具有慢变参数的动力系统过渡到远离吸引子。"关键过渡“或"临界点”等术语被用来描述这种情况。在从生态系统和气候变化到医药和金融的各种各样的应用中,已经观察到了关键的转变。本文的主要目的是给出一个概述,标准的数学理论可以应用于临界过渡。我们将集中讨论那些被建议用来预测临界转变的早期预警信号,并指出数学理论在这方面可以提供什么。从经典的分歧理论出发,结合多个时间尺度动力学,可以详细分析引起临界转变的局部分岔。我们认为,快-慢系统的数学理论提供了一个自然的定义的关键转变。由于噪声往往在临界转变附近起着至关重要的作用,下一步是考虑随机快-慢系统。样本路径技术,偏微分方程和随机动力系统之间的相互作用突出。每一个观点都为关键的转变提供了潜在的预警信号。由于不断增加的方差已被建议作为一个预警信号,我们检查它的正常形式的背景下,分析,数值和几何,我们也考虑自相关数值。因此,我们证明了通用模型的预警信号的适用性。最后,我们对未来的理论方向的建议。
2011-02-21 math.CA math.DS nlin.CD
Impact of spinning on the early-warning signs in non-Markovian stochastic systems
University of Konstanz(康斯坦茨大学)
研究非马尔可夫系统临界转变的早期预警信号,分析多种随机强迫,表明指标有效性受系统特性影响,比较赫斯特指数和分岔类型影响,证明旋转动力学改变标度律,提供实用指南并验证。
2026-07-08 math.DS math.PR
Critical speeding up as an early warning signal of regime switching
近年来,在随机环境和噪声动力学模型的观测中,使用临界慢化作为状态切换的预警指标已经得到了广泛的研究和实施。然而,一些系统已经被证明在平衡之间的过渡之前避免临界减速,例如(Ditlevsen和Johnsen,2010)。可能的解释包括驱动动态的非平滑势(Hastings和Wysham,2010)或驱动系统脱离初始吸引区域的大扰动。在本文中,我们讨论了一种类似于临界减速的现象,其中一个缓慢的参数变化导致政权转移的可能性很高,并在该过程的样本路径的统计中创建签名警告标志。简而言之,如果一个吸引区域在参数变化下被压缩,那么势阱就会变陡,导致时间序列的方差和自相关性下降;这正是临界减速所表现出的相反的警告信号。这种效果,我们称之为“关键的加速,”证明了使用一个简单的生态模型表现出Allee效应。下降和上升的方差/自相关性都可以表明即将发生的状态变化,这一事实应该强调需要对任何希望预测政权变化的经验系统进行可靠的建模。
2019-01-23 math.DS nlin.AO
Early Warning Prediction with Automatic Labeling in Epilepsy Patients
Huazhong University of Science and Technology(华中科技大学);Great Bay University(大湾区大学);St. Petersburg Department of the Steklov Mathematical Institute(斯捷克洛夫数学研究所圣彼得堡分部)
本文提出一种基于元学习的双层优化框架,利用癫痫患者EEG数据自动标注早期发作期噪声数据并提升骨干模型训练精度,实验表明其预测准确率显著优于LSTM和ResNet基线,且预测概率可作为高效早期预警指标。
2024-01-11 cs.LG math.DS
Rate-induced tracking for concave or d-concave transitions in a time-dependent environment with application in ecology
本文研究表示过去到未来系统转换的生物学模型,证明沿局部拉回吸引解计算的有限时间 Lyapunov 指数是临界点的有效早期预警信号,并基于有界解集的内部动力学对凹或 d-凹时变转换引发的速率诱导跟踪场景进行分类与数值分析。
2023-10-20 math.DS