A statistical physics and dynamical systems perspective on geophysical extreme events
针对现有统计极值分析无法解释地球物理极端事件底层物理机制的问题,本文梳理了相关研究空白与挑战,提出新理论形式,并指出定制化随机方法可助力深化对这类事件的理解。
2024-08-13 math.DS nlin.CD physics.ao-ph
Intermittent large deviation of chaotic trajectory in Ikeda map: Signature of extreme events
我们注意到在基于激光的Ikeda地图中的极端事件样行为的签名。系统的轨迹偶尔会远离有界混沌区域,表现为时间动力学中的间歇性尖峰事件。大的尖峰事件满足通常在动力系统中观察到的极端事件的条件。大尖峰事件的概率密度函数呈长尾分布,符合罕见事件的特征。事件间隔服从类泊松分布。我们在相图中定位极端事件的参数区域。此外,我们研究了两个池田地图,以探讨如何以及何时极端事件终止通过相互作用。纯粹的信息交换扩散无法终止极端事件,极端事件的同步发生即使在大的相互作用下也是可能的。另一方面,阈值激活耦合可以终止超过相互作用临界值的极端事件。
2019-05-03 nlin.CD
Bringing statistics to storylines: rare event sampling for sudden, transient extreme events
本研究提出一种结合自适应多层次分裂与集合增强的稀有事件采样方法,通过提前分裂轨迹,在Lorenz-96模型中实现约10倍的极端事件采样效率提升,为突发瞬态极端事件统计建模提供新途径。
2024-02-02 math.DS nlin.CD physics.ao-ph
A variational approach to probing extreme events in turbulent dynamical systems
极端事件普遍存在于各种动力系统中,包括湍流、非线性波、大规模网络和生物系统。在这里,我们提出了一个变分的框架探测条件,触发间歇性的极端事件在高维非线性动力系统。我们寻求触发器作为适当约束的优化问题的概率可行的解决方案,其中要最大化的功能是一个系统观察表现出间歇性的极端突发。施加约束以确保最优解的物理容许性,即,它们在动力系统的自然流动下发生的显著概率。我们将该方法应用到一个身体强迫不可压缩的纳维-斯托克斯方程,称为Kolmogorov流。我们发现,间歇性爆发的能量耗散是独立的外部强迫,而是由自发转移的能量从大尺度的平均流通过非线性三元相互作用。相应的变分问题的全球最大化确定负责的三重奏,从而提供了极端耗散事件发生的前兆。具体来说,监测这三位一体的能量转移,使我们能够开发一个数据驱动的短期预测间歇爆发的能量耗散。我们通过直接的数值模拟来评估这个预测器的性能。
2017-08-14 math.DS nlin.CD physics.flu-dyn
Symmetrical emergence of extreme events at multiple regions in a damped and driven velocity-dependent mechanical system
在这项工作中,我们报告的阻尼和驱动速度依赖的机械系统中出现的极端事件。我们观察到极端事件出现在多个点。我们进一步注意到,极端事件在所有出现点上都以正值和负值对称发生。我们通过绘制峰值和间隔的概率分布函数,从统计学上证实了极端事件的出现。我们还确定了极端事件在所有点出现的机制,并根据极端事件出现的区域将这些点分为两类。最后,我们绘制了两个参数图,以便对系统有一个完整的概述。
2021-06-17 nlin.CD
Emergence and mitigation of extreme events in a parametrically driven system with velocity-dependent potential
本文讨论了具有速度依赖势的参数驱动非多项式力学系统中极端事件的出现。我们证实了极端事件的发生,从概率分布函数的峰值,表现出长尾。我们还提出了极端事件发生的机制。我们发现,极端事件发生的概率交替增加和减少的概率为零的一个简短的区域。在极端事件发生概率最高的点,当系统受到外部驱动时,我们发现概率降为零。我们的研究证实,外部驱动器可以作为一个有用的工具,以减轻极端事件在这个非线性动力系统。通过两个参数图,我们还展示了极端事件被抑制的区域。除此之外,我们还证明了当系统受噪声影响时,极端事件会发生,当系统状态变量受噪声影响时,极端事件甚至会转化为超极端事件。
2021-06-17 cond-mat.stat-mech nlin.CD
Outliers, Extreme Events and Multiscaling
极端事件在气候、地震和动荡等各种自然现象以及金融市场等人为环境中发挥着重要作用,有时甚至是灾难性的。在这种系统中,统计分析和预测是复杂的,因为一方面极端事件可能会出现“离群值”,其统计特性似乎与大部分数据不一致,另一方面,它们主导概率分布的(胖)尾和高矩的缩放,导致“异常”或“多”缩放。我们采用了壳模型的湍流表明,它是非常有用的,以详细研究的动力学的发病和死亡的极端事件。这样做可以揭示极端事件的动力学标度特性,这些特性是它们的特征,而不是大部分波动所共有的。由于极端事件支配分布函数的尾部,因此它们的动力学标度性质的知识可以转化为尾部函数形式的预测。我们表明,从相对较短的时间范围(极端事件出现异常值)的分析,我们可以预测的概率分布函数的尾部,在非常长的时间范围内收集的数据一致。结论是,在相对较短的时间范围内可能出现不可预测的事件实际上是较长时间范围内多尺度统计的一致部分。
2000-09-27 nlin.CD physics.flu-dyn
Control-aware echo state networks (Ca-ESN) for the suppression of extreme events
Imperial College London(帝国理工学院);The Alan Turing Institute(艾伦·图灵研究所)
本文提出控制感知回声状态网络(Ca-ESN),将回声状态网络与PID及模型预测控制结合以抑制极端事件,并在混沌湍流中使极端事件发生率降低两个数量级。
2023-08-06 cs.LG nlin.CD physics.flu-dyn
Data-driven prediction and control of extreme events in a chaotic flow
University of Cambridge(剑桥大学);Imperial College London(帝国理工学院);The Alan Turing Institute(艾伦·图灵研究所);TU Munich(慕尼黑工业大学)
极端事件是非线性系统状态的突然和剧烈变化。在流体动力学中,极端事件会对系统的优化设计和可操作性产生不利影响,这就需要对其进行准确的预测和控制。在本文中,我们提出了一个数据驱动的方法来预测和控制极端事件的混沌剪切流。该方法是基于回声状态网络,这是一种类型的水库计算,学习时间相关的数据集内的时间相关性。目标有五个方面。首先,我们利用二进制分类的ad-hoc度量来分析(i)网络预测的极端事件中有多少实际发生在测试集中(精度),以及(ii)网络错过了多少极端事件(召回)。我们应用一个原则性的策略来选择最优的超参数,这是网络性能的关键。其次,我们关注极端事件的时间精确预测。我们表明,回声状态网络能够预测极端事件远远超出可预测时间,即,超过5个李雅普诺夫时间。第三,我们从统计学的角度关注极端事件的长期预测。通过使用包含非收敛统计数据的数据集训练网络,我们表明网络能够学习和推断流量的长期统计数据。换句话说,网络能够从相对较短的时间序列中推断出时间。第四,我们设计了一个简单有效的控制策略,以防止极端事件发生。该控制策略将极端事件的发生率降低了一个数量级,相对于不受控制的系统。最后,我们分析了一系列雷诺数的结果的鲁棒性。我们表明,网络在广泛的制度表现良好。
2022-04-25 cs.LG nlin.CD physics.flu-dyn
Spatiotemporal chaos induces extreme events in an extended microcavity laser
光学和流体中的异常波等极端事件往往与相干结构的合并动力学有关。本文给出了具有可饱和吸收体的空间扩展半导体微腔激光器中极端事件出现的物理现象的实验和数值结果。该系统可以显示确定性的不规则动力学,仅由于通过光的光的衍射的空间耦合。我们已经确定了参数区域的极端事件遇到,并建立了这种动力学的起源,在确定性时空混沌的出现,通过极端事件的比例和奇异吸引子的尺寸之间的对应关系。
2015-12-18 nlin.CD
Extreme events due to localisation of energy
研究了一维非对称非简谐软势中的简谐耦合单元链。由于能量的非线性局部化,该系统在链的各个元素显示非常大的激发的意义上表现出极端事件。对该系统中的极端情况进行详细的统计分析,揭示了一些意想不到的性质,例如,事件间隔统计中的明显模式。我们将这些统计特性与潜在的系统动力学联系起来,并注意到,当极端事件发生时,系统动力学通常会(至少在局部)采用振荡行为,从而导致例如此类事件的快速连续。因此,该模型可能作为一个范例模型的非线性,能量传输和极端事件的相互作用的研究。
2015-01-09 nlin.CD
Enhancement of Extreme Events through the Allee effect and its Mitigation through Noise in a Three Species System
我们考虑的动态的三个物种的系统,将Allee效应,专注于其对系统中出现的极端事件的影响。首先,我们发现在Allee效应的作用下,正则周期动力学系统变为混沌。此外,我们发现,该系统表现出无界增长的植被种群的Allee参数的临界值后。最重要的发现是观察到一个关键的Allee参数,超过该参数,获得极端事件的概率变得非零的所有三个人口密度。虽然Allee效应对捕食者种群极端事件的发生影响不大,但当Allee参数达到一定阈值后,捕食者种群发生极端事件的概率会急剧增加,而植被种群在Allee效应足够强时也会发生极端事件.最后考虑了加性噪声对极端事件的影响。首先,我们发现噪声驯服了由Allee效应引起的无限植被生长。更有趣的是,我们证明了随机性大大减少了极端事件在所有三个人口的概率。事实上,对于足够高的噪声,我们在系统中没有观察到任何更多的极端事件。这表明噪声可以减轻极端事件,并对自然发生的系统中极端事件的可观测性具有潜在的重要影响。
2021-09-13 nlin.CD q-bio.PE
A physics-aware machine to predict extreme events in turbulence
Technical University of Munich(慕尼黑工业大学);University of Cambridge(剑桥大学)
我们提出了一种物理感知的机器学习方法来准确地预测湍流中的极端事件。该方法结合了两种完全不同的方法:基于水库计算的经验建模,仅从数据中学习混沌动力学,以及基于守恒定律的物理建模。我们表明,这两种方法的结合是能够预测的发生和幅度的极端事件的自我维持过程中的连续性的突然转变,从湍流准层流状态,这不能通过单独使用任何一种方法来实现。这为增强协同数据驱动方法与物理知识的可能性开辟了新的可能性,以准确预测混沌动力系统中的极端事件。
2019-12-23 cs.LG nlin.CD physics.flu-dyn
Extreme events in two-coupled chaotic oscillators
本研究探讨了扩散性双向耦合Rössler振子系统中极端事件的产生机制,发现其出现在平均速度、同步误差及横向变量中,并揭示了同相同步与开关阵发在其中的关键作用。
2024-09-24 nlin.AO nlin.CD
Predictability and suppression of extreme events in complex systems
在许多复杂系统中,大事件被认为遵循幂律、无标度概率分布,因此极端的灾难性事件是不可预测的。在这里,我们研究耦合混沌振子,显示极端事件。造成罕见的、最大的事件的机制使它们与众不同,它们的分布偏离幂律。基于这种机制识别,我们表明,它是可能的,以实时预测即将发生的极端事件。一旦预测,我们还表明,极端事件可以通过对系统施加微小的扰动来抑制。
2013-09-13 nlin.AO nlin.CD
Constant Bias and Weak Second Periodic Forcing : Tools to Mitigate Extreme Events
我们提出了两种潜在可行的非反馈方法,即(i)恒定偏差和(ii)弱第二周期强迫作为缓解极端事件的工具。我们证明了这两个工具在抑制两个著名的非线性动力系统,即(i)Liénard系统和(ii)与速度相关的潜在的非多项式力学系统的极端事件的有效性。在Liénard系统中,由于大振幅振荡的减少而发生抑制;在非多项式力学系统中,由于混沌被破坏成周期轨道而发生抑制。就第二周期强迫而言,在这两个例子中,极端事件得到抑制,由于大振幅振荡的增加。我们还表明,通过引入一个阶段,在第二个周期强迫可以降低极端事件发生的概率,甚至进一步在非多项式系统。为了给极端事件的完全抑制提供支持,我们给出了所有情况下的双参数概率图。除了上述,我们研究的可行性,上述工具中的参数驱动版本的非多项式机械系统。最后,我们研究了这两种方法如何影响Liénard系统的多稳定性。
2021-08-02 math.DS nlin.CD
Propagation of extreme events in multiplex neuronal networks
本文研究多重网络中极端事件在层间的传播,发现单向耦合可在非耦合层诱发极端事件而双向耦合可抑制全局耦合层中的极端事件,并揭示其机制与同步转变有关。
2025-07-22 nlin.CD
Extreme events in excitable systems and mechanisms of their generation
我们研究确定性系统,由FitzHugh-Nagumo型的可激发单元组成,这些单元能够在不受噪声或参数变化影响的情况下自生成和自终止强偏离其常规动力学。这些偏差是罕见的,短暂的,经常性的,因此可以被视为极端事件。采用一系列的方法,我们分析系统的动力学特性,确定系统的动态特性,可能有资格作为极端事件的前兆。我们调查这些功能和阐明机制,可能是负责的极端事件的产生。
2014-08-27 nlin.CD
Extreme Events in an Active Fluid Medium
Indian Institute of Science Education and Research Mohali(印度科学教育与研究学院穆哈里分校)
本研究在含两种化学物质的活性流体中发现了极端事件,其出现与佩克莱数及非线性增长项相关,并可通过降阶模型复现,对主动输运生物现象有潜在意义。
2026-09-15 cond-mat.soft nlin.AO nlin.CD
Suppression of deterministic and stochastic extreme desynchronization events using anticipated synchronization
我们数值计算表明,耦合振荡系统中的参数失配或噪声引起的极端事件可以被预测和抑制之前,他们实际上发生。我们表明,在一个主系统单向耦合到一个辅助系统受到负延迟反馈。每个系统由两个以主从配置耦合的电子振荡器组成。在这个耦合系统中观察到的极端事件是大的和零星的去极化事件。在一定条件下,辅助系统可以预测主系统的动态。我们利用这一点,有效地抑制极端事件的直接纠正复位的主要系统。
2013-11-18 nlin.CD physics.data-an
Route to extreme events in excitable systems
具有不同耦合拓扑结构的FitzHugh-Nagumo单元系统能够自生成和终止与其常规动力学的强烈偏离,由于其罕见性和经常性发生,这些偏离可以被视为极端事件。在这里,我们展示了内部危机在极端事件出现中的关键作用。在参数空间中,我们确定这个内部危机的动态组织中心采用混合模式振荡和泄漏混沌系统的概念。我们发现,极端事件发生在参数空间的某些区域,我们表现出这种现象的鲁棒性相对于系统的大小。
2014-08-27 nlin.CD
Extreme bursting events via pulse-shaped explosion in mixed Rayleigh-Lienard nonlinear oscillator
我们研究了一个参数化和外部驱动的Rayleigh-Lienard混合模型的动力学,并报告了由于一种新的脉冲状爆炸机制而出现的极端爆炸事件。该系统表现出复杂的周期性和混乱的突发模式之间的小振荡作为激励频率的函数。特别是,出现在某些参数区域的罕见的和经常性的混沌爆发的出现,其特征在于极端事件。我们已经确定,一个尖锐的脉冲状的转变,发生在系统的平衡点的外观是发展的爆发事件的潜在机制。此外,控制方面的极端事件试图通过将一个线性阻尼项,我们表明,足够强的阻尼强度,极端事件被消除的系统,只有周期性的突发是可行的。
2022-07-25 nlin.CD
Extreme Wave Events in Directional, Random Oceanic Sea States
讨论了定向传播对极端波浪事件发生的影响。我们对Trulsen等人最近提出的包络方程进行数值积分,PhysofFluids2000,作为一个弱非线性的海洋重力波数值模拟模型,数值模拟的初始条件由空间JONSWAP功率谱表征。我们表明,通过增加初始频谱的方向性,极端事件的出现显着减少。
2001-06-05 nlin.CD
Routes to extreme events in dynamical systems: Dynamical and Statistical Characteristics
在许多动力系统的状态变量的时间演化过程中,可以看到间歇性的大振幅事件。这种间歇性的大事件突然开始出现在动力系统中的一个系统参数的临界值,并继续为一系列的参数值。三个重要的不稳定性过程,即内部危机,Pomeau-Manneville不稳定性和准周期运动的崩溃,是最常见的,在许多系统中观察到,导致这种偶尔和罕见的过渡到大振幅尖峰事件。我们将这些偶尔发生的大事件描述为极端事件,如果它们大于统计定义的显著高度。我们提出了两个示例性的系统,一个单一的系统和耦合系统来说明如何工作的不稳定性起源于极端事件,他们表现为非平凡的动力学事件。我们说明了这样的事件的动力学和统计特性。
2020-05-14 nlin.CD
Dynamics-Informed Deep Learning for Predicting Extreme Events
Department of Mechanical Engineering, Massachusetts Institute of Technology(机械工程系,麻省理工学院)
本文提出一种基于动力学的深度学习方法,通过显式跟踪瞬态不稳定性机制,提升高维混沌系统中极端事件的长期预测能力。
2026-03-11 cs.LG math.DS nlin.CD
Extreme events in MLC circuit
Indian Statistical Institute(印度统计研究所);Jadavpur University(贾达普大学)
研究揭示了MLC电路中极端事件的动态机制,通过力场和相空间分解解释了极端事件的产生,结合极值理论分析了其统计特性。
2026-04-22 nlin.AO nlin.CD physics.app-ph
Extreme events in dynamical systems and random walkers: A review
极端事件由于其在从金融到气候学的各种背景下的极端重要性而引起研究人员的关注。这使得这些经常发生的事件成为跨学科研究的焦点。最近的进展提供了一个全面的审查,以捕捉最近的改进,从动力系统和随机游走的角度来分析这种非常高振幅的事件。我们强调,在细节,机制负责出现这样的事件在复杂系统。已经详细阐述了导致极端事件发生的几种机制,调查了导致极端事件的不稳定性的来源。此外,我们讨论了从两个不同的背景下,使用动态不稳定性和基于数据的机器学习算法的极端事件的预测。跟踪相空间中的不稳定性并不总是可行的,对极端事件动态的精确了解并不一定有助于预测极端事件。此外,在大多数高维系统的研究中,只有少数自由度参与极端事件的形成。因此,通过机器学习进行预测的重要性是非常重要的,特别是对于那些模型的控制方程明确不可用的情况。此外,复杂网络上的随机游动可以代表多个运输过程,游动者流量的不确定性超过一个给定的阈值可以描述极端事件。我们揭示了随机游走的理论研究,它们在减少极端事件方面具有巨大的应用潜力。我们涵盖了可能的控制策略,这可能有助于缓解物理情况下的极端事件,如交通堵塞,Web请求的重负载,共享资源的竞争,河流网络中的洪水等等。
2022-04-28 math-ph math.MP nlin.AO
Complexity measure of extreme events
本研究提出结合归一化香农熵与非平衡度量来度量极端事件的复杂性,可区分极端与非极端混沌,并揭示其随参数变化的趋势,经三个模型验证。
2024-11-11 math-ph math.DS math.MP
Computation of extreme heat waves in climate models using a large deviation algorithm
研究极端事件及其在气候变化中的演变是当前最重要的科学挑战之一。从复杂的气候模式开始,一个关键的困难是能够运行足够长的模拟,以观察这些极其罕见的事件。在物理学、化学和生物学中,最近开发了稀有事件算法来计算在直接数值模拟中无法观察到的事件的概率。在这里,我们提出了这样一个算法,专为极端高温或寒潮,统计物理方法的基础上。这使得采样效率提高了两个数量级以上。我们描述的动态事件,否则将无法观察到。我们表明,欧洲极端热浪与涉及北美和亚洲的全球遥相关模式有关。这一工具开启了迄今为止不可能进行的旨在定量评估气候变化影响的全面研究。
2017-12-24 nlin.CD physics.ao-ph physics.comp-ph
Mitigation of extreme events in an excitable system
针对耦合FHN神经元模型,本文提出用类似恒定DC刺激的恒定偏置缓解极端事件,并在二、三及N耦合系统中验证其可在不改变集体频率的情况下抑制极端事件。
2024-05-09 nlin.AO nlin.CD
Limits to extreme event forecasting in chaotic systems
本文从信息论角度推导混沌系统极端事件预测的最小错误概率及其普适上下界,并将误差分解为初始条件不确定性、隐藏变量和次优建模三部分,用于评估模型是否接近理论极限。
2024-06-13 nlin.CD physics.data-an physics.flu-dyn
Complex network topological and spectral determinants of extreme events
University of Bonn(波恩大学);Helmholtz Institute for Radiation and Nuclear Physics, University of Bonn(波恩大学赫尔姆霍兹辐射与核物理研究所);Carl von Ossietzky Universität Oldenburg(奥尔登堡卡尔·冯·奥西茨基大学)
研究耦合拓扑对不同网络动力系统产生极端事件能力的影响,发现耦合阈值与拓扑(边密度)和谱(代数连通性)属性呈幂律关系,且该关系与系统和机制无关。
2026-05-28 nlin.CD physics.comp-ph physics.data-an
Prediction of Occurrence of Extreme Events using Machine Learning
Bharathidasan University(巴拉蒂达桑大学);Nehru Memorial College(尼赫鲁纪念学院)
机器学习模型在多个研究领域的预测任务中发挥着至关重要的作用。在这项工作中,我们利用机器学习算法的能力来预测极端事件在非线性机械系统中的发生。极端事件是自然界中普遍发生的罕见事件。在我们的预测任务中,我们考虑了四种机器学习模型,即Logistic回归,支持向量机,随机森林和多层感知器。我们使用训练集数据训练这四个机器学习模型,并使用测试集数据计算每个模型的性能。我们发现,多层感知器模型在所考虑的系统中的极端事件的预测表现更好的四个模型。所考虑的机器学习模型的持久性行为与随机混洗的训练集和测试集数据进行交叉检查。
2021-12-02 cs.LG nlin.CD
Suppression of extreme events and chaos in a velocity-dependent potential system with time-delay feedback
本研究的主要目的是研究时滞反馈对具有速度相关势的非多项式系统中极端事件的影响。首先,我们调查的外部强迫参数的四个不同值的极端事件的反馈的效果。在这四个值中,在没有时滞反馈的情况下,对于两个值,系统不表现出极端事件,对于另外两个值,系统表现出极端事件。在引入时滞反馈和改变反馈强度的基础上,我们发现极端事件既被诱导又被抑制。当反馈是正的,抑制发生在一个较大的参数区域,而在负反馈的情况下,它被限制在有限的参数区域。我们通过李雅普诺夫指数、峰值概率密度函数、$d_{max}$图和双参数概率图证实了我们的结果。最后,我们分析了在时滞反馈的影响下,该系统的整体动力学的变化。我们注意到,完全抑制混沌发生在所考虑的系统中的时间延迟反馈的值较高。
2022-06-09 cond-mat.stat-mech nlin.CD
Extreme events in a random set of nonlinear elastic bending waves
本研究通过电磁振动台在薄不锈钢板上驱动随机弹性弯曲波,实验调查极端事件统计特性,发现标准统计准则限制不足,提出新准则以确定罕见事件频率,并检验极端事件振幅与波斜率、能量及周期之间的相关性。
2025-07-16 nlin.CD
Riddled Basins of Attraction in Systems Exhibiting Extreme Events
使用两个FitzHugh-Nagumo单元的系统,我们证明了在延迟耦合系统中,随着单元之间的耦合的增加,吸引力的千疮百孔的盆地的发生。我们使用的不确定性指数,这是一个衡量盆地边界的尺寸的特征的千疮百孔的盆地。此外,我们表明,相空间可以划分为纯和混合区域,在纯区域的初始条件肯定会避免极端事件的产生,而在混合区域的初始条件可能会或可能不会表现出这样的事件。这意味着,在混合区域中初始条件的任何微小扰动都可能导致极端事件的出现,因为后一种状态具有一个充满吸引力的盆地。
2017-11-06 nlin.CD
Advent of Extreme Events in Predator Populations
我们研究了一个环的补丁与植被猎物捕食者种群的动力学,耦合通过Lotka-Volterra型的相互作用。我们发现,该系统产生非周期性的,经常性的和罕见的爆炸性爆发的捕食者密度在几个孤立的空间补丁不时。此外,集体捕食生物量也表现出突然不相关的大偏差耦合系统的发展。随着耦合强度的增加,斑块中捕食者种群的最大值和捕食者生物量的最大值都增加。这些趋势进一步证实了广义极值分布,分布的位置和比例因子随耦合强度显着增加,表明耦合相互作用在极端事件的产生中的关键作用。这些结果表明,如何发生非常大的捕食者种群可以出现在耦合的人口动态,并在更一般的情况下,他们建议一类确定性的非线性系统,可以自然地表现出极端事件。
2019-11-18 nlin.CD
Extreme events in globally coupled chaotic maps
理解和预测不确定的事物是科学发展的中心主题。人类围绕着这些对不确定性的恐惧,这些不确定性涉及各个方面,如全球流行病,健康,财务,仅举几例。由于这些不可预测的活动的混乱性质,处理生活中这一不可避免的部分要困难得多。在本文中,我们考虑了一个相同的混沌映射的全球网络,它分裂成两个不同的集群,尽管所有节点之间的相互作用是均匀的。空间均匀混沌解的稳定性分析提供了一个临界耦合强度,在此之前,我们预计这种部分同步。这两个混沌同步种群之间的距离往往偏离其长期平均值的8倍以上的标准差。这些高度偏离值的概率密度函数与广义极值分布拟合良好。同时,极端事件之间的复发时间间隔的分布类似于威布尔分布。现有的文献有助于我们使用显著高度来表征此类事件为极端事件。这些极高的波动发生的频率较低。我们确定这些非常大的,但经常发生的事件的耦合强度的数值范围。开关不稳定性是形成这种极端事件的负责任机制。除了了解这些极端事件的产生及其统计特征外,我们还使用人工递归神经网络的强大深度学习算法来预测这些事件。这种长短期记忆(LSTM)可以为这些混沌的间歇性突发提供方便的一步预测。我们还确保了这个预测模型的鲁棒性,每个LSTM层中有200个隐藏单元。
2021-08-28 cond-mat.stat-mech nlin.CD
Extreme Events related with spatial patterns in an all-solid-state laser with saturable absorber
被动调Q、自脉冲全固体激光器是一种广泛应用的器件。根据饱和的条件,这是很容易调整,观察到不同的动力学现象:连续波发射,稳定的振荡,倍周期分叉,混乱,并在某些混乱的制度,极端事件的形式脉冲的非常强度。这些脉冲有时也被称为“耗散光学流氓波”。它们的形成机制仍然未知。在这里,我们报告了用超快相机(每秒高达60,000帧)直接观察横向图案的脉冲到脉冲演变。特定的图案与周期性区域中的脉冲强度相关。在混乱的制度中,极端事件与某些模式相关。极端事件前后的一系列模式往往是相同的。这些观测结果表明,在这个系统中的极端事件是少数模式的确定性非线性相互作用的结果。这些信息在建立能够描述极端事件发生机制的理论模型方面发挥着至关重要的作用。该模型预计将导致控制其形成的意愿,什么是实际利益。
2017-06-30 nlin.CD physics.optics
Controlling extreme events in neuronal networks: A single driving signal approach
Bharathidasan University(巴拉蒂达桑大学);SRM TRP Engineering College(SRM TRP工程学院);Easwari Engineering College(伊斯瓦里工程学院);Indian Statistical Institute(印度统计研究所)
通过单个驱动信号控制神经网络中的极端事件,方法在不同网络拓扑中均有效,且具有规模优势。
2026-02-01 nlin.CD
Statistical properties of homoclinic bursting: an approach using infinite-modal maps toward predicting extreme events
Department of Computer Science and Engineering, Fukuoka Institute of Technology(福冈工业大学计算机科学与工程系)
本文通过无限模态映射研究同宿突变的统计特性,推导出分析公式并提出参数估计方法,用于预测非稳态数据中的极端事件。
2025-09-22 nlin.CD
Approach to predicting extreme events in time series of chaotic dynamical systems using machine learning techniques
提出用卷积神经网络分类混沌系统状态,在Hénon映射时间序列中预测极端事件,过渡状态预测成功率超80%。
2025-07-10 nlin.CD physics.data-an
Understanding the origin of extreme events in El Niño-Southern Oscillation
我们研究了一个低维的慢-快模式来理解厄尔尼诺-南方涛动的动力学起源。仔细检查的系统动力学,使用几个分岔图显示,突然大的扩张的吸引子发生在一个关键的系统参数通过一种类型的内部危机。这种内部危机通过合并级联的倍周期和周期增加分叉,导致偶然的振幅调制的极大事件的起源。更明确地说,在临界点附近出现了类似于同宿混沌的情况,然而,非典型全局不稳定性演化为系统相空间中的通道状结构,它调制了偶发大事件的振幅和返回时间的变化,并与同宿混沌不同。低维模型的快慢时间尺度对偶发特大事件的发生起着重要的作用。这种极端事件的特点是,当它们超过由平均超额函数测量的阈值水平时,它们的高度。事件高度的概率密度呈多峰分布,尾部有上界。我们确定的依赖结构的间隔时间,了解这种极端事件的回归时间的可预测性,使用自回归集成移动平均模型和箱形图分析。
2020-06-22 nlin.AO nlin.CD
Extreme events in discrete nonlinear lattices
我们进行统计分析的背景下,通过调制不稳定性的Salerno模型,插值之间的可积的Ablowitz-Ladik(AL)方程和不可积的离散非线性薛定谔(DNLS)方程产生的离散非线性波。我们专注于极端事件的离散流氓或怪胎波的形式,可能会出现作为一个结果的离散呼吸或其他非线性相互作用过程的快速合并。我们发现幂律依赖于波的振幅分布伴随着一个增强的概率怪胎事件接近方程的可积极限。极端事件概率出现一个特征峰,这归因于AL方程的离散孤子的相互作用的开始以及伴随的从局部到全局的随机性的转变,通过非线性映射的正李雅普诺夫指数来监测。
2009-02-02 nlin.CD nlin.PS
Dragon-kings death in nonlinear wave interactions
极端事件的特点是概率低,对系统的影响大。因此,可以找到许多关于极端事件的可预测性和抑制的研究。本文证明了非线性三波相互作用中龙王极端事件的存在性。龙王极端事件,由相变,临界点和灾难,影响波动系统。我们表明,这些事件可以避免通过添加一个扰动的小振幅波的系统。
2019-05-01 nlin.CD
Extreme Events in the Higgs Oscillator: A Dynamical Study and Forecasting Approach
本研究探讨一维希格斯振子在阻尼和外力下的动力学,发现极端事件源于内部危机,并利用LSTM神经网络基于时间序列数据预测这些极端事件。
2025-01-21 nlin.CD
Quantification and prediction of extreme events in a one-dimensional nonlinear dispersive wave model
本工作的目的是对宽谱非线性波中以极端强度为特征的罕见事件进行定量和预报。本文考虑了一个具有深水波频散关系的一维非线性模型Majda-McLaughlin-Tabak(MMT)模型,该模型的动力学特征是在有限寿命间歇事件发展过程中具有宽带谱和强非线性能量转移。为了了解在极端事件的发展过程中发生的能量转移,我们通过Gabor变换对沿着不同波数的能量分布进行了空间局部化分析。Gabor系数的随机分析揭示了i)间歇性结构的低维性,ii)非高斯统计特性和模式之间的非线性能量传递之间的相互作用,以及iii)临界尺度(或临界Gabor系数),其中临界量的能量可以触发极端事件的形成。我们直接通过系统方程分析了这些特殊局域模的不稳定性,并表明这些间歇性事件是由于系统非线性,波色散和波耗散的相互作用,模仿波破碎。这些局部不稳定性是由空间中能量的随机局部化触发的,由具有随机相位的低振幅波的色散传播产生。基于这些属性,我们设计的低维泛函的这些Gabor系数,允许预测的极端事件以及之前的非线性相互作用开始发生。
2014-01-15 nlin.CD
Model-free prediction of emergence of extreme events in a parametrically driven nonlinear dynamical system by Deep Learning
Bharathidasan University(巴拉蒂达桑大学)
我们使用三种深度学习模型,即多层感知器,卷积神经网络和长短期记忆,预测参数驱动的非线性动力系统中极端事件的出现。使用训练集训练深度学习模型,并允许其预测测试集数据。预测后,实际值和预测值的时间序列被绘制成一个在另一个之上,以可视化模型的性能。通过对三种模型的预测值与实际值的均方根误差的比较,我们发现长短期记忆模型可以作为混沌时间序列预测和极端事件发生预测的最佳模型。
2021-07-14 cs.LG nlin.CD physics.data-an
Effects of Stochastic Parametrization on Extreme Value Statistics
极端地球物理事件与我们的日常生活密切相关:它们威胁人类生命并造成财产损失。为了评估风险并减少损失,我们需要对这些事件进行建模和概率预测。参数化是地球系统模型中使用的计算工具,其目的是再现未分辨尺度对已分辨尺度的影响。参数化的性能通常是在典型事件上而不是在极端事件上进行检验的。在本文中,我们考虑一个修改后的版本的两个层次的Lorenz'96模型,并研究如何快速自由度的两个参数化表现在极端事件的表示。一个参数化是根据Wilks(2005)构建的,并通过经验拟合过程构建;另一个参数化是通过Wouters和Lucarini(2012,2013)提出的统计力学方法构建的。这两种策略显示出不同的优势和劣势。我们发现,参数化模型和真正的模型之间的协议是在一般情况下,在极端情况下,而不是在大部分的统计数据。结果表明,随机参数化应准确和具体的测试对极端事件的性能,因为通常的优化程序可能会忽略它们。
2019-07-17 nlin.CD physics.data-an stat.OT
Coexistence of solitons and extreme events in deep water surface waves
本文在一个大型水池中对单向深水随机相位调制重力波的传播进行了实验研究。我们观察到出现的非线性局部化结构,演变的随机波背景。这种共存是预期的可积湍流理论的非线性薛定谔方程(NLSE),我们报告的第一个实验观察的流体动力学波的背景下。我们描述了这些非线性相干结构(孤子和极端事件)的非相干波背景下的形成,性质和动力学。极端事件的结果强烈陡峭的波列前,它们的出现后,大约一个非线性长度尺度的传播(估计从NLSE)。当非线性和色散很弱时,孤子就会出现,并且与NLSE预期的数量级相同。我们描述了这种状态的统计特性。孤子和极端事件的数量被发现增加所有沿传播,波场分布有一个沉重的尾巴,和表面高程谱被发现作为一个频率幂律的指数--4.5 $\pm$ 0.5的规模。大多数这些意见是兼容的NLSE的可积湍流理论,虽然一些偏差(如幂律谱,不对称的极端事件)的结果,适当的水动力波的影响。
2018-10-18 nlin.CD nlin.PS nlin.SI