On the regularity of time-delayed embeddings with self-intersections
本文研究时滞嵌入在允许零测集自交的概率情形下的正则性,证明在维数条件下典型观测函数可使时滞映射在满测集上单射且具有逐点 Lipschitz 逆,并应用于 Lyapunov 指数逼近与预测误差估计。
2025-05-10 math.DG math.DS nlin.CD
Data-driven network analysis using local delay embeddings
针对多数数据驱动动力学建模方法需获取系统完整状态的局限,提出利用延迟嵌入技术,在系统满足可局部化条件下从局部观测学习全局动力学特征。
2024-06-20 math.DS
Stabilizing Embedology: Geometry-Preserving Delay-Coordinate Maps
延迟坐标映射是一种有效的和广泛使用的技术,用于重建和分析基于时间序列输出的非线性系统的动力学。延迟坐标映射的有效性长期以来一直得到Takens嵌入定理的支持,该定理保证延迟坐标映射使用时间序列输出来提供隐藏状态空间的重构,即系统吸引子的一对一嵌入。虽然这种拓扑保证确保重建中的不同点对应于原始状态空间中的不同点,但它并不表征这种嵌入的质量或说明特定参数如何影响重建。在本文中,我们扩展Takens的结果,建立条件下,延迟坐标映射是保证提供一个稳定的嵌入系统的吸引子。除了仅保留吸引子拓扑结构之外,稳定嵌入通过确保状态空间中的点之间的距离近似地保留来保留吸引子几何结构。特别是,我们发现,延迟坐标映射稳定嵌入一个动力系统的吸引子,如果系统的稳定秩是足够大的吸引子的维数成正比。稳定秩反映了延迟坐标映射中采样间隔与延迟数之间的关系。我们的理论研究结果提供指导,选择系统参数,呼应无关性和冗余之间的权衡,已在文献中进行了实证研究。我们的初步结果是说明吸引子是光滑的子流形的欧氏空间,与扩展的情况下提供的奇异吸引子。
2017-08-10 math.DS math.ST nlin.CD
DelayDiffEq: Generating Delay Differential Equation Solvers via Recursive Embedding of Ordinary Differential Equation Solvers
传统的延迟微分方程(DDE)求解器仅围绕单一方法设计,并且没有有效地使用其更发达的常微分方程(ODE)对应物的基础设施。在这项工作中,我们提出了DelayDiffEq,数值求解延迟微分方程(DDE)的Julia软件包,它利用了OrdinaryDiffEq中的众多数值算法来解决刚性和非刚性常微分方程,并设法解决具有挑战性的刚性DDE。我们描述了如何编译的ODE积分器本身,并占不连续传播,导致一个设计,是有效的DDE,同时使用所有的ODE内部。我们强调一些困难,数值DDE求解器必须解决,并解释如何DelayDiffEq处理这些问题。我们展示了如何DelayDiffEq是能够解决困难的方程,它的刚性DDE求解器如何在时间尺度分离的问题上提供效率,以及如何设计允许的通用性和灵活性,如被重新用于生成随机延迟微分方程的求解器。
2022-08-26 cs.MS cs.NA math.DS
On the Structure of Time-delay Embedding in Linear Models of Non-linear Dynamical Systems
这项工作解决了有关的结构和条件的非线性动力学的吸引子的线性时滞模型的基本问题。虽然这种方法已经在渐近意义上得到了很好的研究(例如,对于无限数量的延迟),但非渐近设置还没有得到很好的理解。首先,我们证明了完美的信号恢复所需的最小时间延迟完全由标量系统的傅立叶谱中的稀疏性决定。对于向量情形,我们给出了精确线性时滞模型存在的充要条件的秩检验和几何解释。此外,我们证明了输出可控指数的线性系引起的傅立叶谱作为一个严格的上界的最小数量的时间延迟。给出了谱域精确线性模型的显式表达式。从数值的角度来看,采样率和数值条件的时间延迟的数量的影响进行检查。推导出上界的条件数,其含义是,条件可以改善额外的时间延迟和/或降低采样率。此外,它明确地表明,基本的动态可以准确地恢复仅使用部分周期的吸引子。我们的分析首先在简单的周期和准周期系统中得到验证,并对噪声的敏感性进行了研究。最后,讨论了大规模混沌系统中时滞的选择问题和实用策略,并以三维湍流Rayleigh-Bénard对流为例进行了演示。
2020-07-16 math.DS
On the Shroer-Sauer-Ott-Yorke predictability conjecture for time-delay embeddings
Shroer,Sauer,Ott和Yorke在1998年证明了Takens延迟嵌入定理可以在概率上下文中得到改进。更确切地说,他们的猜想指出,如果$μ$是黎曼流形的光滑复同态的自然测度,并且$k$大于$μ$的信息维数,则一维可观测$μ$的$k$时延测度一般足以用于$μ$的可预测重建-几乎原始系统的每个初始点点。与标准(确定性)设置相比,这减少了一半的所需测量数量。我们证明了遍历测度的猜想,并表明,它持有的一般光滑同态,如果信息维被替换的Hausdorff之一。为此,我们证明了紧集上内射Lipschitz映射和任意Borel概率测度的可预测嵌入定理的一般形式。我们还构造了一个例子的$C^\infty$ -光滑的同态与自然的措施,其中猜想不成立,在其原来的配方。
2022-02-03 math-ph math.DS math.MP
Measure-Theoretic Time-Delay Embedding
Center for Applied Mathematics(应用数学中心);Cornell University(康奈尔大学);College of Information Sciences and Technology(信息科学与技术学院);Pennsylvania State University(宾夕法尼亚州立大学);Department of Mathematics(数学系)
本文提出测度论时间延迟嵌入理论,将Takens嵌入推广到概率测度空间,并结合最优传输开发出对稀疏和噪声数据具有鲁棒性的计算程序,在Lorenz-63、NOAA海温及ERA5风场重建中验证了有效性。
2025-11-06 cs.LG math.DG math.DS
Linear Recurrent Neural Networks as Time-Delay Embeddings
University of Washington(华盛顿大学);Autodesk Research(欧特克研究)
利用Takens嵌入定理,研究线性循环神经网络(LRNN)如何通过延迟坐标向量忠实表示动力系统,并给出延迟矩阵满秩条件及嵌入稳定性界限。
2026-05-26 math.DS
Model reduction for nonlinearizable dynamics via delay-embedded spectral submanifolds
延迟嵌入是动力系统数据驱动的模型降阶法中的一种常用技术,包括动态模式分解(DMD)、Koopman分解的Hankel替代视图(HAVOK)、最近邻预测和谱子流形降阶(SSM)。在开发这些应用程序时,多位作者观察到延迟嵌入似乎将数据分离为模式,其方向仅取决于采样系统的频谱。在这项工作中,我们证明了延迟嵌入线性化系统在不动点的特征向量仅由相应的特征值确定,即使是多维观测值,使这一观测精确。这意味着延迟嵌入的不变流形的切空间可以使用特征值的估计来先验地预测。我们将我们的结果应用到三个数据集,以确定多模态SSM和分析其非线性模态相互作用。虽然SSM是我们研究的重点,这些结果推广到任何延迟嵌入的不变流形正切的一组特征向量在一个不动点。因此,我们希望这个理论可以应用到一些数据驱动的模型降阶法。
2023-01-11 math.DS
The spatiotemporal coupling in delay-coordinates dynamic mode decomposition
动力学模态分解(DMD)是一种用于从观测数据分析高维动力系统的无方程分析的主要工具。在这项工作中,我们专注于延迟坐标嵌入和DMD的组合,即,延迟坐标DMD,它适应了一个广泛的家庭的观察分析。DMD的一个重要用途是根据DMD特征值和模式对观测值进行紧凑和降阶的谱表示,其中时间信息与空间信息分离。从时空的角度来看,我们表明,当DMD应用于延迟坐标嵌入,时间信息交织在一起的空间信息,诱导DMD组件上的特定的频谱结构。我们制定和分析这种结构,我们称之为时空耦合的延迟坐标DMD。基于这种时空耦合,我们提出了一种新的DMD器件选择方法。当使用包含冗余模式的延迟坐标DMD时,这种选择是获得观测的紧凑和降阶表示的必要步骤。我们证明了我们的方法在嘈杂的模拟信号和各种动力系统,并显示优越的组件选择相比,一个常用的方法,依赖于模式的振幅。
2022-09-21 math.DS
Universal set of Observables for Forecasting Physical Systems through Causal Embedding
University of Pretoria(比勒陀利亚大学)
提出因果嵌入方法,利用驱动动力系统派生的元素对学习函数,实现与底层系统拓扑共轭及通用可计算的动力学预测,克服现有储备池计算和Takens延迟嵌入的缺陷。
2026-10-14 cs.LG math.DS
Lyapunov exponents and Oseledets decomposition in random dynamical systems generated by systems of delay differential equations
在连续函数空间和$p$ -可和函数空间上考虑了由时滞微分方程随机系统生成的线性斜积半离散系统。主要结果表明,在这两种情况下,李雅普诺夫指数是相同的,和Oseledets分解是相关的自然嵌入。
2018-09-17 math.CA math.DS
Prediction in Projection: A new paradigm in delay-coordinate reconstruction
延迟坐标嵌入是一个强大的,经过时间考验的数学框架,用于从一系列标量观测重建系统的动态。然而,大多数相关的理论和算法对于真实世界的数据都过于严格,并且由于正确使用这些算法需要专家的直觉,因此实时使用是不可能的。在这篇论文中概述的方法代表了一个范式的转变,从传统的方法。我认为,完美的重建不仅是不必要的延迟坐标为基础的预测的目的,但它们往往不如那些相同的模型的降阶版本有效。我使用一系列低维和高维动力系统来证明这一点,表明预测模型采用不完美的动态重建-即,那些不一定是真实嵌入的模型,可以对这些系统的未来状态做出令人惊讶的准确预测。我开发了一个理论框架来理解为什么会这样。这个框架,结合了信息论和计算拓扑,还允许一个量化的预测结构在一个给定的时间序列的数量,甚至选择哪种预测方法将是最有效的这些数据。
2018-05-18 cs.IT math.AT math.DS
Stable Takens' Embeddings for Linear Dynamical Systems
School of Electrical and Computer Engineering at the Georgia Institute of Technology(佐治亚理工学院电气与计算机工程学院)
针对线性动力系统和观测函数,提出确定性、显式且非渐近的充分条件,使延迟坐标映射形成稳定嵌入,并证明其与状态空间维数无关,但存在嵌入条件数基本极限。
2011-06-18 cs.IT cs.SY eess.SY
Embedding Information onto a Dynamical System
University of Pretoria(比勒陀利亚大学);Department of Mathematics & Applied Mathematics, University of Pretoria(比勒陀利亚大学数学与应用数学系)
著名的Takens嵌入定理涉及通过一般的延迟观测映射将动力系统的吸引子嵌入到适当维数的欧几里得空间中。嵌入也建立了拓扑共轭。在这篇文章中,我们证明了一个任意序列如何可以映射到另一个空间作为一个非自治动力系统的吸引解。这样的映射也需要一个拓扑共轭和嵌入之间的序列和吸引的解决方案空间。这个结果不是Takens嵌入定理的推广,但有助于我们理解离散时间状态空间模型在将外部刺激嵌入其解空间中的应用中广泛使用的确切要求。我们的结果解决了关于自治动力系统扰动的另一个基本问题。我们描述了当外源噪声连续扰动离散自治动力系统的一个局部不可约吸引集(如稳定不动点)时,动力学究竟发生了什么。
2021-12-31 cs.LG math.DS
Takens' embedding theorem with a continuous observable
设$(X,T)$是一个动力系统,其中$X$是紧度量空间,$T:X\rightarrow X$是连续可逆的.假设$X$的Lebesgue覆盖维数为$d$。我们证明了对于一般的连续映射$h:X\rightarrow[0,1]$,$(2d+1)$ -延迟观测映射$x\mapsto\big(h(x),h(Tx),\ldots,h(T^{2d}x)\big)$是$X$在$[0,1]^{2d+1}$中的嵌入.这是著名的Takens嵌入定理的离散版本的推广,正如由Sauer,Yorke和Casdagli证明的连续可观察的设置。特别地,没有关于$X$的(较低的)盒计数维度的假设,其可以是无限的。
2016-05-13 math-ph math.DS math.MP
Predicting dynamical systems with too few time-delay measurements: error estimates
该研究针对时滞测量不足的动力系统重构预测问题,证明概率框架下不变测度的Hausdorff维数是最小时滞嵌入维数的精确阈值,还修正并确立了经典预测误差猜想的下界,证明了条件测度维数的一般性定理。
2024-01-28 math-ph math.DS math.MP
Structured Time-Delay Models for Dynamical Systems with Connections to Frenet-Serret Frame
时间延迟嵌入和降维是发现有效的坐标系来表示物理系统的动力学的强大技术。最近,它已被证明,模型识别的动态模式分解(DMD)的时间延迟坐标提供的强非线性系统的线性表示,在所谓的Hankel替代Koopman(HAVOK)方法的观点。奇怪的是,得到的线性模型有一个矩阵表示,近似反对称和三对角与零对角;对于混沌系统,有一个额外的强迫项在最后一个组件。本文从微分几何的角度建立了HAVOK与Frenet-Serret标架之间的新的理论联系,并提出了一种改进的算法,以从较少的数据中识别出更稳定、更精确的模型。特别地,我们证明了线性模型的次对角项和超对角项对应于Frenet-Serret标架中的内禀曲率。基于这种连接,我们修改算法,以促进这种反对称结构,即使在嘈杂的,低数据限制。我们证明了这种改进的建模过程中的数据从几个非线性合成和现实世界的例子。
2021-01-20 math.DG math.DS