Hierarchy of extreme-event predictability in turbulence revealed by machine learning
通过机器学习研究湍流中极端事件的可预测性层次结构，发现其受大尺度结构控制，且预测能力随时间变化。
2026-03-14 cs.LG math.DS 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
Clustering-based Identification of Precursors of Extreme Events in Chaotic Systems
Delft University of Technology（代尔夫特理工大学）
本文提出一种基于聚类的框架，通过系统状态聚类、概率转移矩阵和状态空间细分，识别并预测混沌系统中极端事件的前兆状态。
2023-06-20 cs.LG physics.data-an physics.flu-dyn
Precursors of extreme events and critical transitions
Politecnico di Torino（都灵理工大学）；Imperial College London（帝国理工学院）
本文提出基于动力系统理论的极端事件预测方法，通过识别快-慢非线性系统中慢态、过渡态和临界态的演变过程，提出两种前兆指标，实现对极端事件和临界转变的100%准确预测。
2026-04-14 math.DS nlin.CD physics.flu-dyn
Are extreme dissipation events predictable in turbulent fluid flows?
我们推导出在湍流槽道流极端耗散事件的前兆。使用最近开发的方法，结合动力学和统计的基础吸引子，我们提取的特征状态，随后导致极端耗散事件的层化事件之前。我们的方法利用粗糙的统计信息的湍流吸引子，在二阶统计的形式，以确定在状态空间中的高似然区域。然后，我们在这个高概率流形中搜索导致流动动能在有限时间内增长最多的状态。这种状态既有很高的发生概率，又会导致耗散的极端值。我们使用一个给定的湍流状态和这个临界状态之间的对齐作为极端事件的前兆，并证明其有利的性质，极端耗散事件的预测。最后，我们分析的物理相关性的衍生的前兆，并显示其强大的字符为不同的雷诺数。总的来说，我们发现，我们的选择的前体工程以及在雷诺数，它是在计算和更高的雷诺数流类似的极端事件。
2018-07-26 math.DS math.OC 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
Towards Unsupervised Segmentation of Extreme Weather Events
University of California Davis（加州大学戴维斯分校）；Lawrence Berkeley National Laboratory（劳伦斯伯克利国家实验室）；Intel Corporation（英特尔公司）
极端天气是气候变化直接影响人类社会的主要机制之一。作为一个全球社会，应对这种变化需要显著提高对全球变暖如何驱动极端天气事件的理解。虽然可以使用复杂的模型模拟替代气候情景，但由于产生了大量复杂的高维数据，因此在这些模拟中识别极端天气事件需要自动化。大气动力学和更一般的流体动力学流动是高度结构化的，并且主要围绕相干结构的低维骨架组织。实际上，极端天气事件是更一般的流体动力相干结构的一个特例。我们提出了一种可扩展的基于物理的表示学习方法，将时空系统分解为结构相关的组件，这些组件由称为局部因果状态的潜在变量捕获。对于复杂的流体流动，我们证明了我们的方法能够捕获已知的相干结构，并在CAM5.1水汽数据上获得了有希望的分割结果，我们概述了从未标记的气候模型模拟数据中识别极端天气的路径。
2019-09-16 cs.LG physics.ao-ph physics.comp-ph
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
Harnessing the instability mechanisms in airfoil flow for the data-driven forecasting of extreme events
这项工作解决了数据驱动的翼型流动中的极端事件的预测。这些事件可以看作是在各种实验室和实际应用中与翼型和机翼周围的流动有关的非定常和间歇性动力学的例子。我们调查这些极端事件的核心不稳定机制，以及如何利用这些知识进行有效的数据驱动预测。通过对流动的小波分析和谱分析，我们发现极端事件的出现是由于一个特定的频率分量的不稳定性不同于涡脱落模式。在这些事件中，这种极端事件歧管从能量占主导地位的旋涡脱落流中汲取能量，并经历从小尺度到大尺度的突然能量转移。我们还调查了表面压力和气动力之间的时间相关性和互信息的空间依赖性，其目的是识别适合稀疏传感和有效预测极端情况的翼型区域。在以前的工作的基础上，我们表明，仅仅依靠最佳传感器放置的互信息无法提高模型预测均匀或随机传感器放置。然而，在这方面，我们表明，通过小波变换离线隔离极端事件频率分量，我们能够规避递归长短期记忆（LSTM）网络的要求-导致计算复杂性比以前的技术水平显着降低。使用小波预处理数据结合极端事件-定制的损失函数，我们发现，我们的模型是能够预测极端事件，只用三个压力传感器。此外，我们发现我们的模型是强大的传感器位置-显示我们的模型在动态变化的应用程序中使用的承诺。
2023-03-13 math.DS physics.flu-dyn
Capturing Extreme Events in Turbulence using an Extreme Variational Autoencoder (xVAE)
本文提出极端变分自编码器（xVAE），将重尾分布的最大无穷可分过程嵌入VAE框架，用于准确建模湍流中的极端事件，并在野火羽流大涡模拟中验证其优于POD的极端值捕捉能力和不确定性量化性能。
2025-02-07 physics.flu-dyn stat.AP stat.ML
Extreme dissipation event due to plume collision in a turbulent convection cell
一个极端的耗散事件在一个封闭的三维湍流对流单体的大部分被发现是与一个强大的减少系统中的大规模环流，发生在同一时间作为羽流排放事件从底板。大规模环流的减少为向下和向上流羽流的近正面碰撞以及在大体积中产生高振幅热耗散层提供了可能性。这种碰撞局部地连接到随后的高振幅能量耗散事件中的一个强剪切层的形式。我们的分析说明了过渡的影响，在大尺度结构的极端事件在最小尺度的湍流，一个直接的链接，观察到的流与边界层。我们还表明，极端耗散事件的检测，确定在散装的耗散场的长尾统计需要长时间的运动方程的积分超过至少一百个对流时间单位。
2016-09-16 physics.flu-dyn
Extreme events and instantons in Lagrangian passive scalar turbulence models
流体中标量的平流和混合是工程和自然科学中的一个重要问题。如果流体是湍流，被动标量的统计表现出复杂的行为。本文关注的是两个拉格朗日标量湍流模型的基础上，最近的流体变形模型，可以重现被动标量湍流的统计范围内的雷诺数。对于这些模型，我们演示了如何通过计算瞬子来恢复极端被动标量梯度事件，即，相关随机场论的鞍点结构。它使我们既能再现与被动标量湍流相关的重尾统计，又能恢复导致这种极端事件的最可能机制。我们进一步证明了这些模型中的大负应变事件经历了自发对称性破缺。
2021-08-04 cond-mat.stat-mech physics.flu-dyn
Extreme events in a polar warming scenario--a laboratory perspective
我们报告了一组实验室实验，研究北极变暖对中纬度急流的振幅和漂移速度的影响。结果表明，纬向温差的逐渐减小1）减缓了急流的东向传播，2）使急流结构复杂化，3）增加了极端事件的发生频率。极端事件和温度变率显示出一个明确的趋势，北极变暖只在纬度的急流的影响，而这种趋势逆转的赤道地区以南的副热带急流。尽管在实验室模型中缺少海陆对比，但我们在实验数据和国家环境预测中心（NCEP）再分析数据中发现了相似的温度变率和极端事件趋势。此外，我们的数据定性地证实了由于纬向温度梯度减弱（最近基于代理数据提出）而导致的温度变率降低。概率分布对温度梯度变化的敏感性较弱，这可以用最近使用准地转模式的研究结果来解释。
2021-08-26 physics.ao-ph physics.flu-dyn
