将李雅普诺夫指数与概率不确定性量化统一
Unifying Lyapunov exponents with probabilistic uncertainty quantification
AI总结：
该研究提出在有限时间不确定性量化框架内，将确定性动力系统中的李雅普诺夫指数与随机灵敏度统一，适用于动力学和初始条件均不确定的n维连续演化状态变量系统。
摘要：
李雅普诺夫指数在确定性动力系统中是众所周知的指标，用于量化混沌程度以及检测物理演化系统中的相干区域。在这篇快报中，我们展示了如何在有限时间不确定性量化框架内，将李雅普诺夫指数与随机灵敏度（用于量化初始条件确定的演化不确定性系统的不确定性）相统一，该框架中连续演化的n维状态变量的动力学和初始条件均具有不确定性。
英文摘要：
The Lyapunov exponent is well-known in deterministic dynamical systems as a measure for quantifying chaos and detecting coherent regions in physically evolving systems. In this Letter, we show how the Lyapunov exponent can be unified with stochastic sensitivity (which quantifies the uncertainty of an evolving uncertain system whose initial condition is certain) within a finite time uncertainty quantification framework in which both the dynamics and the initial condition of a continuously evolving $ n $-dimensional state variable are uncertain.
机构、总结、中文摘要均由AI分析而来，可能存在错误，请以论文正文为准。
