Nonchaotic Models and Predictability of the Users' Volume Dynamics on Internet Platforms
互联网平台的流量定义了平台的重要特征,如服务价格,广告,运营速度。交通量的估计通常借助于传统的时间序列模型(ARIMA、Holt-Winters等),其在充分去噪信号的短期外推中是成功的。我们提出了一个动力系统的方法建模的基础过程。该方法允许讨论动态的相图和长期趋势的全局定性性质。所提出的模型是非混沌的,长期预测是可靠的,它解释了各种类型的数字平台的基本属性和趋势。由于这些属性,我们将这些模型的流称为{ \it趋势流}。利用新的方法,我们构建了双边平台的用户量模型,可以应用到Amazon.com,Homes.mil或Wikipedia. org。我们考虑了双边平台的模型的推广到多边平台。如果方程是合作的,则流是趋势的,并且它有助于理解平台的属性并可靠地预测长期行为。我们将展示如何从时间序列数据中重建控制微分方程。外部效应被建模为系统的参数(初始条件)。
2020-02-13 math.DS physics.soc-ph
Partially observable systems and quotient entropy via graphs
我们考虑部分可观测动力系统的范畴,动力系统的熵理论在泛函上扩展到这一范畴。这导致我们引入商-拓扑熵。我们讨论出现的结构。我们展示了如何商熵可以明确计算的符号编码。为此,我们利用动力系统的范畴和图的范畴之间的关系,由马尔可夫分割和拓扑马尔可夫链介导的连接。
2020-09-01 math.DS
Optimal concentration inequalities for dynamical systems
对于具有指数尾的Young塔模型的动力系统,证明了n个变量的Lipschitz观测量的指数集中不等式.当尾是多项式时,证明了多项式集中不等式。这些不等式是最优的。我们给这样的不等式的一些应用到特定的系统和特定的可观量。
2012-05-11 math.DS
Probability of constructing prediction model for observable of a dynamical process via time series
针对仅通过时间序列为未知动力系统构建预测模型的问题,本文证明了在线性系统下可几乎必然利用线性代数方法构建预测模型,并以概率1获取未知矩阵的特征多项式。
2024-11-14 math.DS
Extremes and extremal indices for level set observables on hyperbolic systems
考虑一个遍历测度保持动力系统$(T,X,μ)$和一个可观测的$ϕ:X\to\mathbb{R}$。对于时间序列$X_n(x)=ϕ(T^{n}(x))$,当$ϕ$是曲线或子流形上的一个最大化观测量,而$(T,X,μ)$是一个双曲动力系统时,我们建立了最大过程$M_n=\max_{k\leq n}X_k$的极限律.这些观测值在天气和气候应用中自然出现。我们考虑Anosov同构、Sinai离散台球和耦合扩张映射上这些观测量的极值律和极值指数。特别是,我们得到聚类和非平凡的极值指数,由于自相交的子流形迭代下的动态,而不是从任何周期性。
2020-05-12 math.DS
Mean convergence for intermediately trimmed Birkhoff sums of observables with regularly varying tails
在具有谱隙性质的测度论动力系统上,我们考虑了具有规则变化尾的不可积观测量,并满足一个温和的混合条件。我们表明,这些可观的赋范修剪和过程,然后收敛于平均。这一结果对于i.i.d.的特殊情况也是新的。随机变量,并对比了平均收敛可能失败的一般情况,即使强大数律成立。为了说明所需的混合条件,我们给出了一个明确的例子,一个动力系统满足频谱间隙属性和观察定期变化的尾巴,但没有假设的混合条件,使平均收敛失败。
2019-03-22 math.DS
Runs of Extremes of Observables on Dynamical Systems and Applications
该研究将极值理论应用于混沌动力系统的可观测量时间序列,估计其连续超阈值的概率,可用于气候模型中持续天气异常的概率估算,且得到数值模拟与实测数据的验证。
2023-11-06 math.DS math.PR
A functional limit theorem for a dynamical system with an observable maximised on a Cantor set
Centro de Matemática & Faculdade de Ciências da Universidade do Porto(波尔图大学数学中心与理学院);Faculdade de Economia da Universidade do Porto(波尔图大学经济管理学院);Mathematical Institute University of St Andrews(圣安德鲁斯大学数学研究所)
本文研究了在动态定义的康托集上最大化的大尾观测量,证明了相关点过程的收敛性及函数极限定理,揭示了康托结构与动力学间的关系对观测值聚集的影响。
2026-01-17 math.DS math.PR
Limit theorems for random expanding or hyperbolic dynamical systems and vector-valued observables
本文件有两个目的。在一个方向上,我们推广了由第一作者\textit{et al}发展的随机分段展开和双曲动力系统的谱方法。建立了\emph{vector-valued}观测量的大偏差原理、中心极限定理和局部中心极限定理的淬灭形式。我们强调,以前的作品只考虑标量值可观的情况下。在另一个方向,我们表明,这种方法可以用来建立各种新的极限定律(无论是标量或向量值的可观测量),以前没有讨论过的文献中的类动态,我们考虑。更精确地说,我们建立了中偏差原理,集中不等式,Berry-Esseen估计以及Edgeworth和大偏差展开式。虽然我们的技术依赖于第一作者\textit{et al} .的先前作品中开发的方法,我们要强调的是,我们的论点需要一些重要的调整和新的想法。
2020-09-25 math.DS math.PR
Infinite-volume mixing for dynamical systems preserving an infinite measure
在动力系统的统计描述中,混沌的定义特征之一是系统失去其初始条件(更准确地说,失去其初始条件分布)的记忆。对于一个保持概率测度的动力系统,这种性质被称为“混合”,等价于相空间中可观测量的相关性的衰减。对于一类保持无限测度的动力系统,这种概率联系丢失了,并且还没有找到完全令人满意的定义来表达由于其混沌动力学而失去系统初始状态的想法。这实际上是无限遍历理论领域的一个公开问题。几乎所有的定义,已经尝试到目前为止使用“本地可观”,也就是说,功能,基本上只“看到”相空间的有限部分。在这篇文章中,我们引入了“全局可观测”的概念,这是一个在相空间中测量某个量的函数。这个概念是基于无限体积平均的概念,它扮演着一个全球可观察的期望值的角色。赋予这些概念,其严格的定义是指定在一个个案的基础上,我们给出了一些定义的无限混合。这些措施分为两类:全局-全局混合,其表示两个全局可观察量的“去相关”,以及全局-局部混合,其中代替地考虑全局和局部可观察量。这些定义测试两种类型的无穷测度保持动力系统,随机游动和Farey映射。
2012-02-28 math.DS nlin.CD
Dynamic mode decomposition in vector-valued reproducing kernel Hilbert spaces for extracting dynamical structure among observables
Nagoya University(名古屋大学);RIKEN(理化学研究所);Kyushu University(九州大学)
理解非线性动力系统(NLDSs)在各种工程和科学领域都具有挑战性。动态模态分解(DMD)是一种用于Koopman算子谱分析的数值算法,作为一种无需先验知识即可获得NLDSs全局模态描述的方法,一直受到人们的关注。然而,由于现有的DMD算法原则上是基于标量观测量的级联来制定的,因此它不直接适用于观测量之间具有依赖结构的数据,例如,采用图序列的形式。在本文中,我们制定了Koopman谱分析的NLDSS与结构之间的可观的问题,并提出了一个估计算法。该方法可以从观测数据中提取和可视化具有结构的NLDSs的低维全局动力学,这对于理解NLDSs的潜在动力学是有用的。为此,我们首先制定的问题,估计定义在向量值再生核希尔伯特空间中的Koopman算子的谱,然后开发一个估计过程,这个问题通过重新制定张量为基础的DMD。作为我们的方法的一个特殊情况下,我们提出的方法命名为图DMD,这是一个数值算法的Koopman谱分析的图动力系统,使用一系列的邻接矩阵。我们通过使用合成和真实世界的数据来研究我们的方法的经验性能。
2019-05-17 cs.LG math.DS stat.ML
Extreme value laws in dynamical systems under physical observables
混沌动力系统的极值理论是一个迅速发展的研究领域。给定一个系统和定义在其相空间上的实函数(观测量),极值理论研究观测量沿系统轨道所达到的大值所服从的极限概率规律。基于这一理论,所谓的块最大值方法通常用于大值出现的统计预测应用中。在这种方法中,一个执行的广义极值(GEV)分布的参数的推断,使用沿系统的轨道的定期采样观测块的最大值。迄今为止在理论中研究的观测量被表示为相对于一个点的距离的函数,该点被假定为系统的不变测度的密度点。然而,这不是在物理应用中通常遇到的可观测量的结构,例如大气模型中的风速或涡度。本文研究了非离动力系统密度点距离函数的观测量的极值极限律。在这种情况下,极限定律不再由观测量的函数形式和不变测度的维数决定:它们还取决于潜在吸引子和观测量水平集的特定几何形状。我们提出了一个收集的分析和数值结果,作为一个简单的模板,以说明的主要思想,从一个toral双曲自同构。然后,我们制定我们的一致双曲系统,螺线管映射的主要结果。我们还讨论了映射(Hénon和Lozi映射)和流(Lorenz63和Lorenz84模型)的非一致双曲示例。我们的目的是概述的主要思想,并强调几个严重的问题,发现在数值估计的极限定律。
2011-07-28 math.DS nlin.CD physics.data-an
Auxiliary Functions as Koopman Observables: Data-Driven Analysis of Dynamical Systems via Polynomial Optimization
Concordia University(康考迪亚大学);Friedrich–Alexander–Universität Erlangen–Nürnberg(埃尔朗根-纽伦堡大学)
我们提出了一个灵活的数据驱动的方法,动力系统分析,不需要明确的模型发现。该方法是植根于完善的技术近似的Koopman运营商的数据,并实施为一个半定的程序,可以数值求解。此外,该方法不知道数据是通过确定性过程还是随机过程生成的,因此其实现不需要用户预先调整以适应这些不同的场景。严格的收敛结果证明了该方法的适用性,同时也扩展和统一了文献中的类似结果。发现李雅普诺夫函数,遍历优化,并确定性和随机动力学的吸引子上的边界极值的例子证明了这些收敛结果,并证明了该方法的性能。
2023-10-16 cs.LG math.DS math.OC
Dynamical systems of eternal inflation: A possible solution to the problems of entropy, measure, observables and initial conditions
非平衡统计力学主要有两种方法:一种是利用随机过程,另一种是利用动力系统。为了模拟通货膨胀期间的动态,人们通常采用随机描述,这是已知的遭受严重的概念问题。为了克服这些问题和/或获得更多的洞察力,我们开发了一个动态系统的方法。分析中的一个关键假设是混沌假设,这是遍历假设对非哈密顿系统的自然推广。引力系统不熟悉的特征是,由于宇宙视界和黑洞视界的存在,局部相空间轨迹可以再现或逃逸。我们认为,视界的影响可以使用动力系统进行研究,并应用所谓的热力学形式主义,以获得平衡(或Sinai-Ruelle-Bowen)的变分原理的措施。我们证明了唯一的物理测度不是刘维尔测度(即无熵问题),而是定义在局部轨迹上(即无可观测量问题)并仅支持无限轨迹(即无初始条件问题)的平衡测度(即无测度问题)。唯象方面的波动定理进行了讨论。
2012-07-25 astro-ph.CO gr-qc hep-th
Entropic fluctuations in Gaussian dynamical systems
研究了高斯动力系统的非平衡态统计力学,计算了描述系统相对于参考态和非平衡稳态熵产生涨落的大偏差泛函的封闭形式.该模型的熵产生观测值是相空间上的无界函数,其大偏差泛函具有令人惊讶的丰富结构。我们将详细探讨这种结构。
2015-09-10 math-ph math.DS math.MP