数据驱动的空间扩展激发系统中极端事件的预测与预防
数据分析、统计与概率
2015-10-09 v1
摘要
极端事件发生在许多空间扩展动力学系统中，常常对人类生活造成灾难性影响，这使得对其可靠预测和有效预防极为必要。我们研究了一个空间扩展系统——耦合 FitzHugh-Nagumo 单元系统——中极端事件的预测与预防，其中极端事件以空间和时间上不规则的方式出现。为模拟实地研究中面临的典型约束，我们假设不知晓控制运动方程，且只能在有限时间内观测所有相空间变量的一个子集。基于从数据重建局部动力学，并且尽管面临事件稀有的挑战，我们仍能够非常好地预测极端事件。借助由我们的预测引导的微小、稀有且时空局域的扰动，我们能够在这一系统中完全抑制极端事件。
引用
@article{arxiv.1510.02263,
title = {Data-driven prediction and prevention of extreme events in a spatially extended excitable system},
author = {Stephan Bialonski and Gerrit Ansmann and Holger Kantz},
journal= {arXiv preprint arXiv:1510.02263},
year = {2015}
}
备注
13 pages, 8 figures