基于贝叶斯推断的数据驱动重建旅行和振荡图案的时空相位动力学
适应与自组织系统
2026-04-28 v1 数据分析、统计与概率
摘要
在针对具有空间平移对称性的反应-扩散系统构建相位缩减理论的基础上，本文发展了一种数据驱动方法，用于重建旅行和振荡图案的时空相位动力学。时空相位动力学由表示图案位置的空间相位和表示振荡的时相共同描述。通过贝叶斯推断，该方法直接从时间序列数据中重建相位方程。在针对 exhibiting 旅行呼吸模式的耦合 Gray-Scott 模型的仿真数据上进行测试时，方法在弱噪声 regime 中准确重建了相位方程的确定性部分，其中相位动力学收敛于线性稳定的固定点。
引用
@article{arxiv.2604.23727,
title = {Data-driven reconstruction of spatiotemporal phase dynamics for traveling and oscillating patterns via Bayesian inference},
author = {Takahiro Arai and Toshio Aoyagi and Yoji Kawamura},
journal= {arXiv preprint arXiv:2604.23727},
year = {2026}
}
备注
22 pages, 12 figures