信息处理特征可检测动力学系统的行为体制
信息论
2017-09-28 v1 math.IT
物理与社会
摘要
在动力学系统中，动力学单元之间的局部相互作用产生相关性，这些相关性在整个系统中被存储和传输，从而产生宏观行为。然而，目前缺乏在微观尺度上对其进行量化和研究的框架。在此，我们提出了一个基于初始状态与未来状态之间的 Shannon 互信息量的“信息处理”框架。我们将其应用于 256 个基本元胞自动机 (ECA)，它们是表现出从简单到复杂行为的最简单的动力学系统。我们关于 ECA 的主要发现是，仅需少数特征即可实现完全可预测性，并且“信息整合”（协同）特征始终最具预测性。最后，我们将该形式体系应用于外汇 (FX) 和利率掉期 (IRS) 时间序列数据，发现 2008 年金融危机标志着一个类似于临界点行为的突发且持续的体制转变（FX 和 EUR IRS）。相反，USD IRS 市场表现出缓慢而稳定的渐进过程，这似乎与该市场是危机背后驱动力（的一部分）的假设相一致。我们的工作表明，所提出的框架是一种根据单元的局部信息处理来预测涌现的复杂系统行为的有前途的方法。
引用
@article{arxiv.1709.09447,
title = {Information processing features can detect behavioral regimes of dynamical systems},
author = {Rick Quax and Gregor Chliamovitch and Alexandre Dupuis and Jean-Luc Falcone and Bastien Chopard and Alfons G. Hoekstra and Peter M. A. Sloot},
journal= {arXiv preprint arXiv:1709.09447},
year = {2017}
}